比特大陆一季度净利润亏损3.1亿元 赴美IPO胜算几何?

640?wx_fmt=gif

文丨互链脉搏·梁山花荣

未经授权,不得转载!


继7月底嘉楠耘智向美国证券交易委员会(SEC)递交上市申请后,全球最大矿机巨头比特大陆赴美IPO进程也引发业界猜想。


今年6月,彭博曾爆料称比特大陆已启动赴美IPO事宜,最快将在7月底之前递交招股申请,但如今已到8月份,依然不见比特大陆转战美股的任何公开消息。不过,日前根据自媒体“IPO早知道”报道,比特大陆试图按照130亿—150亿美元区间的估值IPO,预估募资10—15亿美元。


该自媒体还透露了比特大陆今年一季度的财务报表:2019年第一季度,比特大陆的总营业收入分别为10.82亿美元,其中前三个月的营收分别为2.53亿、2.53亿和5.78亿美元;毛利则分别为791万、1470万和2521万美元;净利润中仅有3月达到了3.15亿美元,1月和2月分别有3.45亿和2.80亿美元的亏损。


从净利润来看,尽管比特大陆3月份盈利了3.15亿美元,但今年一季度整体净利润实则亏损了3.1亿美元。


比特大陆内部观点认为,一季度主要在出清库存尤其是在低价出16nm矿机库存,从而导致了毛利率较低;在老产品出清完成后,销售7nm矿机新产品会带动毛利率上升,4月的毛利率预计就将达到30%。


值得注意的是,近期比特大陆已在台积电下单2亿片7nm芯片,并加急了订单,大概11月就能够出货。按照矿机销售需先预付矿机款流程,今年三季度比特大陆的现金流将会比较强劲,而第四季度将会是主要发货及确认收入的时间节点,比特大陆预计财报会在今年第四季度实现爆发性的增长。


而这无疑将为比特大陆转战美股增加了更多筹码。


相较于比特大陆,嘉楠耘智已抢先一步向SEC秘密递交上市申请,募资金额为2亿美元。


相对于港交所,美国证监会SEC对于加密货币和挖矿业务,相对宽容许多,并没有偏见式的监管要求。


根据腾讯新闻《一线》日前报道,消息人士透露,根据嘉楠耘智此前跟SEC的沟通,本次通过审核“不会有太大问题”。但为了保险起见,嘉楠耘智此次赴美上市从启动到沟通,再到目前的秘密递交申请,都是单独的小团队在做,比较低调。


但不容忽视的是,由于近年来PoW挖矿机制及背后的整个挖矿产业,被证明存在种种缺陷与争议,以以太坊为代表的公链已经掀起由PoW转向PoS的风潮,长期来看,PoW机制挖矿面临着被淘汰的趋势。


而这势必将对矿机巨头的主营业务带来较大的风险。此前,三大矿机巨头赴港IPO失利的一大关键因素就在于监管机构对其主营业务可持续性产生了质疑。而SEC对于矿机巨头主营业务可持续性是否也有明显要求,仍有待进一步观察。




 推荐阅读 


蔡维德:Facebook发行的稳定币Libra是美元继续称霸的工具

孙宇晨已被边控,“过度”营销偷鸡不成蚀把米

Libra只是出了白皮书 中国央行的数字货币研究所已经做了落地试点

北雄安 南佛山:区块链政务应用C位城市出线,区块链市政应用四级梯队盘点

孙宇晨真的有道歉吗?逐句解读孙宇晨避重就轻的“致歉信”

孙宇晨4567888美元拍下巴菲特午宴的钱从哪儿来?

央行、外管局带头 中国巧用贸易优势+区块链构筑人民币支付体系

中国高校区块链名师名录出炉 ——高考区块链志愿填报指南

抄袭者末日已近:数秦、纸贵、安妮、百度,四大区块链版权产品测评

冯鑫、雷军、王峰、蒋涛、傅盛等金山系老将,已将区块链拼成完整生态图


开白/进入学习群,添加微信:jinli4399

商务合作,添加微信:hulianmaiboruby

请备注来意,谢谢!


640?wx_fmt=jpeg

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制问题,并提供完整的Matlab代码实现。文章结合数据驱动方法与Koopman算子理论,利用递归神经网络(RNN)对非线性系统进行建模与线性化处理,从而提升纳米级定位系统的精度与动态响应性能。该方法通过提取系统隐含动态特征,构建近似线性模型,便于后续模型预测控制(MPC)的设计与优化,适用于高精度自动化控制场景。文中还展示了相关实验验证与仿真结果,证明了该方法的有效性和先进性。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事精密控制、智能制造、自动化或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能控制设计;②为非线性系统建模与线性化提供一种结合深度学习与现代控制理论的新思路;③帮助读者掌握Koopman算子、RNN建模与模型预测控制的综合应用。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现流程,重点关注数据预处理、RNN结构设计、Koopman观测矩阵构建及MPC控制器集成等关键环节,并可通过更换实际系统数据进行迁移验证,深化对方法泛化能力的理解。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值