Фьючерсы
Доступ к сотням фьючерсов
TradFi
Золото
Одна платформа мировых активов
Опционы
Hot
Торги опционами Vanilla в европейском стиле
Единый счет
Увеличьте эффективность вашего капитала
Демо-торговля
Введение в торговлю фьючерсами
Подготовьтесь к торговле фьючерсами
Фьючерсные события
Получайте награды в событиях
Демо-торговля
Используйте виртуальные средства для торговли без риска
Запуск
CandyDrop
Собирайте конфеты, чтобы заработать аирдропы
Launchpool
Быстрый стейкинг, заработайте потенциальные новые токены
HODLer Airdrop
Удерживайте GT и получайте огромные аирдропы бесплатно
Launchpad
Будьте готовы к следующему крупному токен-проекту
Alpha Points
Торгуйте и получайте аирдропы
Фьючерсные баллы
Зарабатывайте баллы и получайте награды аирдропа
Инвестиции
Simple Earn
Зарабатывайте проценты с помощью неиспользуемых токенов
Автоинвест.
Автоинвестиции на регулярной основе.
Бивалютные инвестиции
Доход от волатильности рынка
Мягкий стейкинг
Получайте вознаграждения с помощью гибкого стейкинга
Криптозаймы
0 Fees
Заложите одну криптовалюту, чтобы занять другую
Центр кредитования
Единый центр кредитования
Виталик поделился решением локальной частной LLM, подчеркнув приоритет конфиденциальности и безопасности
ME Новости, сообщение от 2 апреля (UTC+8): Vitalik Buterin опубликовал пост, в котором поделился своей локализованной и приватизированной схемой развертывания LLM по состоянию на апрель 2026 года. Ключевая цель — исходить из приватности, безопасности и автономного контроля, по возможности сокращая шансы на то, что удаленные модели и внешние сервисы будут контактировать с персональными данными. Для снижения рисков утечек данных, «джейлбрейка» модели и использования вредоносного контента он предлагает использовать локальный вывод, локальное хранение файлов и изоляцию в песочнице. В части оборудования он протестировал ноутбуки с GPU NVIDIA 5090, устройства с унифицированной памятью AMD Ryzen AI Max Pro объемом 128 GB, а также такие варианты, как DGX Spark. Он выполнял локальный вывод с моделями Qwen3.5 35B и 122B. При этом 5090-ноутбук на модели 35B достигает примерно 90 tokens/s, AMD-вариант — около 51 tokens/s, а DGX Spark — около 60 tokens/s. Vitalik отмечает, что ему более предпочтительно строить локальную AI-среду на базе высокопроизводительного ноутбука, а для сборки общего рабочего процесса использовать такие инструменты, как llama-server, llama-swap и NixOS. (Источник: ODAILY)