至顶网软件频道消息: 他们说,加密是没有边界的。当你用比特币进行交易,或者收到一些比特币作为工作报酬的时候,它就是没有边界的。
但是如果你想花掉比特币的话该怎么做?比特币以及其他货币如以太坊或莱特币,已经开始在一些积极拥抱加密货币的城市发展起来。
例如在旧金山或首尔这样的科技中心,明显是比特币的热点区域,但同时布拉格、特拉维夫、布宜诺斯艾利斯或曼谷也意外地成为加密货币之城。
方法
为了找到世界各地的比特币热点,我在2018年7月24日使用了Coinmap。我记录了一个城市中BTC供应商的数量,但没有包括相应的郊区。从理论上讲,这会让城市扩张处于劣势,但我并不希望人为错误来混淆数据,因为相对东京来说,我对北美城市如纽约或洛杉矶比较熟悉,而且更倾向于将其郊区纳入其中。值得一提的是,CoinMap依靠众包技术来列出所有受BTC接受的供应商。
毫无疑问,这些是来自世界各地的十大比特币热点,我也列出了关于比特币在哪、以何种方式普及开的总结。
全球最大比特币热点城市
捷克的布拉格是全球接受比特币供应商最多的国家。一个加密货币的游牧民族在布拉格渡过了2017年的整个夏天,仅仅是布拉格有大量接受比特币的供应商。该国的农村地区企业密度也很高,扎德茨就拥有50多家接受比特币的企业。
阿根廷的布宜诺斯艾利斯拥有全球第二大比特币业务。南美洲总体上看是一个重比特币的大陆,比如像哥伦比亚波哥大这样的城市;加拉加斯、委内瑞拉;巴西圣保罗也30多家接受比特币的企业。
排名第三的是旧金山,有超过100家接受比特币的企业。当Felix Weis在他18个月的比特币环游世界挑战途中到达旧金山时,他说在那里只花加密货币简直太容易了。
跻身前五名的西班牙马德里和美国纽约,荷兰阿姆斯特丹排第六,哥伦比亚波哥大排第七。加拿大温哥华第八,其次是英国伦敦和法国巴黎。
中东、非洲和亚洲等地区显然缺席了榜单前十名。以色列特拉维夫蓬勃发展了比特币的用途,此外还有南非开普敦、澳大利亚墨尔本和悉尼。
比特币的城乡分水岭
一个有趣的发现是,比特币的热点不一定都是城市。巴西、泰国或英国等加密货币业务密度较高的一些国家,小城镇或郊区与首都城市在接受比特币的提供商很接近。例如,荷兰阿纳姆有超过80家接受比特币的企业,而阿姆斯特丹只有43家。
加密商业中心的崛起
世界各国政府对比特币的反应各不相同。像瑞士和新加坡这样的国际商业中心已经向加密货币敞开了怀抱,但在当地政府不支持的城市中,接受比特币的供应商数量也相应很少。
一些国家如中国,最初是接受加密货币的,但稍后叫停了比特币的交易,这意味着像北京这样的城市几乎没有接受比特币的供应商。像阿拉伯联合酋长国或沙特阿拉伯这样的海湾国家,对采用加密货币一直犹豫不决,也明显缺席了全球版图。
比特币从通货膨胀中休息时
国际比特币出现的最有趣的趋势之一,是这种货币正在全球范围内被用于支撑通胀。阿根廷、委内瑞拉和津巴布韦等国家的公民正在采用比特币,因为这种货币可以提供更多的抵御通货膨胀的保护。
前福布斯员工、目前是两个加密货币播客主持人的Laura Shin,最近在她的播客中与Alex Gladstein谈到,全球8%的比特币交易发生在委内瑞拉。Shin证实了这一统计数据并指出,“委内瑞拉的人口都不到没有世界人口的8%”。
“美国人说我没有看懂加密货币的关键点,”Shin说。但当这位记者与来自法定货币不稳定的国家的人进行交谈时,她说他们确实看到了一些有用的东西。
不管一个国家为什么采用比特币,人们只需要看看我们的图表(或CoinMap),来看看比特币是不是真的是全球性的。
CheapAir公司首席执行官Jeff Klee表示:“我们一直有国际航班票出售,但客户更倾向于选择美国人。”CheapAir网站于2013年开始提供加密支付的选项。迄今为止,他们已经以比特币交易的形式售出超过1500万美元的航班和酒店预定,而且现在他们也接受Litecoin和Dash付款。“自从我们接受比特币,来自所有不同国家的人都开始对我们感兴趣了。”
好文章,需要你的鼓励
三星与AI搜索引擎Perplexity合作,将其应用引入智能电视。2025年三星电视用户可立即使用,2024和2023年款设备将通过系统更新获得支持。用户可通过打字或语音提问,Perplexity还为用户提供12个月免费Pro订阅。尽管面临版权争议,这一合作仍引发关注。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
苹果M5 MacBook Pro评测显示这是一次相对较小的升级。最大变化是M5芯片,CPU性能比M4提升约9%,多核性能比M4 MacBook Air快19%,GPU性能提升37%。功耗可能有所增加但电池续航保持24小时。评测者认为该产品不适合M4用户升级,但对使用older型号用户仍是强有力选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。