العقود الآجلة
وصول إلى مئات العقود الدائمة
TradFi
الذهب
منصّة واحدة للأصول التقليدية العالمية
الخیارات المتاحة
Hot
تداول خيارات الفانيلا على الطريقة الأوروبية
الحساب الموحد
زيادة كفاءة رأس المال إلى أقصى حد
التداول التجريبي
مقدمة حول تداول العقود الآجلة
استعد لتداول العقود الآجلة
أحداث مستقبلية
"انضم إلى الفعاليات لكسب المكافآت "
التداول التجريبي
استخدم الأموال الافتراضية لتجربة التداول بدون مخاطر
إطلاق
CandyDrop
اجمع الحلوى لتحصل على توزيعات مجانية.
منصة الإطلاق
-التخزين السريع، واربح رموزًا مميزة جديدة محتملة!
HODLer Airdrop
احتفظ بـ GT واحصل على توزيعات مجانية ضخمة مجانًا
منصة الإطلاق
كن من الأوائل في الانضمام إلى مشروع التوكن الكبير القادم
نقاط Alpha
تداول الأصول على السلسلة واكسب التوزيعات المجانية
نقاط العقود الآجلة
اكسب نقاط العقود الآجلة وطالب بمكافآت التوزيع المجاني
هوانج رين شون: مراكز البيانات في المستقبل ستصبح مصانع لإنتاج التوكنز، قد يصل حجم سوق رقائق الذكاء الاصطناعي والبنية التحتية إلى تريليون دولار بحلول عام 2027
موقع CoinWorld: في 16 مارس بالتوقيت المحلي، خلال مؤتمر NVIDIA GTC 2026، شارك مؤسس NVIDIA، هوانغ رنغسون، رؤيته الشاملة لمستقبل صناعة الذكاء الاصطناعي: من بنية الحوسبة الجديدة للذكاء الاصطناعي، ونموذج الأعمال لمراكز البيانات في عصر الاستنتاج، إلى النظام البيئي البرمجي والتحالفات الصناعية حول الوكيل (Agent). لم يعد العرض في هذا المؤتمر يقتصر على ترقية منتج مادي واحد، بل أصبح نظامًا كاملًا للبنية التحتية للذكاء الاصطناعي يركز على القدرة الحاسوبية. في كلمته، تنبأ هوانغ رنغسون بشكل جريء قائلاً: بحلول عام 2027، قد تصل قيمة السوق للذكاء الاصطناعي ورموزه والبنية التحتية إلى تريليون دولار. بالإضافة إلى التقنية، اقترح هوانغ رنغسون سردًا جديدًا لصناعة الذكاء الاصطناعي: “مركز البيانات هو مصنع إنتاج الرموز؛ والاستنتاج هو عبء العمل، والرمز هو سلعة جديدة، والقدرة الحاسوبية تساوي الإيرادات؛ في المستقبل، يجب على كل مدير تنفيذي مراقبة كفاءة مصنع الرموز الخاص به.” في رأيه، يمر الذكاء الاصطناعي بنقطة تحول جديدة. من روبوتات الدردشة إلى أنظمة ذات قدرة على الاستنتاج، ثم إلى وكلاء قادرين على تنفيذ المهام، كل قفزة في القدرة تزيد بشكل ملحوظ من الحاجة إلى القدرة الحاسوبية في كل استنتاج، وتدفع أيضًا النمو السريع في الاستخدام الكلي. استنادًا إلى هذا الاتجاه، اقترحت NVIDIA نموذجًا جديدًا لتقسيم خدمات الذكاء الاصطناعي إلى طبقات، من الطبقة المجانية إلى طبقة Ultra، مع مراعاة أحجام النماذج، وطول السياق، وسرعة الاستجابة، بالإضافة إلى أسعار الرموز المختلفة. في هذا النظام، تحدد القدرة الحاسوبية للبنية التحتية مباشرة جدوى الخدمات الذكاء الاصطناعي الاقتصادية، بينما تتطلب الخدمات الأكثر تقدمًا منصة حوسبة أقوى. (AIPress)