XiaoMi-AI文件搜索系统
World File Search System挖矿
社会保障补偿基金，SICAV-FIS
半导体生产瓶颈似乎是造成许多供应问题的原因。确实，半导体销售额在过去五年里翻了一番，但需求仍然超过供应。半导体芯片对于越来越多的商品来说确实越来越不可或缺，从基本计算设备（手机、个人电脑）到汽车行业和许多其他领域。疫情不仅增加了专业用途电子设备的需求，也增加了休闲领域（例如电子游戏）对电子设备的需求。加密货币挖矿可能也发挥了重要作用：根据剑桥替代金融中心的数据，比特币的“哈希率”（用于描述矿工集体计算能力的行业术语）在美国从 2020 年 9 月到 2021 年 9 月增长了 428%。
数据中心和人工智能的电力需求增长及其对天然气发电的影响
全球经济的数字化转型引发了数据生成和处理的空前激增，云计算、大数据分析和在线服务已成为现代商业运营不可或缺的一部分。这一转型的核心是人工智能 (AI) 的快速发展，尤其是生成式人工智能，其数据密集型机器学习模型需要非凡的计算能力。这种由人工智能驱动的增长，加上移动数据网络、视频流、物联网 (IoT) 设备以及加密货币挖矿等能源密集型应用的日益普及，给数据中心带来了巨大的扩容压力。到 2030 年，全球数据中心市场预计将以超过 10% 的复合年增长率增长，超大规模设施预计将占据主导地位，将数据中心总建筑面积推至 3 亿平方英尺以上。这种爆炸式扩张凸显了对可扩展基础设施的迫切需求，以满足对数据处理和存储的急剧增长的需求。
区块链和人工智能助力 5G 物联网
通信网络发挥着重要作用，成为当今数字时代的神经系统。网络需要以更高的速度传输大量数据。物联网 (IoT) 设备及其在行业中的使用呈指数级增长。数以百万计的物联网设备嵌入在各种应用中，如智能家居、智能城市、空域设备等。第五代 (5G) 将在全面实现连接人与计算资源（例如传感器、车辆、可穿戴设备等）的物联网方面发挥重要作用。第六代网络在开发低延迟网络方面发挥着重要作用。当今主要的物联网系统使用集中式服务器和存储数据库，而集中式系统的最大问题是相关实体之间缺乏信任和单点故障。为了克服这些问题，分散式架构可用于网络节点之间的对等通信。如今，最流行的分散式系统是区块链，它在提高网络节点之间的信任方面发挥着重要作用。要操作称为区块链的分布式账本，网络对等方必须提供以下功能：钱包服务、存储、路由和挖掘。用于订购交易的密钥由钱包服务提供。存储用于在节点中保存链的副本。路由功能用于块和交易传播，而挖矿功能负责通过解决工作量证明挖矿方案的加密难题来创建新块。一旦矿工解决了这个复杂的加密问题，它就会在网络中发布新区块。网络对等方会在将新区块添加到区块链之前对其进行验证。但是，存在几种具有不同实施设计的区块链模型，每种模型都有优点和缺点。区块链在多个领域都具有巨大潜力，例如无人机系统 1、人工智能 2、雾计算 3、投票方案 4、供应链模型 5、医疗保健 6、假新闻识别 7、预防流行病 8、数字版权管理系统 9 等。然而，区块链与物联网集成的主要问题是可扩展性和吞吐量问题。比特币网络最初使用的区块链使用基于工作量证明的挖矿系统，吞吐量非常低，能耗非常高，无法用于其他应用。然而，区块链的其他几种升级允许高吞吐量，但大多适用于小型网络。很难将它们扩展到大型网络，因此难以实现由大量物联网设备组成的网络。区块链的另一个问题是存储容量，这一点备受质疑。区块链在不断增长，每 10 分钟，区块链的存储量就会增加 1 MB（比特币中每个区块）。该链的副本存储在网络的不同节点中。随着链的增长，这些网络需要越来越多的资源。区块链主要有以下四个重要组成部分：
可持续海洋的科学技术和创新...
近年来，许多促成技术有望提高海洋活动和资源利用的效率和生产力。关键技术包括成像和物理传感器，卫星技术，高级材料，信息和通信技术，大数据分析，自治系统，生物技术，纳米技术和海底工程。印度的创新技术是基于海床的挖矿机器，用于收集矿物质，低温热海水淡化植物，深海微生物采样和孵化系统以及海啸预警的数据浮标。其他例子包括在泰国安装的渔船，以及采用液化天然气燃料发动机，以减少新加坡排放。第四次工业革命技术，例如区块链，物联网，云数据和大数据分析，也为管理，物流，运输和端口提供了重要的支持，以更加顺利地工作。
人工智能的能源足迹不断增长
引言 2022 年至 2023 年，人工智能 (AI) 经历了一段快速扩张和广泛大规模应用的时期。受 OpenAI 成功推出的 ChatGPT 的影响，Alphabet 和微软等知名科技公司在 2023 年大幅增加了对 AI 的支持，ChatGPT 是一个对话式生成 AI 聊天机器人，在史无前例的 2 个月内达到了 1 亿用户。作为回应，微软和 Alphabet 分别推出了自己的聊天机器人 Bing Chat 和 Bard。1 这种加速发展引发了人们对人工智能和数据中心的电力消耗和潜在环境影响的担忧。近年来，数据中心电力消耗占全球电力使用量的 1%，相对稳定，不包括加密货币挖矿。2010 年至 2018 年间，全球数据中心电力消耗可能仅增长了 6%。 2 人们越来越担心，开发和维护人工智能模型和应用程序所需的计算资源可能会导致
Oracle的C AI方法
办公室 继 2024 年 10 月 24 日宣布方法 C AI Oracle 之后，专注于区块链技术研发和投资计划的 AIM 上市投资公司 QBT 欣然确认已提交一项新的专利申请，涵盖方法 C 的颠覆性 AI Oracle（“AI Oracle”）：“二叉决策树的实现”。该专利申请描述了在 ASIC 芯片上极其高效的 AI Oracle 硬件实现的细节。公司开发了 AI Oracle 实现的现场可编程门阵列（“FPGA”）版本，相应的 PPA（功率性能面积）结果提供了有关在用于比特币挖矿的定制硅片上实现该解决方案的相关开销的洞察。公司已确定 AI Oracle 实现所需的总面积在双 SHA-256 通道的 ~1% - 4% 之间，双 SHA-256 通道是几乎所有用于比特币挖矿的 ASIC 芯片的基本计算块，具体取决于所使用的逻辑门制造技术。相同的百分比也适用于能耗，即运行 AI Oracle 的能耗成本相当于不带 AI Oracle 的 ASIC 矿机能耗的约 1% - 4%。与 AI Oracle 确定的避免计算的两倍 SHA-256 百分比相比，上述数字几乎代表了无关紧要的开销。由于 QBT 拥有 AI Oracle 实施的知识产权（“IP”），即 ASIC 设计的逻辑门架构，公司现在将寻求利用其新 IP 实施相关的商业战略，以将这一专有资产货币化。QBT 首席执行官兼执行董事长 Francesco Gardin 评论道：“AI Oracle 片上实施规范中包含的关键要求是使用面积有限、能耗低和处理速度快。我们已经确定 AI Oracle 不会影响任何给定 ASIC 芯片 SHA-256 架构的性能。我们的 FPGA/ASIC 设计团队已满足所有三个要求。这对团队和 QBT 来说都是一个出色的结果。此外，AI Oracle 实施开销约为双 SHA-256 通道的 1% 到 4%，这是一个非常令人印象深刻的结果。“虽然专利申请旨在保护 AI Oracle 实施的这些创新应用，但 Oracle 生成的核心技术，即构建机器学习模型 C 生成的 AI Oracle 的参数，一直保持独立，因为它们代表了公司的一项资产，公司打算将其作为工业机密进行保护。”
使用鲸鱼优化算法对基于 PoW 共识算法的区块链应用进行区块大小优化
和对手。通过模拟实验，有人声称块大小对传播时间有很大影响。在本研究中，我们专注于通过优化块大小和最小化延迟来提高具有 PoW 共识的区块链网络的性能。虽然有关于块传播和传输时间的各种研究，但它们并没有从块大小的最佳值的角度来考虑。此外，他们也没有考虑块创建时间，其中包括 Merkle 树生成时间和每个块的开销，这些是我们研究中考虑的因素。预期的挖矿时间取决于目标难度和矿工的计算能力，因为它们不依赖于块大小，所以不在本研究中。另一方面，块大小限制决定了 TPS，它被认为是本研究中优化的参数之一。在本研究中，定义了多目标问题来优化块大小。优化问题的目的是提高具有 PoW 共识的基于区块链的网络的性能。
PitchBook 风险投资行业垂直领域和技术
区块链是一种分布式公共数据库，可永久保存数字交易的不可篡改记录。区块链的独特之处在于它们不受单个实体控制，并且没有单点故障。此外，区块链可以编程来存储不仅仅是财务信息。该领域包括参与开发与智能合约、众筹、供应链审计、加密货币、身份管理、知识产权和文件存储相关的区块链应用程序的公司。加密货币是一种虚拟交换媒介，以电子方式创建并存储在区块链中，与其他货币的区别在于它使用加密技术来分散货币单位的创建并安全地验证交易。该领域包括提供与加密货币交换、加密货币存储、使用加密货币促进支付以及通过挖矿活动保护加密货币分类账相关的服务或开发技术的公司。
高电力使用对当地经济的溢出效应
加密货币挖矿，即加密货币交易的清算，会消耗大量电力。我们记录到，加密货币矿工对当地电力的使用意味着现有小型企业和家庭的电价会上涨。通过研究纽约州北部的电力市场，并使用比特币价格作为社区面临的供应曲线部分的外生变量，我们估算出小型企业和家庭的电力需求函数。根据我们的估算，我们计算了反事实电费，发现由于加密货币矿工的用电量增加，纽约州北部的小型企业和家庭每年额外支付 9200 万美元和 2.04 亿美元。纽约州北部的地方政府征收了更多的营业税，但这只能抵消社区电费上涨的一小部分成本。使用中国电价固定的数据，我们发现，在有加密货币矿工进入的城市，电力配给会导致工资和投资下降，这与对当地经济的挤出效应一致。我们的结果表明，技术进步对当地社区产生了尚未研究的负面溢出效应，这需要与福利效益进行比较。
美国威胁评估
• 2023 年，一家中国国有企业已表示，其计划向人工智能、先进半导体、生物技术和新材料等新兴产业投入至少 137 亿美元。中国还宣布了全球人工智能治理倡议，以加强国际社会对其人工智能治理愿景的支持。 • 中国目前在 DNA 测序设备和一些基础研究方面与美国竞争。北京拥有大量基因数据，这可能使其在精准医疗和农业生物技术应用方面处于领先地位。 • 中国正在利用现有设备在 7 纳米 (nm) 级生产用于加密货币挖矿和蜂窝设备的先进芯片方面取得进展，但如果没有极紫外光刻工具，实现尖端芯片的高质量、大批量生产将面临挑战。从预计在未来两年内开始运营的新工厂数量来看，到 2025 年，预计所有 28 纳米传统芯片中有 40% 将在中国生产。网络中国仍然是对美国政府、私营部门和关键基础设施网络最活跃和最持久的网络威胁。北京的网络间谍活动及其行业的监视、信息和通信技术的出口增加了针对美国采取激进网络行动的威胁以及对网络空间信息自由流动的压制。