最新

大家好，我是 Eren，Berat 和 Kaan。我们正在构建 Stoa（<a href="https://www.stoaexchange.com">https://www.stoaexchange.com</a>），一个用于买卖全新和二手 GPU 及 AI 服务器的市场。 GPU 是数据中心建设的抵押品。目前，融资条款主要取决于承购方，即已承诺使用计算能力的公司。 如果这家公司是超大规模云服务商，融资可能看起来是投资级的。如果是一家较小的云公司或初创企业，即使抵押品是相同的硬件，融资条款也会迅速变得昂贵。 贷款方的顾虑是合理的。如果借款人违约，我们需要出售这些服务器，我们实际能卖多少钱？目前没有一个好的答案。 我们开始经纪 GPU 交易，以了解其中的原因。这比我们预期的要手动得多。硬件仍然通过电话、转发的电子表格和冗长的电子邮件线程进行交易。 有一周，一个卖家为一台服务器节点报价 20 万美元，而另一个卖家为看起来相同的设备报价 24 万美元。两者不一定都是错的。他们掌握的信息不同，只能看到自己所处的市场一角。 在我们能够比较报价之前，我们必须弄清楚配置、状况、保修、地点和交付条款。这与 Kelley Blue Book 为二手车价格附加的年份、配置、里程和状况信息一样。仅仅说“一台 H100 服务器”不足以了解其价值，就像说“一辆二手宝马”一样。 这也是一种糟糕的买卖硬件的方式。寻求最佳价格的买家不应单独联系多个经纪人和经销商，重复相同的请求，然后去理清一堆不同的报价。卖家也不应一个买家一个买家地寻找需求。如此规模的市场应该有更好的流动性。 Stoa 将请求格式化，并发送给已经通过“了解你的客户”（KYB）审查的经销商。我们会核实公司信息、所有权以及谁有权进行交易。在请求发出之前，买家会确认确切的配置、数量、状况、保修、地点、交付条款以及将在检查中进行哪些检查。经销商会针对相同的请求提供确切的报价，而不会看到彼此的竞价。一旦报价被接受，付款、运输、交付和检查将通过结算进行跟踪。我们不持有硬件。 在我们运营的第一个月，收到了超过 3 亿美元的询价（RFQs）。 我们的直接目标是让买卖这些硬件的过程不再那么痛苦。随着交易的积累，它们也为贷方提供了实际的转售证据，而不是仅凭标价和一次性的评估。 我们从一开始就知道，这不能仅仅是一个纯软件的市场。GPU 交易依赖于人际关系，库存也不会随意展示给任何人。经销商需要信任将客户介绍给他们的中间人，客户也需要相信报价最终会转化为实际交易。我们通过自己经纪交易来随着时间推移建立了这些关系。Stoa 为人们提供了一种更清晰的交易方式，从最初的 RFQ 到结算，但它并没有取代其底层的信任。这些关系以及谁真正履行承诺的历史，是我们流程的重要组成部分。 我们认识彼此已经超过十年了。我们创办过公司，交易过利率衍生品，为石油和天然气行业构建过交易和定价系统。我们通过自己进行交易来学习 GPU 交易，而 Stoa 正是源于我们不断遇到的问题。 我们对已完成的交易收取分级费用，交易量越大，费用越低。在 <a href="https://www.stoaexchange.com/signup">https://www.stoaexchange.com/signup</a> 免费注册。如果您曾购买、出售、融资或被迫清算过 GPU，我们很乐意听取您的看法！

我创建 PicPocket 的初衷是，我的照片库（本质上是一个非结构化数据集）在我与他人分享照片时，就已经被组织起来了。也就是说，每当我与他人一起旅行/参加活动等并拍照时，我总是会在 WhatsApp 上与他们分享这些照片。这个分享的行为会隐式地“标记”在场的人，并将照片聚类整理，但这种整理的努力并没有得到有效利用。PicPocket 的目的就是利用分享这个过程，同时实现照片的整理和存储。

我开发了一个命令行程序、Rust 和 Python 库，可以轻松安装和运行生物/药物设计工具（结构预测、序列预测、属性预测等）。 您可以使用 `pip install bio_tools_app` 进行安装，然后运行 `bio_tools install alphafold3` 或 `bio_tools run proteinmpnn --version` 等命令。 这简化了这些工具的安装复杂性，这些工具通常依赖于混合了支持 PyPi 和 Conda 的 Python 环境，并且这些环境之间存在相互排斥的情况。我将其用作 Python Web 应用和 Rust 独立 GUI 程序（Molchanica）之间的共享库。

GitHub 上有数百万个公开信号，例如仓库、提交、贡献、语言、组织、地点等。我们希望将这些信号转化为可供探索的内容，而不是另一个静态的开发者目录，因此我们构建了 Slashscore，即开发者图谱。 您可以按地理位置探索开发者及其公开活动，根据开放的评分公式获得 0-100 的分数，并将其个人资料与更广泛的开发者生态系统进行比较。 我们特别关注图谱本身是否实用，评分模型是否合理，以及我们遗漏了什么。 如果您是开发者，您会做出哪些改变？