Bitget App
Trade smarter
Acquista CryptoMercatiTradingPerpsEarnAIPlazaAltro
Il rapporto di produttività del team di Hyperliquid è 18 volte superiore a quello di Anthropic e 8 volte superiore a quello di Jane Street.

Il rapporto di produttività del team di Hyperliquid è 18 volte superiore a quello di Anthropic e 8 volte superiore a quello di Jane Street.

BlockBeatsBlockBeats2026/04/29 09:45
Mostra l'originale

BlockBeats News, 29 aprile, secondo le statistiche di Artemis, il fatturato di Hyperliquid nel 2025 ha raggiunto 8,57 miliardi di dollari. Calcolando sulla base degli 11 dipendenti dell'azienda, il fatturato medio annuo per persona del team era di 78 milioni di dollari. Questo dato supera di gran lunga quello della società unicorn dell'AI Anthropic (fatturato medio annuo per persona di 4,4 milioni di dollari) e del gigante di Wall Street Jane Street (fatturato medio annuo per persona di 9,3 milioni di dollari).

0
0

Esclusione di responsabilità: il contenuto di questo articolo riflette esclusivamente l’opinione dell’autore e non rappresenta in alcun modo la piattaforma. Questo articolo non deve essere utilizzato come riferimento per prendere decisioni di investimento.

PoolX: Blocca per guadagnare
Almeno il 12% di APR. Sempre disponibile, ottieni sempre un airdrop.
Blocca ora!

Ti potrebbe interessare anche

Meta implementerà i suoi chip AI auto-sviluppati nella prima metà del prossimo anno, con l'obiettivo di ridurre i costi e diminuire la dipendenza da Nvidia.

La terza generazione del chip AI sviluppato internamente da Meta, MTIA 450, sarà implementata nei data center nella prima metà del prossimo anno, mentre la quarta generazione è prevista per entrare nei data center entro la fine del 2027. Negli ultimi 12 mesi, Meta si è impegnata a una capacità di distribuzione di chip proprietari equivalente a oltre 1 gigawatt di consumo energetico. Secondo Yee Jiun Song, vicepresidente dell’ingegneria presso Meta, rispetto ai prodotti attualmente distribuiti da Nvidia, i chip proprietari di Meta offrono maggiore efficienza e consumano meno energia nell’esecuzione dei modelli di AI.

华尔街见闻2026/09/15 14:51