Recientemente, Nvidia anunció en CES la plataforma Rubin, que Huang Renxun calificó como la actualización de chips más agresiva de la historia. Solo mirando los indicadores de hardware ya es impresionante: 6 chips trabajando en conjunto, el rendimiento de inferencia se dispara a 5 veces el de Blackwell, y el rendimiento de entrenamiento se multiplica por 3.5. Pero, ¿cuál es la verdadera carta ganadora? ¡El costo de inferencia se reduce directamente en un 90%!
¿Qué significa esto para todo el ecosistema de criptomonedas? Los costos de cálculo disminuyen significativamente, reduciendo directamente la barrera de entrada para las aplicaciones de IA.
Desde la perspectiva de Crypto, hay al menos tres áreas que vale la pena seguir. Primero, la dirección de los Agentes de IA (como los proyectos $VIRTUAL, $FET), recursos de cálculo más baratos significan que más aplicaciones de IA en cadena podrán funcionar; en segundo lugar, las redes de cálculo descentralizadas ($RENDER, $AKT), que no compiten con Nvidia sino que son complementarias; y en tercer lugar, el campo del almacenamiento de datos ($WAL, $FIL), ya que el entrenamiento de modelos de IA requiere una enorme cantidad de datos.
Pero aquí hay una paradoja que merece reflexión: cuanto más fuerte sea Nvidia, mayor será el grado de centralización en el suministro de chips. ¿Podrá seguir contando la historia de las redes de cálculo descentralizadas? La respuesta quizás dependa del rendimiento de estos proyectos en 2026.
Esta página puede contener contenido de terceros, que se proporciona únicamente con fines informativos (sin garantías ni declaraciones) y no debe considerarse como un respaldo por parte de Gate a las opiniones expresadas ni como asesoramiento financiero o profesional. Consulte el Descargo de responsabilidad para obtener más detalles.
7 me gusta
Recompensa
7
5
Republicar
Compartir
Comentar
0/400
Ser_APY_2000
· 01-07 23:45
¿Reducir los costos en un 90%? Esto hace que la historia de RENDER y AKT sea un poco incómoda... Cuanto más barato sea el poder de cómputo centralizado, ¿cómo puede competir la descentralización?
Ver originalesResponder0
ForkThisDAO
· 01-06 16:51
Reducir el 90% de los costos, en pocas palabras, significa que Nvidia tiene aún más monopolio... ¿De qué sirve la descentralización del poder de cómputo?
Ver originalesResponder0
NftBankruptcyClub
· 01-06 16:44
¿Sigues esperando en 2026? Cuando Rubin salga, estos proyectos descentralizados se hundirán en la vergüenza, para ser sincero.
Ver originalesResponder0
GasFeeCrybaby
· 01-06 16:39
¿Reducir los costos en un 90%? El jefe Huang esta vez fue realmente duro, pero para ser honesto, lo que más me preocupa es lo que esto significa para proyectos como RENDER y AKT... ¿Será que realmente solo son un complemento?
Ver originalesResponder0
OnChainArchaeologist
· 01-06 16:32
¿Es cierto que se han reducido los costos en un 90%... Si esto es cierto, ¿cómo sobrevivirán los proyectos que antes clamaban por una potencia descentralizada? Seguramente serán aplastados directamente.
Recientemente, Nvidia anunció en CES la plataforma Rubin, que Huang Renxun calificó como la actualización de chips más agresiva de la historia. Solo mirando los indicadores de hardware ya es impresionante: 6 chips trabajando en conjunto, el rendimiento de inferencia se dispara a 5 veces el de Blackwell, y el rendimiento de entrenamiento se multiplica por 3.5. Pero, ¿cuál es la verdadera carta ganadora? ¡El costo de inferencia se reduce directamente en un 90%!
¿Qué significa esto para todo el ecosistema de criptomonedas? Los costos de cálculo disminuyen significativamente, reduciendo directamente la barrera de entrada para las aplicaciones de IA.
Desde la perspectiva de Crypto, hay al menos tres áreas que vale la pena seguir. Primero, la dirección de los Agentes de IA (como los proyectos $VIRTUAL, $FET), recursos de cálculo más baratos significan que más aplicaciones de IA en cadena podrán funcionar; en segundo lugar, las redes de cálculo descentralizadas ($RENDER, $AKT), que no compiten con Nvidia sino que son complementarias; y en tercer lugar, el campo del almacenamiento de datos ($WAL, $FIL), ya que el entrenamiento de modelos de IA requiere una enorme cantidad de datos.
Pero aquí hay una paradoja que merece reflexión: cuanto más fuerte sea Nvidia, mayor será el grado de centralización en el suministro de chips. ¿Podrá seguir contando la historia de las redes de cálculo descentralizadas? La respuesta quizás dependa del rendimiento de estos proyectos en 2026.