Pēc kriptovalūtas ieguves samazināšanās daudzi kriptovalūtas ieguvēji ir atraduši jaunas iespējas plaukstošajā mākslīgā intelekta (AI) jomā. Tā kā mākslīgā intelekta nozarē pieaug pieprasījums pēc augstākās klases mikroshēmām, uzņēmumi, piemēram, Satoshi Spain, ir pārkārtojuši savas dīkstāves kriptoraktu ieguves iekārtas, lai apstrādātu AI darba slodzi jaunizveidotiem uzņēmumiem, universitātēm un atsevišķiem izstrādātājiem visā Eiropā. Šī tendence, kas pazīstama kā “ieguves 2.0”, ļauj kriptovaldītājiem izmantot esošo aprīkojumu un pieskarties AI uzplaukumam.

Kalnrūpniecības platformu pārveidošana, lai tās spētu pārvaldīt AI uzplaukumu

Grafikas apstrādes bloki (GPU), kas sākotnēji bija paredzēti spēlēm, ir būtiski komponenti gan kriptovalūtas ieguvē, gan AI sistēmās. Šīs jaudīgās mikroshēmas spēj veikt intensīvus aprēķinus, kas nepieciešami kriptovalūtas ieguvei, kā arī skaitļošanas slodzi, kas saistīta ar apmācību un AI modeļu darbināšanu, kas ģenerē sarežģītu tekstu un attēlus. Ar AI darbināmu tērzēšanas robotu, piemēram, ChatGPT, panākumi ir vēl vairāk veicinājuši pieprasījumu pēc GPU, izraisot piegādes trūkumu un mudinot uzņēmumus meklēt alternatīvus risinājumus.

Kriptovalūtas uzplaukuma laikā kalnrači steidzās veidot vai iegādāties aparatūru, kas aprīkota ar GPU, lai iegūtu digitālās monētas. Tomēr līdz ar sekojošo kriptovalūtu cenu kritumu un ieguves dinamikas izmaiņām daudzas no šīm mašīnām palika dīkstāvē, radot ievērojamu neizmantotu resursu. Iesācēji un kalnrači tagad šos “tumšos GPU” izmanto mākslīgā intelekta darba slodzei. Daži uzņēmumi pārprogrammē un maina savas mašīnas, savukārt citi iegūst GPU no neaktivizētām platformām un pārdod tos tālāk izmantošanai AI datoros.

Kripto kalnraču izaicinājumi un potenciāls AI nozarē

Lai gan kriptovalūtas ieguves mehānika atšķiras no mākslīgā intelekta apmācības, atjaunotās kalnrūpniecības platformas ir par pieņemamu cenu un pieejamu iespēju, salīdzinot ar infrastruktūru, ko nodrošina lielākie mākoņpakalpojumi. Jaunuzņēmumi un universitātes, kas bieži saskaras ar problēmām, iegūstot AI skaitļošanas jaudu no mākoņdatošanas gigantiem, piemēram, Microsoft un Amazon, kā alternatīvu pievēršas pārveidotām kalnrūpniecības platformām. Augstās prasības mākslīgā intelekta modeļu apmācībai kopā ar lietotāju intereses pieaugumu ir noslogojušas pat lielākos AI nozares dalībniekus.

Nesenās izmaiņas Ethereum, otrās lielākās kriptovalūtas pēc Bitcoin, ieguves mehānikā ir izraisījušas izmantoto mikroshēmu pārpalikumu tirgū. Aptuveni 20% no šiem atbrīvotajiem GPU var atkārtoti izmantot AI modeļu apmācībai, piedāvājot dzīvotspējīgu risinājumu pieaugošajam pieprasījumam. Kopā alternatīvs mākoņpakalpojumu sniedzējs izmanto bijušos šifrēšanas ieguvējus un viņu GPU, lai izveidotu virtuālo serveru fermas. Iznomājot tūkstošiem GPU, Together mākoņpakalpojums atbalsta AI izstrādātājus. Šī pieeja nodrošina rentablu skaitļošanas jaudu, jo īpaši jaunizveidotiem uzņēmumiem, kuriem nepieciešamas pieejamākas iespējas nekā nobriedušai mākoņdatošanas infrastruktūrai.

Jauna dzīve kriptovalūtu ieguvējiem

Uzņēmēji, piemēram, Demi Guo, Mellis AI dibinātāja, ir pievērsušies jaunai aparatūrai, kas pieejama, izmantojot mākoņpakalpojumu sniedzējus, piemēram, Together, jo vadošo mākoņpakalpojumu sniedzēju cenas un jaudas ierobežojumi ir ierobežoti. Atkārtoti izmantotu mikroshēmu pieejamība piedāvā izmaksu ziņā efektīvāku risinājumu. Tāpat tādi jaunuzņēmumi kā Monster, kuru vada Saurabh Vij, piedāvā līzinga iespējas lielajam skaitam GPU, kas iegādāti no Ethereum kalnračiem. Šos GPU, kas bieži vien ir visdārgākās kalnrūpniecības iekārtu daļas, tagad var izmantot AI lietojumprogrammās.

Tomēr ir svarīgi atzīmēt, ka kalnrūpniecības iekārtu atkārtotai izmantošanai AI darba slodzei var būt nepieciešami ievērojami ieguldījumi un jauninājumi. Lai gan kalnrūpniecības iekārtas ir optimizētas kriptovalūtas ieguvei, tām var nebūt skaitļošanas jaudas AI uzdevumu veikšanai. Tādi uzņēmumi kā CoreWeave kopš 2019. gada ir atjaunojuši kalnrūpniecības iekārtas attēlu renderēšanai, zinātnes analīzei un AI lietojumprogrammām. Iekārtu pārbūve ar augstākās klases Nvidia datu centra mikroshēmām ir saistīta ar ievērojamām investīcijām, taču satraukums, kas saistīts ar AI, ir ļāvis tādiem uzņēmumiem kā CoreWeave nodrošināt ievērojamu finansējumu.

Tā kā kriptovalūtas ieguves nozare piedzīvoja lejupslīdi, kriptovalūtas ieguvēji ir atraduši jaunu iespēju mākslīgā intelekta nozarē. Dīkstāves kalnrūpniecības iekārtu atkārtota izmantošana mākslīgā intelekta darba slodzēm ir kļuvusi par dzīvotspējīgu iespēju, izmantojot sākotnēji ieguvei izmantoto GPU jaudu. Augstākās klases mikroshēmu trūkums un pieprasījums pēc AI skaitļošanas jaudas ir radījis iespējas kalnračiem un jaunizveidotiem uzņēmumiem mainīt šos GPU. Tomēr pārejai uz AI ir rūpīgi jāapsver jauninājumi un ieguldījumi, lai apmierinātu AI uzdevumu skaitļošanas prasības.