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
Pre-IPOs
Отримайте повний доступ до глобальних IPO акцій.
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 локальним приватним рішенням LLM, наголошуючи на пріоритеті приватності та безпеки
ME News Новини, 2 квітня (UTC+8), Віталік Бутерін опублікував статтю, в якій поділився своїм планом локалізації та приватизації розгортання великих мовних моделей (LLM) до квітня 2026 року, основною метою є зробити приватність, безпеку та автономію пріоритетами, максимально зменшити можливості доступу до особистих даних через віддалені моделі та зовнішні сервіси, а також знизити ризики витоку даних, втечі моделі та використання шкідливого контенту за допомогою локального виведення, збереження файлів на локальному рівні та ізоляції у пісочниці. У плані апаратного забезпечення він протестував ноутбуки з NVIDIA 5090 GPU, пристрої з AMD Ryzen AI Max Pro 128 ГБ єдиної пам’яті та рішення DGX Spark, а також використовував локальне виведення з моделями Qwen3.5 35B та 122B. Зокрема, ноутбук з 5090 при роботі з моделлю 35B досягає приблизно 90 токенів/с, рішення AMD — близько 51 токена/с, а DGX Spark — близько 60 токенів/с. Віталік зазначив, що він більше схиляється до створення локального AI-середовища на базі високопродуктивних ноутбуків, одночасно використовуючи інструменти llama-server, llama-swap та NixOS для побудови цілого робочого процесу. (Джерело: ODAILY)