Фьючерсы
Доступ к сотням фьючерсов
TradFi
Золото
Одна платформа мировых активов
Опционы
Hot
Торги опционами Vanilla в европейском стиле
Единый счет
Увеличьте эффективность вашего капитала
Демо-торговля
Введение в торговлю фьючерсами
Подготовьтесь к торговле фьючерсами
Фьючерсные события
Получайте награды в событиях
Демо-торговля
Используйте виртуальные средства для торговли без риска
Запуск
CandyDrop
Собирайте конфеты, чтобы заработать аирдропы
Launchpool
Быстрый стейкинг, заработайте потенциальные новые токены
HODLer Airdrop
Удерживайте GT и получайте огромные аирдропы бесплатно
Launchpad
Будьте готовы к следующему крупному токен-проекту
Alpha Points
Торгуйте и получайте аирдропы
Фьючерсные баллы
Зарабатывайте баллы и получайте награды аирдропа
Инвестиции
Simple Earn
Зарабатывайте проценты с помощью неиспользуемых токенов
Автоинвест.
Автоинвестиции на регулярной основе.
Бивалютные инвестиции
Доход от волатильности рынка
Мягкий стейкинг
Получайте вознаграждения с помощью гибкого стейкинга
Криптозаймы
0 Fees
Заложите одну криптовалюту, чтобы занять другую
Центр кредитования
Единый центр кредитования
Я внимательно следил за Nvidia, и есть кое-что, что Дженсен Хуанг недавно подчеркнул, а большинство людей до сих пор полностью не осознало. Компания уже доминирует в области AI-чипов — их GPU фактически обеспечивают всю инфраструктуру обучения для крупных языковых моделей. Доходы недавно достигли рекордных уровней, с прогнозом роста на 77% в годовом выражении до 78 миллиардов. Но вот что интересно: Дженсен Хуанг и другие представители отрасли заметили точку перелома примерно шесть месяцев назад, и только сейчас она становится очевидной для широкой публики.
Сдвиг происходит от чистого обучения к тому, что они называют агентным AI. Это уже не просто статические модели — это агенты, активно решающие реальные задачи. Хуанг описал их как сверхумные системы, которые действительно выполняют работу. Это важно, потому что означает, что история спроса на GPU не замедляется; она просто входит в другую фазу. Задачи по выводу и решению проблем, которые выполняют эти агенты, всё ещё требуют серьёзных вычислительных мощностей.
Но Дженсен Хуанг пошёл ещё дальше со своей концепцией. Помимо агентного AI он говорит о физическом AI — внедрении этих интеллектуальных систем в робототехнику и физические системы. Он назвал это «гигантской возможностью». И честно говоря, когда начинаешь думать об этом, именно там может скрываться настоящий масштаб. Мы всё ещё на ранних стадиях этого перехода.
Экосистема Nvidia расширилась далеко за пределы просто чипов. Они создали инструменты для сетей, корпоративное программное обеспечение и другую инфраструктуру, которая делает их центральной нервной системой для всей разработки AI. Эта диверсификация — ключ к их долгосрочной позиции.
Акции могут не взлететь мгновенно — макроэкономические условия и общее настроение рынка всегда важны. Но если вы настроены оптимистично по поводу роста AI, и все признаки указывают на то, что так и есть, то роль Nvidia в поддержке этой следующей волны агентного и физического AI даёт вам довольно убедительную гипотезу для удержания. Комментарии Дженсена Хуанга в основном подтверждают, что самые большие возможности, возможно, ещё впереди.