Tag: نوآوری فناوری

  • سوی: کانال انتقال زنجیره‌ای به رکورد ۴۰.۶۱ میلیون تراکنش در ثانیه رسید

    سوی: کانال انتقال زنجیره‌ای به رکورد ۴۰.۶۱ میلیون تراکنش در ثانیه رسید

    سوئی در تست فشار در سنگاپور به رکورد ۴۰.۶ میلیون تراکنش در ثانیه دست یافت

    سنگاپور – در یک تست فشار که در رویداد Basecamp در سنگاپور برگزار شد، شبکه بلاکچین لایه اول سوئی (Sui) موفق شد به اوج ۴۰.۶۱ میلیون تراکنش در ثانیه (TPS) در کانال‌های خارج از زنجیره (off-chain tunnels) دست یابد. این رقم، ۶.۶ برابر رکورد ثبت شده در ماه جولای است و در حال حاضر تحت ممیزی مستقل CertiK قرار دارد.

    جزئیات تست فشار

    این تست که توسط Mysten Labs، توسعه‌دهنده اصلی سوئی، در وبلاگ رسمی این پروژه اعلام شد، بر روی شبکه اصلی سوئی و با استفاده از سخت‌افزار واقعی انجام گرفت. در این آزمایش، بیش از ۱۰ هزار کانال خارج از زنجیره به طور همزمان فعال شدند و سناریوهای مختلفی از جمله پرداخت، بازی و چت را پوشش دادند.

    کانال‌های خارج از زنجیره سوئی، قابلیت برنامه‌ریزی دارند و تراکنش‌ها ابتدا در داخل این کانال‌ها پردازش می‌شوند. سپس، تنها نتایج نهایی در زمان بسته شدن کانال به بلاکچین سوئی منتقل و تسویه می‌شوند. این رویکرد به سوئی اجازه می‌دهد تا بدون مصرف منابع شبکه اصلی برای هر تراکنش، همچنان از تأیید نهایی در زنجیره بهره‌مند شود.

    آدنیی ابیودون، هم‌بنیان‌گذار سوئی و مدیر ارشد محصول Mysten Labs، اظهار داشت: “هیچ بازاری در جهان به ۶ میلیون تراکنش در ثانیه نیاز ندارد، چه رسد به ۴۰ میلیون. سرعت اقدامات انسانی به این حد نیست. اما عامل‌های هوش مصنوعی (AI agents) می‌توانند.”

    وی در اطلاعیه‌ای در حساب رسمی X شبکه سوئی تأکید کرد که طراحی کانال‌های سوئی برای آینده‌ای آماده شده است که “ده‌ها میلیون عامل هوش مصنوعی به طور همزمان در حال معامله هستند.”

    ممیزی و اعتبار سنجی

    شرکت تحلیل داده‌های رمزنگاری CertiK به عنوان ممیز مستقل این تست انتخاب شده است و در حال حاضر در حال بررسی داده‌های تست است. انتظار می‌رود گزارش رسمی به زودی منتشر شود. این بدان معناست که رقم ۴۰.۶۱ میلیون TPS هنوز نیازمند تأیید شخص ثالث است، اما اجرای تست بر روی شبکه اصلی و سخت‌افزار واقعی، خود از محیط‌های شبیه‌سازی شده متقاعدکننده‌تر است.

    مقایسه با گذشته و رقبا

    در تست فشار مشابهی که در ماه جولای انجام شد، سوئی به حدود ۶.۱۰ میلیون TPS دست یافته بود. افزایش چشمگیر به ۴۰.۶۱ میلیون TPS در عرض تنها سه ماه، نشان‌دهنده بهبودهای قابل توجهی در مدیریت کانال‌ها، منطق تسویه و بهینه‌سازی تأخیر شبکه توسط تیم سوئی است.

    برای مقایسه، شبکه اصلی اتریوم در حال حاضر حدود ۱۵ تا ۳۰ تراکنش در ثانیه و بیت‌کوین حدود ۸ تا ۱۲ تراکنش در ثانیه را پردازش می‌کنند. رقم ۴۰.۶۱ میلیون TPS سوئی بیش از ۱۳۰ برابر اتریوم است، اما باید توجه داشت که این عدد در کانال‌های خارج از زنجیره اندازه‌گیری شده و تسویه نهایی همچنان بر روی شبکه اصلی سوئی انجام می‌شود.

    این تست به طور خاص بر روی سناریوهای تعامل پرسرعت عامل‌های هوش مصنوعی متمرکز بود، نه تراکنش‌های روزمره کاربران انسانی. با گسترش اکوسیستم عامل‌های هوش مصنوعی مانند ChatGPT از OpenAI و Grok از xAI، نیاز به زیرساخت‌های معاملاتی با تأخیر کم و توان عملیاتی بالا برای تصمیم‌گیری‌های خودکار، زمان‌بندی بین زنجیره‌ای و تبادل داده در لحظه افزایش می‌یابد.

    معماری کانال‌های خارج از زنجیره سوئی دقیقاً برای این منظور طراحی شده است. در مقایسه، سایر بلاکچین‌های لایه اول نیز در حال توسعه راهکارهای مشابهی برای مقیاس‌پذیری هستند؛ به عنوان مثال، برنامه Tachyon از Zcash با هدف ۵۰ هزار TPS و ارتقاء Quantum Leap از StarkNet که توان عملیاتی را ۵۰ برابر افزایش داده است. با رقم ۴۰.۶۱ میلیون TPS در تست واقعی، سوئی در حال حاضر در حوزه “زیرساخت معاملاتی عامل‌های هوش مصنوعی” پیشتاز است.

    گام‌های بعدی

    پس از انتشار گزارش CertiK، نکته کلیدی، “توان عملیاتی مؤثر” رقم ۴۰.۶۱ میلیون TPS خواهد بود؛ اینکه آیا تراکنش‌های داخل کانال‌ها حاوی داده‌ها و منطق واقعی هستند یا صرفاً شمارش‌های خالی. اگر گزارش، کیفیت تراکنش‌ها را تأیید کند، جایگاه سوئی به عنوان پلتفرمی برای هوش مصنوعی، قوی‌تر خواهد شد.

    اخبار مرتبط:

    • سوئی اعلام کرد که بنیاد خود را راه‌اندازی کرده و اطلاعات مربوط به استیکینگ و تخصیص اولیه توکن را منتشر خواهد کرد و مجدداً بر عدم وجود برنامه ایردراپ تأکید نمود.
    • StarkNet: ارتقاء “Quantum Leap” با افزایش ۵۰ برابری TPS، سریعاً در تاریخ ۱۳ جولای بر روی شبکه اصلی مستقر خواهد شد.
    • DWF: تفاوت‌های بین بلاکچین‌های Move-based مانند سوئی، Aptos و Movement چیست؟
    • تراکنش‌های خصوصی Zcash به سمت ۵۰ هزار TPS پیش می‌رود! کد Udon برنامه Tachyon ابتدا آنلاین می‌شود.
    • یک ماه پس از راه‌اندازی شبکه اصلی: تحلیل توسعه اکوسیستم سوئی، آیا واقعاً کسی از آن استفاده نمی‌کند؟
  • هوش مصنوعی آمازون در خدمت ربات‌ها

    هوش مصنوعی آمازون در خدمت ربات‌ها

    آمازون وب سرویسز (AWS) ابزار فیزیکی هوش مصنوعی (The Physical AI Toolchain) را راه‌اندازی کرد؛ مجموعه‌ای از ابزارهای منتخب برای تیم‌هایی که در حال ساخت ربات‌ها، ماشین‌های خودران و سایر سیستم‌های هوش مصنوعی فعال در دنیای فیزیکی هستند.

    راه‌اندازی ابزار فیزیکی هوش مصنوعی توسط AWS

    AWS این مجموعه ابزار را در پلتفرم X (توییتر سابق) معرفی کرد و با انتشار مجموعه‌ای از پست‌های فنی در وبلاگ اختصاصی خود، آن را پشتیبانی نمود. این کیت ابزار بر روی GitHub قرار دارد و به شدت به اکوسیستم هوش مصنوعی فیزیکی انویدیا (NVIDIA) متکی است.

    این مجموعه ابزار شامل سه بخش اصلی است: معماری‌های مرجع، قالب‌های زیرساخت به عنوان کد (Infrastructure as Code) نوشته شده با Terraform، و نمونه‌هایی برای خودکارسازی استقرار.

    منظور از «زیرساخت به عنوان کد» این است که سرورها، شبکه‌ها و فضای ذخیره‌سازی خود را به جای کلیک کردن در کنسول، در فایل‌های متنی توصیف کنید. با یک بار نوشتن تنظیمات، می‌توانید هر زمان که نیاز داشتید، آن را به طور قابل اعتماد بازسازی کنید.

    این کیت برای پشتیبانی کامل از فرآیند توسعه طراحی شده است. سرویس‌های مدیریت شده AWS در کنار ابزارهای انویدیا برای تولید داده‌های مصنوعی، آموزش مدل، شبیه‌سازی و استقرار در لبه (edge deployment) قرار می‌گیرند.

    مجموعه ابزار شامل کد نمونه برای مراحل خاصی از این خط لوله (pipeline) است، از جمله تولید داده‌های مصنوعی و آموزش یادگیری تقویتی (reinforcement learning)؛ روشی که در آن یک مدل از طریق آزمون و خطا و پاداش بهبود می‌یابد.

    AWS هزینه‌های تخمینی اجرای نمونه کارهای خود را منتشر می‌کند. طبق برآوردهای AWS، اجرای نمونه آموزش کامل GR00T تقریباً ۷۹ دلار هزینه دارد.

    هزینه اجرای کار پیش‌بینی Cosmos Predict حدود ۳۷ دلار در ساعت تخمین زده می‌شود که بر روی نمونه‌های p5.48xlarge در AWS اجرا می‌شود.

    این مجموعه ابزار بر اساس چارچوب هوش مصنوعی فیزیکی AWS ساخته شده است که این شرکت در دسامبر ۲۰۲۵ معرفی کرد. هدف آن چارچوب، پر کردن شکاف بین تحقیقات امیدوارکننده و سیستم‌هایی بود که واقعاً در محیط عملیاتی کار می‌کنند.

    AWS توسعه هوش مصنوعی فیزیکی را به عنوان یک چرخه یادگیری مداوم با پنج مرحله تعریف می‌کند: داده، آموزش، اعتبارسنجی، استقرار و بازخورد.

    وبلاگ پشتیبان، مدل‌های جهانی Cosmos 3 انویدیا و Isaac Lab، چارچوبی برای یادگیری تقویتی را پوشش می‌دهد. یکی از پست‌ها توضیح می‌دهد که چگونه مدل‌های جهانی Cosmos 3 به رفع کمبود داده در هوش مصنوعی فیزیکی کمک می‌کنند. پست دیگر به تکنیک 3D Gaussian Splatting می‌پردازد، روشی برای بازسازی صحنه‌های سه‌بعدی از تصاویر.

    هر نمونه کاربردی از ربات در حال گرفتن اشیاء، راه رفتن یا مسیریابی باید ثبت شود که اغلب کند و پرهزینه است. به همین دلیل، داده‌های مصنوعی و شبیه‌سازی در مرکز این مجموعه ابزار قرار دارند.

    مدل‌های جهانی مانند Cosmos 3 محیط‌های شبیه‌سازی شده قابل قبولی را تولید می‌کنند که ماشین‌ها می‌توانند در آن‌ها تمرین کنند. تکنیک‌هایی مانند 3D Gaussian Splatting می‌توانند به تبدیل فضاهای واقعی به فضاهای دیجیتال برای این تمرین کمک کنند.

    AWS سرویس‌های ابری مدیریت شده خود را مستقیماً به پشته هوش مصنوعی فیزیکی انویدیا متصل می‌کند، به جای اینکه از توسعه‌دهندگان بخواهد خودشان این دو را به هم متصل کنند. شبیه‌سازی، تولید داده‌های مصنوعی و یادگیری تقویتی همگی به نمونه‌های سنگین GPU مانند p5.48xlarge متکی هستند.

    برای استارتاپ‌های رباتیک، قالب‌های آماده Terraform و برآوردهای هزینه منتشر شده، موانع اجرای آزمایش‌های جدی را کاهش می‌دهند و اجرای آموزشی حدود ۷۹ دلاری، نقطه شروعی قابل دسترس است.

  • محقق اتریوم: هوش مصنوعی زودتر از کوانتوم رمزنگاری را می‌شکند

    محقق اتریوم: هوش مصنوعی زودتر از کوانتوم رمزنگاری را می‌شکند

    جاستین دریک، پژوهشگر بنیاد اتریوم، که سال‌ها هشدار می‌داد کامپیوترهای کوانتومی روزی می‌توانند رمزنگاری ارزهای دیجیتال را بشکنند، اکنون می‌گوید هوش مصنوعی ممکن است زودتر به این هدف دست یابد.

    فراخوان برای “حالت پناهگاه”

    دریک روز چهارشنبه در پلتفرم X نوشت: «امروز از صنعت بلاکچین می‌خواهم تا با آرامش شروع به برنامه‌ریزی برای ‘حالت پناهگاه’ کنند.» توصیه او مهاجرت دسته‌جمعی و کنترل‌شده وجوه به آدرس‌های جدیدی است که هرگز تراکنشی را امضا نکرده‌اند و کلیدهای عمومی آن‌ها پشت یک هش پنهان باقی می‌ماند.

    آسیب‌پذیری در برابر هوش مصنوعی

    نگرانی اصلی متوجه ECDSA، طرح امضای دیجیتالی است که بیت‌کوین و اتریوم برای اثبات مجاز بودن تراکنش توسط کلید خصوصی صحیح از آن استفاده می‌کنند. هنگامی که یک کیف پول تراکنشی را امضا می‌کند، کلید عمومی آن در زنجیره قابل مشاهده می‌شود. اگر ECDSA شکسته شود، یک مهاجم می‌تواند با استفاده از کلید عمومی به کلید خصوصی دست یابد و کیف پول را خالی کند.

    دریک اظهار داشت که اکنون منطقی است که برای شکستن ECDSA پیش از “روز کوانتوم” (Q-Day) – زمانی که کامپیوترهای کوانتومی به اندازه کافی قدرتمند شوند تا رمزنگاری امروزی را بشکنند – آماده شد. او پیش‌بینی کرد که این اتفاق “در بدترین حالت در عرض چند ماه، نه سال” رخ خواهد داد. منظور او از “شکستن”، بازیابی کلید خصوصی در حدود یک هفته با استفاده از سخت‌افزارهای موجود مانند خوشه‌های بزرگ GPU است.

    او به جهش اخیر در محاسبات ریاضی مبتنی بر هوش مصنوعی، از جمله ۷۲۲ نتیجه منتشر شده توسط OpenAI در روز سه‌شنبه، به عنوان نشانه‌ای از فروپاشی فرضیات دیرینه اشاره کرد. دریک نوشت: «منحنی‌های بیضوی در برابر ابرهوش آسیب‌پذیر به نظر می‌رسند.» او استدلال کرد که ساختار ریاضی غنی آن‌ها فضایی را برای حملات هوشمندانه‌ای باقی می‌گذارد که توابع هش برای مقاومت در برابر آن‌ها طراحی شده‌اند.

    توصیه‌ها و هشدارها

    دریک تاکید کرد که دارندگان نباید عجله یا وحشت کنند و خاطرنشان کرد که انتقال دارایی‌ها نیازی به رمزنگاری یا کیف پول جدید ندارد. او از صرافی‌های Binance، Bitbank، Robinhood، Bitfinex و شرکت Tether خواست تا ذخیره‌سازی سرد خود را تقویت کنند. او همچنین گفت کیف پول‌هایی که کمتر از ۵۰ بیت‌کوین نگهداری می‌کنند، از پوشش جزئی “سپر ساتوشی” بهره‌مند هستند: حدود ۲۰,۰۰۰ آدرس متعلق به خالق بیت‌کوین که هر کدام ۵۰ بیت‌کوین دارند و احتمالاً اولین هدف خواهند بود.

    این هشدار نشان‌دهنده تشدید قابل توجه نگرانی‌ها در مورد توانایی شکستن امنیت ارزهای دیجیتال است. در ماه مارس، پس از اینکه مقاله‌ای از گوگل پیشنهاد کرد کامپیوترهای کوانتومی می‌توانند زودتر از حد انتظار رمزنگاری ارزهای دیجیتال را بشکنند، دریک احتمال روز کوانتوم تا سال ۲۰۳۲ را ۱۰ درصد یا بیشتر تخمین زد.

    بنیاد اتریوم اوایل سال جاری یک تیم اختصاصی پسا-کوانتوم تشکیل داد و ویتالیک بوترین، یکی از بنیان‌گذاران، طرح‌هایی را برای حرکت شبکه به سمت رمزنگاری مقاوم در برابر کوانتوم ارائه کرده است.

    دریک گفت که نقشه راه اتریوم به سمت رمزنگاری مبتنی بر هش باید اکنون تسریع شود. او نوشت: «من برای حداکثر شتاب دفاعی فشار خواهم آورد.»

  • کاردانو قوانین انطباق را با راه‌اندازی CIP-0113 بر بستر بلاکچین آورد

    کاردانو قوانین انطباق را با راه‌اندازی CIP-0113 بر بستر بلاکچین آورد

    استاندارد توکن قابل برنامه‌ریزی CIP-0113 کاردانو اکنون در شبکه اصلی فعال شده است. این استاندارد به صادرکنندگان این امکان را می‌دهد تا کنترل‌هایی مانند الزامات احراز هویت مشتری (KYC)، غربالگری تحریم‌ها و محدودیت‌های انتقال را مستقیماً در دارایی‌های بومی کاردانو ایجاد کنند و هدف آن استیبل‌کوین‌های تحت نظارت، صندوق‌ها و اوراق بهادار توکنیزه شده است.

  • مدیر ارشد اطلاعات بیت‌وايز: ارزش سرمایه‌گذاری NEAR فراتر از جاه‌طلبی‌های هوش مصنوعی آن است

    مدیر ارشد اطلاعات بیت‌وايز: ارزش سرمایه‌گذاری NEAR فراتر از جاه‌طلبی‌های هوش مصنوعی آن است

    مت هیوگان، مدیر ارشد سرمایه‌گذاری Bitwise، معتقد است که ارزش سرمایه‌گذاری NEAR بر کسب‌وکار رو به رشد بلاک‌چین آن استوار است و جاه‌طلبی‌هایش برای پشتیبانی از عوامل هوش مصنوعی، پتانسیل سود اضافی را فراهم می‌کند.

    چشم‌انداز سرمایه‌گذاری NEAR

    هیوگان در یادداشت هفتگی خود به عنوان مدیر ارشد سرمایه‌گذاری، NEAR Intents را محصولی معرفی کرد که تراکنش‌ها را در سراسر بلاک‌چین‌ها ساده می‌کند. بر اساس این یادداشت، حجم تجمعی معاملات از ۳۰ میلیارد دلار فراتر رفته و این سرویس در مسیر کسب حدود ۴۵ میلیون دلار کارمزد در سال جاری قرار دارد. بخشی از این کارمزدها صرف بازخرید توکن می‌شود.

    این ارزیابی پس از یک فصل سوم قوی برای NEAR صورت می‌گیرد. هیوگان اظهار داشت که توکن NEAR با رشد ۱۹۸ درصدی مواجه شده است، در حالی که بیت‌کوین ۴۳ درصد و اتریوم ۷۱ درصد رشد داشته‌اند.

    NEAR خود را به عنوان زیرساختی برای عوامل هوش مصنوعی معرفی می‌کند تا بتوانند با یکدیگر و با دنیای وسیع‌تر تراکنش انجام دهند. ایلیا پولوسوخین، یکی از بنیان‌گذاران NEAR، در نگارش مقاله سال ۲۰۱۷ با عنوان “Attention Is All You Need” که معماری ترنسفورمر را پشت مدل‌های زبان بزرگ مدرن معرفی کرد، نقش داشته است.

    هیوگان استراتژی NEAR را ساخت سرویس‌های مفید امروزی توصیف کرد که می‌توانند از بازار بزرگ‌تر عوامل خودکار در آینده پشتیبانی کنند. این سرویس‌ها شامل یک بلاک‌چین طراحی شده برای توان عملیاتی بالای تراکنش، ابزارهایی برای انتقال دارایی‌ها بین شبکه‌ها و زیرساخت‌های محرمانه هوش مصنوعی است.

    Intents به کاربران اجازه می‌دهد تا نتیجه مورد نظر خود را مشخص کنند، در حالی که شبکه‌ای از بازارسازان که به عنوان “حل‌کننده” (solvers) شناخته می‌شوند، اجرای آن را بر عهده می‌گیرند. این سیستم نیاز به پیمایش کیف پول‌ها، پل‌ها و صرافی‌های جداگانه را کاهش می‌دهد.

    با این حال، هیوگان اذعان داشت که در حال حاضر، انسان‌ها بخش عمده‌ای از فعالیت NEAR را تشکیل می‌دهند. Intents با آسان‌تر کردن استفاده از ارزهای دیجیتال برای کاربران عادی، به جای پذیرش گسترده توسط عوامل هوش مصنوعی، محبوبیت یافته است.

    او استدلال کرد که این تقاضای موجود، ارزش سرمایه‌گذاری NEAR را تقویت می‌کند، حتی اگر امور مالی مبتنی بر عامل (agentic finance) به آرامی توسعه یابد یا شبکه تنها بخشی از این بازار را به خود اختصاص دهد. او همچنین به پیشرفت در زیرساخت‌های محرمانه هوش مصنوعی اشاره کرد که برای محافظت از داده‌ها در حین پردازش طراحی شده‌اند.

    هیوگان نوشت: “هنگامی که من در NEAR سرمایه‌گذاری می‌کنم، در حال خرید یک کسب‌وکار بلاک‌چین هیجان‌انگیز هستم” و فرصت هوش مصنوعی را به عنوان سود اضافی توصیف کرد.

    استدلال گسترده‌تر او این است که سرمایه‌گذاران می‌توانند NEAR را از طریق محصولاتی که در حال حاضر فعالیت و کارمزد تولید می‌کنند، ارزیابی کنند، در حالی که نقش آن در اقتصاد عوامل هوش مصنوعی همچنان یک چشم‌انداز بلندمدت باقی می‌ماند.

  • کد هسته ZKsync تحت مجوز آپاچی ۲.۰ منتشر شد

    کد هسته ZKsync تحت مجوز آپاچی ۲.۰ منتشر شد

    مترجم حرفه‌ای و روزنامه‌نگار متخصص:

    مترجم: [نام شما]

    موضوع: Matter Labs موتور اصلی پلتفرم بلاکچین سازمانی Prividium را متن‌باز کرد؛ بانک مرکزی آلمان در حال آزمایش

    Matter Labs، شرکت پشت پروتکل ZKsync، موتور اصلی مدیریت دسترسی (permissioning engine) پلتفرم بلاکچین سازمانی خود به نام Prividium را متن‌باز کرده است. این کد در تاریخ ۸ سپتامبر ۲۰۲۶ تحت مجوز Apache 2.0 به صورت عمومی منتشر شد.

    بانک مرکزی آلمان پیشگام در آزمایش

    بانک مرکزی آلمان (Deutsche Bundesbank) اولین سازمانی است که در حال آزمایش یک نمونه خود-میزبانی شده (self-hosted) از این پلتفرم است. Bundesbank با Matter Labs در زمینه طراحی و آزمایش برای استقرار خود-میزبانی شده خود همکاری می‌کند.

    بخش‌های متن‌باز و اختصاصی

    این انتشار شامل همه چیز نمی‌شود. Matter Labs ابزارهای سازمانی خود، از جمله رابط‌های کاربری و ابزارهای استقرار را به صورت اختصاصی (proprietary) حفظ کرده است. موتور اصلی متن‌باز است، اما داشبورد تکمیل شده پیرامون آن همچنان هزینه‌بر خواهد بود.

    این انتشار شامل یک برنامه اصلی و شش بسته (package) است. همه این موارد در یک مخزن عمومی GitHub به نام matter-labs/prividium-core قرار دارند.

    موتور مدیریت دسترسی، بخشی است که تعیین می‌کند چه کسی می‌تواند چه کاری را در یک زنجیره خصوصی انجام دهد. برای یک موسسه تحت نظارت قانونی، این لایه اهمیت فراوانی دارد. مجوزها و قابلیت حسابرسی (auditability) ویژگی‌هایی هستند که تیم‌های انطباق (compliance) واقعاً نگران آن‌ها هستند.

    تکمیل پشته متن‌باز

    این بخش، پشته گسترده‌تری را که پیش از این متن‌باز بود، تکمیل می‌کند. ZKsync OS، دنباله‌رو Atlas (Atlas sequencer)، اثبات‌کننده Airbender (Airbender prover) و قراردادهای قابلیت همکاری (interoperability contracts) همگی پیش از این اعلامیه متن‌باز شده بودند.

    با اضافه شدن موتور مدیریت دسترسی، موسسات اکنون می‌توانند زنجیره‌های دارای مجوز (permissioned chains) را با استفاده از کد به اشتراک گذاشته شده عمومی، به طور مستقل بسازند. پیش از این، لایه کنترل دسترسی، قطعه گمشده پازل بود.

    مزایای مجوز Apache 2.0

    مجوز Apache 2.0 به موسسات اجازه می‌دهد تا موتور را بدون امضای توافق‌نامه تجاری برای آن جزء خاص، بازرسی و اصلاح کنند. یک بانک می‌تواند تمام خطوط کد را بخواند، آنچه را که نیاز دارد تغییر دهد و آن را در داخل سازمان خود اجرا کند، بدون اینکه نیازی به اجازه Matter Labs داشته باشد.

    معماری Prividium و حفظ حریم خصوصی

    Prividium برای زنجیره‌های سبک Validium ساخته شده است. در این مدل، داده‌های تراکنش خارج از زنجیره (off-chain) باقی می‌مانند، که فعالیت‌های مالی حساس را خصوصی نگه می‌دارد. این زنجیره همچنان از طریق اثبات‌های دانش صفر (zero-knowledge proofs) به اتریوم متصل می‌شود.

    پاسخ به بازخورد موسسات

    Matter Labs این اقدام متن‌باز کردن را پاسخی به بازخورد موسسات عنوان کرده است. سازمان‌های بزرگ به این شرکت گفته‌اند که از اتکای بیش از حد به یک فروشنده واحد برای فناوری‌های حیاتی واهمه دارند.

    متن‌باز کردن موتور مدیریت دسترسی، این نگرانی را در لایه‌ای که بیشترین تأثیر را دارد، برطرف می‌کند. اگر منطق کنترل دسترسی عمومی باشد، یک موسسه می‌تواند تأیید کند که آنچه ادعا می‌کند را انجام می‌دهد و آن را بدون توجه به سرنوشت فروشنده، در حال اجرا نگه دارد.

    مدل کسب و کار: موتور رایگان، خودرو با هزینه

    مدل کسب و کار در اینجا آشناست: موتور را رایگان بده، خودرو را بفروش. Matter Labs کنترل خدمات تجاری را که استقرار را آسان‌تر می‌کنند، حفظ می‌کند و در عین حال بزرگترین مانع را که موسسات در جلسات تدارکات مطرح می‌کنند، برطرف می‌سازد.

    سیگنال قوی برای جاه‌طلبی‌های سازمانی

    آزمایش Bundesbank واضح‌ترین نشانه هدف این اقدام است. اجرای یک نمونه خود-میزبانی شده Prividium توسط یک بانک مرکزی آلمان، نشانگر اعتبار قابل توجهی برای جاه‌طلبی‌های سازمانی ZKsync است، هرچند که این هنوز یک آزمایش است و نه استقرار عملیاتی.

    زنجیره‌های Prividium از طریق اثبات‌های دانش صفر به اتریوم متصل می‌شوند، بنابراین پذیرش این مدل توسط موسسات، فعالیت‌های سازمانی بیشتری را به عنوان لایه تسویه (settlement layer) به اتریوم هدایت خواهد کرد.

    چالش‌های پیش رو

    همچنین سوالات باز در مورد اینکه یک موتور متن‌باز به تنهایی تا چه حد می‌تواند پیش برود، وجود دارد. موسساتی که خود-میزبانی می‌کنند همچنان به مهارت‌های لازم برای اجرای و نگهداری پشته نیاز دارند. ابزارهای استقرار اختصاصی دقیقاً به این دلیل وجود دارند که این کار ساده نیست.

  • اریک ترامپ: سرمایه‌گذاری هوش مصنوعی، پیشران رشد دارایی‌های دیجیتال

    اریک ترامپ: سرمایه‌گذاری هوش مصنوعی، پیشران رشد دارایی‌های دیجیتال

    اریک ترامپ نظریه‌ای درباره منشأ جهش بعدی بازار ارزهای دیجیتال دارد. این جهش نه از سوی یک توکن جدید، یک صندوق قابل معامله در بورس (ETF) تازه یا یک نهاد نظارتی دوست‌داشتنی، بلکه از سوی هوش مصنوعی خواهد بود.

    هوش مصنوعی، محرک رشد دارایی‌های دیجیتال

    آقای ترامپ، هم‌بنیان‌گذار شرکت World Liberty Financial، در کنفرانس Token2049 در سنگاپور در تاریخ ۷ اکتبر ۲۰۲۶ اظهار داشت که سرمایه‌گذاری در هوش مصنوعی سریع‌ترین محرک رشد دارایی‌های دیجیتال خواهد بود.

    وی در ابتدا به بخش چالش‌برانگیز این موضوع اشاره کرد و گفت که در سال گذشته، سرمایه از بازار ارزهای دیجیتال خارج شده و به سمت فناوری هوش مصنوعی سرازیر شده است. این جابجایی سرمایه، فشار نزولی بر بیت‌کوین و سایر دارایی‌های دیجیتال وارد کرده است. به بیان ساده‌تر، پولی که می‌توانست صرف خرید ارزهای دیجیتال شود، به سمت هوش مصنوعی رفت و این امر بر قیمت‌ها تأثیر گذاشت.

    ترامپ همچنین بیان کرد که این روند خروج سرمایه در حال معکوس شدن است. به گفته او، با شروع بهبود قیمت‌ها، سرمایه دوباره به سمت دارایی‌های دیجیتال در حال بازگشت است. او در سخنان خود به هیچ توکن یا پروتکل خاصی اشاره نکرد و تمرکز خود را بر بخش گسترده این حوزه قرار داد، نه یک سکه مشخص.

    چشم‌انداز ترامپ: عاملان هوش مصنوعی و تراکنش‌های مستقیم

    بخش ملموس‌تر چشم‌انداز ترامپ شامل “عاملان هوش مصنوعی” (AI agents) بود. این‌ها برنامه‌های نرم‌افزاری هستند که می‌توانند با دخالت محدود انسان، وظایفی را از طرف کاربر انجام دهند. ترامپ پیش‌بینی کرد که این عاملان تراکنش‌ها را مستقیماً از طریق کیف پول‌های دارایی دیجیتال انجام خواهند داد و در این سناریو، کانال‌های سنتی ارز فیات را به طور کامل دور خواهند زد. او از صنعت ارزهای دیجیتال خواست تا فناوری‌های هوش مصنوعی را به طور کامل بپذیرد.

    ارتباط خانوادگی و سرمایه‌گذاری‌های مرتبط

    اظهارات ترامپ از سوی یک ناظر بی‌طرف بیان نشده است. خانواده او به طور فزاینده‌ای در پروژه‌های مرتبط با ارزهای دیجیتال درگیر شده‌اند و سخنان او با این سرمایه‌گذاری‌ها همخوانی دارد. علاوه بر World Liberty Financial، سرمایه‌گذاری‌های خانواده ترامپ شامل شرکت American Bitcoin نیز می‌شود. این شرکت در زمینه استخراج بیت‌کوین فعالیت دارد و همچنین زیرساخت مراکز داده هوش مصنوعی را بررسی کرده است. American Bitcoin در سال ۲۰۲۵ از طریق ادغام عمومی شد و دارای پرتفوی قابل توجهی از بیت‌کوین است.

  • سویی به رکورد ۴۰ میلیون تراکنش در ثانیه در تست زنده بیس‌کمپ دست یافت

    سویی به رکورد ۴۰ میلیون تراکنش در ثانیه در تست زنده بیس‌کمپ دست یافت

    شبکه Sui رکورد پردازش تراکنش را در سنگاپور شکست؛ رقمی خیره‌کننده که بیش از جمعیت برخی کشورهاست

    شبکه بلاکچین Sui اخیراً در کنفرانس Basecamp سنگاپور، رکوردی بی‌سابقه در پردازش تراکنش‌ها به ثبت رساند که بیشتر شبیه به آمار جمعیتی است تا معیاری برای یک شبکه بلاکچین. در جریان یک نمایش زنده در تاریخ ۷ اکتبر ۲۰۲۶، این شبکه توانست ۴۰,۶۱۴,۱۸۰ تراکنش در ثانیه را پردازش کند. این رقم توسط حسابرس مستقل CertiK به صورت زنده و در لحظه تأیید شد.

    هدف دو برابر شد

    برگزارکنندگان این رویداد، هدف اولیه را ۲۰ میلیون تراکنش در ثانیه (TPS) تعیین کرده بودند، اما شبکه Sui موفق شد این رقم را تقریباً دو برابر کند. این آزمایش در حاشیه رویداد Token2049، یکی از گردهمایی‌های بزرگ در تقویم کنفرانس‌های حوزه ارزهای دیجیتال، برگزار شد. بنیان‌گذاران Mysten Labs، شرکت توسعه‌دهنده Sui، از جمله Adeniyi Abiodun، رهبری این نمایش را بر عهده داشتند. در این رویداد چهره‌های برجسته‌ای مانند Raoul Pal نیز حضور داشتند.

    جهش چشمگیر نسبت به رکورد قبلی

    نکته قابل توجه در این دستاورد، جهش چشمگیر آن نسبت به بهترین رکورد قبلی Sui است. در تاریخ ۴ جولای ۲۰۲۶، این شبکه در یک رویداد زنده با حضور عوامل هوش مصنوعی، موفق به ثبت رکورد ۶,۰۸۶,۷۶۶ تراکنش در ثانیه شده بود. رقم جدید بیش از شش برابر این میزان است که تنها در فاصله چند ماه به دست آمده است.

    مشارکت حضار و جوایز

    شرکت‌کنندگان در این کنفرانس فرصت داشتند تا در این رویداد مشارکت کنند. مسابقات پیش‌بینی حجم تراکنش‌ها، به افرادی که دقیق‌ترین پیش‌بینی را داشتند، جوایزی شامل ۱۰,۰۰۰، ۵,۰۰۰ و ۱,۰۰۰ توکن SUI اهدا کرد.

    فناوری پشت این موفقیت: تونل‌ها

    موتور محرکه این نتیجه چشمگیر، قابلیتی است که Sui آن را “تونل” (tunnels) می‌نامد. این‌ها کانال‌های وضعیت (state channels) برنامه‌پذیر خارج از زنجیره (off-chain) هستند که برای فعالیت‌های با توان عملیاتی بالا طراحی شده‌اند. طرفین می‌توانند تعداد بسیار زیادی تراکنش را خارج از زنجیره اصلی مبادله کرده و سپس وضعیت نهایی را در زنجیره اصلی تسویه کنند تا نتیجه قابل تأیید باقی بماند.

    شفاف‌سازی رقم ۴۰ میلیون

    این تمایز برای درک صحیح رقم عنوان‌شده اهمیت دارد. رقم ۴۰ میلیون، توانایی معماری تونل‌ها را با تسویه در زنجیره اصلی نشان می‌دهد و ادعایی مبنی بر ثبت تک‌تک این تراکنش‌ها به صورت جداگانه در لایه پایه در لحظه وقوع نیست.

    زمینه سازی برای “مالی عامل” (Agentic Finance)

    Sui این آزمایش را به عنوان زمینه‌سازی برای آنچه “مالی عامل” (agentic finance) می‌نامد، معرفی می‌کند. ایده اصلی این است که سیستم‌های هوش مصنوعی و یادگیری ماشین بتوانند تراکنش‌های تجاری را به صورت خودکار و بدون نیاز به تأیید انسانی در هر مرحله انجام دهند. این رویکرد مستقیماً با رکورد قبلی در ماه جولای که در رویدادی با محوریت عوامل هوش مصنوعی ثبت شد، ارتباط دارد.

    اعتباربخشی توسط CertiK

    تأیید زنده این نتیجه توسط CertiK در طول رویداد، وزن و اعتبار بیشتری به این رقم می‌بخشد تا یک معیار خوداظهاری. انتظار می‌رود گزارش‌های عملکرد آتی، از جمله اطلاعات حاصل از فرآیند تأیید CertiK، جزئیات بیشتری از قابلیت‌های این شبکه را روشن سازد.

  • سامسونگ الکترونیکس: سود سه‌ماهه سوم ۹ برابر می‌شود

    سامسونگ الکترونیکس: سود سه‌ماهه سوم ۹ برابر می‌شود

    سامسونگ الکترونیکس انتظار دارد سود عملیاتی سه ماهه سوم سال ۲۰۲۶ را حدود ۱۰۶.۱ تریلیون وون (تقریباً ۷۹.۱ میلیارد دلار) گزارش کند. این رقم در مقایسه با ۱۲.۱۷ تریلیون وون در مدت مشابه سال گذشته، افزایشی تقریباً نُه‌برابری را نشان می‌دهد که عمدتاً ناشی از تقاضا برای تراشه‌های حافظه‌ای است که زیربنای هوش مصنوعی را تشکیل می‌دهند.

    سود عملیاتی بی‌سابقه در راه است

    شرکت سامسونگ قرار است در تاریخ ۸ اکتبر ۲۰۲۶ راهنمای اولیه سود خود را منتشر کند. اگر اعداد و ارقام مطابق با پیش‌بینی تحلیلگران باشد، سامسونگ می‌تواند به اولین شرکت کره‌جنوبی تبدیل شود که سود عملیاتی فصلی آن از ۱۰۰ تریلیون وون فراتر می‌رود.

    محرک اصلی: حافظه‌های پهنای باند بالا (HBM)

    موتور محرک این جهش، زیرساخت‌های هوش مصنوعی، به‌ویژه حافظه‌های پهنای باند بالا (HBM) است. HBM با چیدمان عمودی تراشه‌های حافظه و قرار دادن آن‌ها در مجاورت پردازنده، امکان انتقال سریع‌تر داده‌ها و با اتلاف انرژی کمتر را فراهم می‌کند. این ویژگی، HBM را به یک جزء ضروری برای مراکز داده‌ای تبدیل کرده است که مدل‌های بزرگ هوش مصنوعی را آموزش داده و اجرا می‌کنند.

    حاشیه سود بالا در بخش تراشه

    انتظار می‌رود بخش راه‌حل‌های دستگاه (Device Solutions) سامسونگ، که کسب‌وکار تراشه این شرکت را در بر می‌گیرد، حاشیه سود عملیاتی تراشه‌ها را در محدوده ۷۲ تا ۷۶ درصد ثبت کند. اجماع تحلیلگران بر روی درآمدی حدود ۱۹۹ تا ۲۰۲ تریلیون وون است که برخی تخمین‌ها رشد سالانه بیش از ۱۳۰ درصد را نشان می‌دهند. در صورت تحقق این پیش‌بینی‌ها، این چهارمین فصل متوالی خواهد بود که سامسونگ رکورد سود خود را می‌شکند.

    رقابت در بازار HBM

    در طول رونق هوش مصنوعی، سامسونگ در بازار HBM تا حدودی عقب‌تر از رقبای خود بود. رقیب داخلی آن، SK hynix، در تأمین تراشه‌های مورد نیاز سازندگان سخت‌افزار هوش مصنوعی پیشتاز بود. با این حال، سهم بازار HBM سامسونگ در سه ماهه دوم ۲۰۲۶ به حدود ۳۳ درصد افزایش یافته است که نسبت به ۲۱ درصد در سه ماهه اول، رشد قابل توجهی را نشان می‌دهد. انتظار می‌رود درآمد حاصل از HBM4، جدیدترین نسل این فناوری، در سه ماهه سوم به طور متوالی سه برابر شود و بیش از ۶۰ درصد از درآمد HBM سامسونگ را در نیمه دوم سال ۲۰۲۶ به خود اختصاص دهد.

    تأثیر گسترده‌تر هوش مصنوعی

    تأثیر هوش مصنوعی تنها به HBM محدود نمی‌شود. تقاضا برای مراکز داده همچنین باعث افزایش فروش حافظه‌های سنتی DRAM و درایوهای حالت جامد سازمانی شده است.

    تعدیل پیش‌بینی‌ها و عوامل مؤثر

    با این حال، همه پیش‌بینی‌ها صعودی نبوده‌اند. از اواخر ماه اوت، پیش‌بینی‌های تحلیلگران حدود ۷.۷ تا ۸ درصد کاهش یافته است. دو عامل اصلی این تعدیل را توضیح می‌دهند: تعدیل افزایش قیمت تراشه‌های حافظه و تقویت ارزش پول کره‌جنوبی (وون). سامسونگ تراشه‌های خود را در سراسر جهان می‌فروشد و اغلب قیمت‌گذاری به دلار انجام می‌شود، اما نتایج خود را به وون گزارش می‌کند. با تقویت وون، هر دلار فروش به وون کمتری در صورت سود و زیان تبدیل می‌شود.

    چشم‌انداز بازار نیمه‌هادی‌ها

    نتایج مورد انتظار سامسونگ، موضوعی را که بر بازارهای نیمه‌هادی‌ها حاکم شده است، تقویت می‌کند: هزینه‌های هوش مصنوعی به بزرگترین محرک تقاضا برای حافظه تبدیل شده است. افزایش سهم بازار HBM سامسونگ نشان می‌دهد که برتری SK hynix دیگر چندان راحت نیست و رقابت برای قراردادهای تأمین با طراحان تراشه هوش مصنوعی با راه‌اندازی HBM4 احتمالاً تشدید خواهد شد.

    آزمون اولیه در ۸ اکتبر

    اولین آزمون عینی در ۸ اکتبر فرا می‌رسد، زمانی که سامسونگ راهنمای اولیه خود را منتشر خواهد کرد. سود عملیاتی اصلی در برابر اجماع حدود ۱۰۶.۱ تریلیون وون، همراه با هرگونه اظهارنظر در مورد محموله‌های HBM4 و روندهای قیمت‌گذاری، باید مورد توجه قرار گیرد. اگر سامسونگ از مرز ۱۰۰ تریلیون وون عبور کند، این یک رکورد شرکتی ملی برای کره‌جنوبی خواهد بود.

  • منطقه اقتصادی اتریوم: انتقال اتمی L1-L2 در شبکه اصلی اجرا شد

    منطقه اقتصادی اتریوم: انتقال اتمی L1-L2 در شبکه اصلی اجرا شد

    ای‌ئی‌زد تراکنش اتمی لایه ۱ به لایه ۲ را در شبکه اصلی اتریوم به نمایش گذاشت

    ادواردو آنتونیا دیز، از مشارکت‌کنندگان اصلی ابتکار منطقه اقتصادی اتریوم (EEZ)، این هفته از پیشرفتی فناورانه خبر داد و تراکنش اتمی لایه ۱ (L1) به لایه ۲ (L2) را در شبکه اصلی اتریوم به نمایش گذاشت. این توسعه‌دهنده همچنین خاطرنشان کرد که قابلیت ترکیب‌پذیری همزمان اتمی «دیگر یک وعده نیست».