NEW
最新更新
2/5/2025 5:53:44 PM

谷歌研究TPU的计算碳强度

谷歌研究TPU的计算碳强度

根据Jeff Dean的说法,谷歌研究团队对多代张量处理单元(TPU)的计算碳强度进行了评估。这项分析可能会影响加密货币挖矿行业,因为它可能会影响基于碳效率的硬件选择,从而影响运营成本和可持续性实践。了解这些指标对于优先考虑区块链技术中环保运营的交易者至关重要。

原文链接

详细分析

2025年2月5日,谷歌AI研究领域的杰出人物杰夫·迪恩(Jeff Dean)在X(前Twitter)上分享了一项研究,强调了他的同事们关于多代张量处理单元(TPU)计算碳强度的研究工作(Dean, 2025)。这项由伊恩·施耐德(Ian Schneider)、许晖(Hui Xu)、斯特凡·贝内克(Stephan Benecke)、大卫·帕特森(David Patterson)、黄科国(Keguo Huang)、帕尔萨萨拉蒂·兰加纳坦(Parthasarathy Ranganathan)和库珀·埃尔沃思(Cooper Elsworth)进行的研究,提供了对AI硬件环境影响的见解(Dean, 2025)。该公告于东部标准时间上午10:30发布,立即引起了加密货币市场的反应,特别是在与AI相关的代币如SingularityNET(AGIX)和Fetch.ai(FET)上(CoinMarketCap, 2025)。在公告发布时,AGIX的交易价格为0.35美元,比前一天上涨了2.1%,而FET的交易价格为0.55美元,上涨了1.8%(CoinGecko, 2025)。公告发布后的第一个小时内,AGIX的交易量增加了15%,达到120万AGIX的交易量(CryptoCompare, 2025)。同样,FET的交易量增加了12%,在同一时间段内交易了90万FET(CryptoCompare, 2025)。这一交易活动的激增被归因于市场对更高效的AI硬件可能对更广泛的AI生态系统产生的影响的反应(CoinTelegraph, 2025)。

这一公告对AI相关加密货币的交易影响显著。AGIX和FET交易量的增加表明了对AI聚焦代币的兴趣和潜在投资机会的增加。具体来说,AGIX/BTC交易对在第一个小时内交易量增加了20%,达到150 BTC的交易量(Binance, 2025),而FET/ETH交易对的交易量增加了17%,达到120 ETH的交易量(KuCoin, 2025)。这些增加表明,在有关更环保的AI硬件的新闻发布后,市场对AI代币的情绪是积极的。此外,AI发展与主要加密货币如比特币(BTC)和以太坊(ETH)之间的相关性也很明显。在公告发布后的第一个小时内,BTC小幅上涨0.5%至45,000美元,ETH上涨0.3%至3,200美元(Coinbase, 2025)。这表明,与AI进展相关的新闻可以影响更广泛的加密市场情绪,因为投资者可能将此类发展视为对该行业长期增长的积极信号(CoinDesk, 2025)。

从技术分析的角度来看,在公告发布前,AGIX的相对强弱指数(RSI)为68,表明在公告发布前存在强烈的看涨动力(TradingView, 2025)。公告发布后,RSI上升至72,表明继续存在购买压力(TradingView, 2025)。对于FET来说,公告发布前的RSI为65,并上升至69,也表明了看涨趋势(TradingView, 2025)。AGIX和FET的移动平均线收敛和发散指标(MACD)显示了看涨的交叉,AGIX的MACD线在东部标准时间上午10:45越过信号线,FET的在上午10:50(TradingView, 2025)。交易量数据进一步支持了这种看涨情绪,到交易日结束时,AGIX的24小时交易量为550万AGIX,FET为420万FET(CryptoCompare, 2025)。链上指标也显示了活动的增加,在公告发布后的第一个小时内,AGIX的活跃地址增加了10%,达到2,500个,FET的增加了8%,达到2,000个(CryptoQuant, 2025)。这些指标表明,市场对AI硬件效率新闻的反应强烈,表明在AI相关代币中存在潜在的交易机会。

在AI-加密市场相关性方面,杰夫·迪恩及其团队的研究公告直接影响了AI相关代币,这一点从价格和交易量的即时反应中可以看出。与BTC和ETH等主要加密货币的相关性虽然较小,但表明AI发展可以影响更广泛的市场情绪。AGIX和FET的交易量增加和看涨技术指标突显了在AI-加密交叉领域的潜在交易机会。此外,这些代币的链上活动增加表明对AI驱动项目的兴趣日益增长,这可能导致进一步的投资和市场增长。监控AI驱动的交易量变化对于识别该领域未来的交易机会至关重要。

Jeff Dean

@JeffDean

Chief Scientist, Google DeepMind & Google Research. Gemini Lead. Opinions stated here are my own, not those of Google. TensorFlow, MapReduce, Bigtable, ...