Ф'ючерси
Сотні безстрокових контрактів
TradFi
Золото
Одна платформа для світових активів
Опціони
Hot
Торгівля ванільними опціонами європейського зразка
Єдиний рахунок
Максимізуйте ефективність вашого капіталу
Демо торгівля
Вступ до ф'ючерсної торгівлі
Підготуйтеся до ф’ючерсної торгівлі
Ф'ючерсні події
Заробляйте, беручи участь в подіях
Демо торгівля
Використовуйте віртуальні кошти для безризикової торгівлі
Запуск
CandyDrop
Збирайте цукерки, щоб заробити аірдропи
Launchpool
Швидкий стейкінг, заробляйте нові токени
HODLer Airdrop
Утримуйте GT і отримуйте масові аірдропи безкоштовно
Launchpad
Будьте першими в наступному великому проекту токенів
Alpha Поінти
Ончейн-торгівля та аірдропи
Ф'ючерсні бали
Заробляйте фʼючерсні бали та отримуйте аірдроп-винагороди
Інвестиції
Simple Earn
Заробляйте відсотки за допомогою неактивних токенів
Автоінвестування
Автоматичне інвестування на регулярній основі
Подвійні інвестиції
Прибуток від волатильності ринку
Soft Staking
Earn rewards with flexible staking
Криптопозика
0 Fees
Заставте одну криптовалюту, щоб позичити іншу
Центр кредитування
Єдиний центр кредитування
Центр багатства VIP
Преміальні плани зростання капіталу
Управління приватним капіталом
Розподіл преміальних активів
Квантовий фонд
Квантові стратегії найвищого рівня
Стейкінг
Стейкайте криптовалюту, щоб заробляти на продуктах PoS
Розумне кредитне плече
Кредитне плече без ліквідації
Випуск GUSD
Мінтинг GUSD для прибутку RWA
Віталік поділився рішенням локальної приватної LLM, наголошуючи на пріоритеті приватності та безпеки
ChainCatcher повідомлення: Віталік Бутерін опублікував допис із розповіддю про своє рішення щодо локального, приватного розгортання LLM станом на квітень 2026 року. Його ключова мета — виходити з передумов конфіденційності, безпеки та автономного контролю, максимально зменшуючи можливості контакту віддалених моделей та зовнішніх сервісів із персональними даними, а також знижуючи ризики витоку даних, “jailbreak” моделей і використання шкідливого контенту завдяки локальному виведенню, локальному зберіганню файлів та ізоляції в пісочниці.
Що стосується апаратного забезпечення, він протестував ноутбук із GPU NVIDIA 5090, пристрій із єдиною пам’яттю AMD Ryzen AI Max Pro 128 GB та рішення DGX Spark тощо, а також виконував локальне виведення за допомогою моделей Qwen3.5 35B і 122B.
Зокрема, ноутбук із 5090 у разі моделі 35B досягає приблизно 90 tokens/s, AMD-схема — близько 51 tokens/s, DGX Spark — приблизно 60 tokens/s. Віталік зазначив, що він більш схильний до побудови локального AI-середовища на базі високопродуктивних ноутбуків, а також використовує такі інструменти, як llama-server, llama-swap і NixOS, щоб зібрати цілісний робочий процес.