Пересылайте оригинальное название: Майнеры биткоина поддерживают революцию искусственного интеллекта

Основные моменты

• Майнеры биткойнов с крупными угодьями, водой для охлаждения, тёмным оптоволокном, надёжным электропитанием, квалифицированным рабочими, разрешениями на электропоставки и важными компонентами инфраструктуры с длительными сроками поставки находятся в превосходной позиции для увеличения стоимости своих активов путём удовлетворения спроса на быстро растущем рынке центров обработки данных искусственного интеллекта/высокопроизводительных вычислений.
• Аналитики Goldman Sachs Research прогнозируют, что спрос на дата-центры в США достигнет 45 ГВт к 2030 году, а энергопотребление будет расти на 15% в год в период с 2023 по 2030 год, благодаря искусственному интеллекту.
• К 2038 году JP Morgan прогнозирует, что капиталовложения в гипермасштабные ИИ достигнут 370 млрд долларов, что на 127% превысит ожидаемые капиталовложения в ИИ в 2024 году
• Наблюдается резкий рост запросов на подключение объектов мощностью от 300 МВт до 1000 МВт и более, что создает нагрузку на возможности местных сетей по доставке электроэнергии такими ускоренными темпами, в результате чего сроки присоединения и строительства растягиваются на 2-4 года
• Традиционные центры обработки данных не обладают большой энергоемкостью и не могут поддерживать операции высокой плотности вычислений. Серверные стойки, которые раньше максимально использовали около 40 кВт на стойку, теперь должны поддерживать более 132 кВт на стойку, что требуется для передовых систем, таких как GB200 NVL72.
• Предсказуемость денежного потока, активные финансовые рынки и значительный потенциал роста оценки операций AI/HPC делают эту возможность очень привлекательной и прибавляющей стоимость для майнеров с правильными активами
• Майнеры могут извлечь значительную выгоду, переходя на рынки искусственного интеллекта и высокопроизводительных вычислений, арбитрируя их оценку EV/EBITDA в 6-12 раз с текущими множителями 20-25x, характерными для ведущих операторов центров обработки данных.

Введение

Рост искусственного интеллекта (ИИ) создает непрецедентный спрос на высокопроизводительные вычисления (HPC). Этот взрывной рост приводит к значительным инвестициям гипермасштабирования для создания новых мощностей центров обработки данных. Традиционные центры обработки данных, однако, испытывают трудности в удовлетворении этих требований из-за ограниченных мощностей и продолжительных сроков строительства от 2 до 4 лет для новых объектов.

Майнеры биткойнов уникально расположены для того, чтобы воспользоваться этой рыночной возможностью, поскольку они уже обеспечили себе доступ к инфраструктуре крупномасштабного энергоснабжения и критическим компонентам, необходимым для работы центров обработки данных. Хотя не все майнинговые центры можно преобразовать в центры обработки данных искусственного интеллекта из-за конкретных требований к системам охлаждения, сетевому оборудованию и резервным системам, те, у кого есть нужные активы и экспертиза, могут получить выгоду от высоких денежных потоков и огромного потенциала оценки операций искусственного интеллекта/высокопроизводительных вычислений. В отчете рассматривается текущая ситуация в области традиционных центров обработки данных и выделяются определенные препятствия при удовлетворении потребностей в вычислениях искусственного интеллекта. Затем анализируется, почему определенные типы майнеров биткойнов хорошо расположены для того, чтобы заполнить этот разрыв, и изучаются будущие тенденции на стыке майнинга биткойнов и инфраструктуры искусственного интеллекта.

Каковы возможности Центра данных искусственного интеллекта?

Искусственный интеллект взорвался в 2024 году, благодаря увеличению принятия технологий генеративного искусственного интеллекта (GenAI). По данным Pitchbook, в искусственный интеллект и стартапы машинного обучения было инвестировано более $680 млрд через более чем 100 тыс. сделок с 2016 года, причем только в 2024 году было инвестировано $120 млрд.

Этот взлет искусственного интеллекта и высокопроизводительных вычислений (HPC) создает огромный спрос на мощность центров обработки данных. Центры обработки данных имеют решающее значение для операций искусственного интеллекта/HPC, обеспечивая как инфраструктуру, так и мощность, необходимую для вычислений с использованием графических процессоров. Новые приложения искусственного интеллекта, такие как большие языковые модели (LLM), особенно энергоемки. Для одного запроса ChatGPT требуется 2,9 ватт-часа электроэнергии, по сравнению с 0,3 ватт-часа для поиска в Google, согласно Международное агентство по энергетике.

Появление новых энергозатратных бизнесов в области искусственного интеллекта и высокопроизводительных вычислений в США способствует увеличению спроса на центры обработки данных.Исследования Goldman SachsПо оценкам в 2024 году спрос на дата-центры в США достигнет 21 ГВт (увеличение на 31% по сравнению с годом). Для справки, прогнозируется, что рост спроса на дата-центры в США с 2022 по 2033 год составит 15,8% годового среднего темпа роста. Исходя из значительного годового увеличения спроса на дата-центры в 2024 году, аналитики Goldman Sachs Research прогнозируют его увеличение до 45 ГВт к 2030 году. При объеме в 45 ГВт к 2030 году, дата-центры США будут потреблять до 8% от общей мощности США.

Рыночные возможности для центров обработки данных в США будут поддерживаться увеличением инвестиций в инфраструктуру искусственного интеллекта для гипермасштабных предприятий, которые являются крупными предприятиями центров обработки данных, такими как Google Cloud и AWS, которые быстро масштабируют мощность центра обработки данных для обслуживания других корпоративных клиентов. Такие гипермасштабные предприятия позиционируют себя для удовлетворения увеличенного спроса на центры обработки данных приверженностьвложить более $100 млрд в центры обработки данных, ориентированные на искусственный интеллект, в ближайшие 10 лет.JP Morgan Asset Management оценилчто $163 млрд инвестиций пойдут на расширение бизнеса гипермасштабирования к концу 2024 года, увеличение на 28% год к году. К 2038 году отчет прогнозирует, что капитальные затраты на искусственный интеллект гипермасштабирования достигнут $370 млрд, увеличение на 127% от ожидаемых капитальных затрат на ИИ в 2024 году.

Текущий и прогнозируемый рост в области технологий искусственного интеллекта (AI) и высокопроизводительных вычислений (HPC) преобразует ландшафт центров обработки данных. По мере усиления потребностей в обработке данных, гипермасштабируемые и центры обработки данных все больше превращаются из традиционных вычислительных установок в передовые инфраструктурные хабы искусственного интеллекта. Эти объекты становятся основной инфраструктурой, обеспечивающей прорывные технологии, такие как автономные транспортные средства, передовые медицинские исследования и приложения искусственного интеллекта нового поколения. Будущее цифровых инноваций в значительной степени будет зависеть от продолжающегося развития и расширения этих критически важных вычислительных установок, отмечая новую эру в технологической инфраструктуре.

Обзор текущего рынка центров обработки данных

Рынок существующих центров обработки данных состоит из нескольких публичных и частных участников, которые вместе управляют обширным портфелем центров обработки данных. Среди заметных компаний в этой сфере следует отметить Digital Realty, Equinix, Vantage, EdgeConnex и QTS, и другие. Крупнейший регион центров обработки данных в США в настоящее время находится в Северной Вирджинии, хотя рост во всех регионах был огромным, что привело к рекордно низким уровням свободных площадей.согласно CBRE.

Центры обработки данных являются основой для нескольких различных отраслей, поддерживая все: от потоковых сервисов, таких как Netflix, до облачных вычислений, искусственного интеллекта и множества других приложений. Однако не все центры обработки данных одинаковы. Каждый из них может быть адаптирован к определенной функции и может быть отнесен к различным категориям, включая гипермасштабируемые, периферийные, облачные и корпоративные центры обработки данных. А центры обработки данных становятся все больше и более энергоемкими. Конкуренция за предоставление инфраструктуры для быстро масштабируемых отраслей, таких как искусственный интеллект, привела к гонке вооружений между гиперскейлерами за наращивание мощностей центров обработки данных в ускоренные сроки.

Препятствия для традиционных центров обработки данных в удовлетворении спроса на искусственный интеллект

Традиционные поставщики центров обработки данных, обслуживающие не-ИИ отрасли, обычно используют портфели из небольших географически разбросанных центров обработки данных, многие из которых изначально были построены для приложений с низкой плотностью. За последнее десятилетие традиционные центры обработки данных работали с относительно небольшими энергетическими потребностями. Несмотря на то, что Digital Realty ($62 млрд рыночная капитализация) и Equinix ($94 млрд рыночная капитализация) являются двумя крупнейшими компаниями по центрам обработки данных в мире, они в основном работают с небольшими центрами обработки данных. Например, у Digital Realty центры обработки данных обычно имеют мощность от 0,5 МВт до 40 МВт на объект. Аналогично, программа xScale компании Equinix состоит из глобальной сети центров обработки данных с общей рабочей мощностью всего 292 МВт по всему миру в 20 объектах (Презентация для инвесторов Equinix за 3 квартал 2024 года, 8 ноября 2024 года). По сравнению, некоторые горные операции имеют доступ к сравнимым энергетическим мощностям на отдельных площадках.

Исторически операторы видели мало стимулов для быстрого масштабирования, потому что стриминговые сервисы, телекоммуникации, хранение данных и многие облачные приложения имели ограниченную вычислительную плотность. Однако с развитием искусственного интеллекта и увеличением сложности этих алгоритмов центры обработки данных теперь должны работать в современных установках с новейшим поколением графических процессоров и в масштабах, чтобы оптимизировать выполнение обучения.

Увеличение масштаба стало возможным благодаря достижениям в области вычислительной мощности графических процессоров и преимуществам параллельных вычислений, позволяющим центрам обработки данных создавать более крупные кластеры с большей вычислительной мощностью. Параллельные вычисления позволяют легко распределять рабочие нагрузки между дополнительными графическими процессорами, что делает их более эффективными для масштабирования за счет добавления дополнительных блоков. Важно отметить, что большие кластеры на отдельных площадках обеспечивают меньшую задержку между графическими процессорами, повышая производительность параллельных вычислений. Это преимущество делает один кластер мощностью 200 МВт значительно более эффективным для обучения ИИ, чем четыре географически распределенных кластера мощностью 50 МВт, поскольку связь между графическими процессорами с низкой задержкой имеет важное значение для максимальной эффективности вычислений. Следовательно, гипермасштабируемые компании отдают приоритет отдельным расположениям с доступом к большим мощностям питания, чтобы удовлетворить потребности сложных рабочих нагрузок ИИ.

Такой тип мощности в настоящее время является дефицитным, и многие устаревшие объекты не могут справиться с существенными энергетическими требованиями, необходимыми для современных рабочих нагрузок ИИ/ВЫСОКОПРОИЗВОДИТЕЛЬНЫХ ВЫЧИСЛЕНИЙ. Старые объекты не могут быть легко модернизированы из-за различий в требованиях к сетевому оборудованию, охлаждению и плотности стоек между низким и высоким использованием вычислительных мощностей, среди других факторов.

Сегодня гипермасштабные требуют центры данных с гораздо более высокой энергетической мощностью для поддержки обучения своих высокоэнергетичных моделей, таких как большие языковые модели. Согласно статье декабря 2020 года от Uptime Institute, средняя плотность стойки на тот год составляла 8.4 кВт/стойка, за исключением нескольких высокопроизводительных выбросов мощности свыше 30 кВт/стойка. Эти центры обработки данных со стойками серверов, которые раньше максимум достигали около 40 кВт на стойку, теперь нуждаются в поддержке более 132 кВт в стойкутребуется для передовых систем, таких как GB200 NVL72 от NVIDIA, - более чем втрое увеличилась всего за несколько лет. Отраслевые экспертыпроектчто увеличение плотности вычислений и развитиеЗакон Мураможет повлечь за собой непревзойденные требования к энергопотреблению серверной стойки.

В результате традиционные операторы центров обработки данных переключили свое внимание на разработку новых проектов, чтобы вместить новое поколение центров обработки данных, специализирующихся на искусственном интеллекте и HPC, которые будут иметь многолетние сроки для получения разрешений на использование энергии и строительства.Согласно недавнему отчету Министерства энергетики США, в последнее время наблюдается резкий рост запросов на подключение к объектам с мощностью от 300 МВт до 1 000 МВт или более, что создает напряжение на способность местных сетей по доставке энергии на этом ускоренном темпе, вызывая увеличение сроков взаимодействия и строительства на 2-4 года,в соответствии с CBRE.

Гипермасштабирование сейчас нацелено на создание крупнейших возможных кластеров GPU для обучения моделей ИИ/HPC, с несколькими компаниями, нацеленными на центры обработки данных масштаба гигаватт для размещения сотен тысяч GPU следующего поколения. В то время как гипермасштабы строят свои собственные центры обработки данных, они продолжают сильно полагаться на сторонних поставщиков с установленной мощностью для энергетизации GPU в ускоренные сроки. Однако лишь немногие существующие центры обработки данных способны справиться с такими огромными энергетическими требованиями и высокими плотностями энергии в стойках. Этот недостаток в значительной степени обусловлен недостатком предвидения экспоненциального роста спроса на центры обработки данных.

Почему майнеры биткойна могут занять важную нишу

Майнеры биткойна позиционируются так, чтобы удовлетворить потребности в энергии, необходимые от гипермасштабируемых систем, поскольку они обладают крупномасштабными готовыми к использованию энергопотреблению объектами. В течение многих лет майнеры искали места с изобилием и доступной энергией, а также обеспечивали доступ к значительным энергетическим мощностям на одном месте, вместе с инфраструктурными элементами с длительным сроком планирования, такими как подстанции и оборудование среднего и высокого напряжения. Некоторые места для добычи уже готовы к использованию, что решает одно из самых больших ограничений для гипермасштабируемых систем: доступ к надежной крупномасштабной энергии.

Вступая на эти готовые к работе силовые месторождения для майнинга биткойнов, гипермасштабаторы могут обойти длительный процесс обеспечения наличия энергии и сконцентрироваться на модернизации и настройке инфраструктуры для удовлетворения своих конкретных потребностей. Многие майнеры контролируют многосот мегаваттные месторождения, масштаб, которого удалось обеспечить только немногим традиционным операторам центров обработки данных в одном месте. Несколько крупных майнинговых операций имеют доступ к промышленной энергетической инфраструктуре, обеспечивая энергетические магистрали с мощностью более 2 гигаватт (ГВт), что делает майнеров уникально подходящими для получения выгоды от увеличенного спроса на энергетическую мощность. Несмотря на ключевые различия между традиционными месторождениями биткойнов и центрами обработки данных искусственного интеллекта, майнеры обладают ценным опытом в строительстве крупномасштабных объектов и управлении центрами обработки данных, часто с уже созданными электрическими, механическими, техническими и охранной службами. Этот опыт может дополнительно упростить переход для гипермасштабаторов, стремящихся к быстрому масштабированию.

Только некоторые шахтеры могут извлечь пользу от искусственного интеллекта

Не все шахтеры могут воспользоваться возможностью AI/HPC. Чтобы построить подходящие для AI/HPC центры обработки данных, необходимо удовлетворить несколько критически важных факторов, включая доступ к большим площадям, воду для охлаждения, тёмное волокно, надёжное электроснабжение и квалифицированный трудовой ресурс. К сожалению, даже если эти требования будут выполнены, компании, которые ещё не имеют необходимых разрешений (т. е. на мощность электроснабжения, землю и зонирование) или уже обладают критически важными инфраструктурными компонентами с длительным сроком выполнения, столкнутся с препятствиями и задержками в развитии.

Еще одна важная причина, почему не все майнеры Bitcoin могут воспользоваться возможностями ИИ/ВЫС, заключается в том, что существующая инфраструктура для майнеров не является прямо передаваемой или подходящей для центров обработки данных ИИ из-за различий в конструкции и операционных требованиях. Хотя есть некоторые сходства в ключевой электрической инфраструктуре, включая компоненты высоковольтных подстанций и распределительные системы, существуют специфические требования для центров обработки данных ИИ, которые требуют тонкого опыта и квалифицированного рабочего персонала.

Центры обработки данных искусственного интеллекта находятся на более высоком уровне сложности практически во всех аспектах работы, включая механические, охлаждающие и сетевые системы, что делает преобразование майнингового центра Bitcoin в центр обработки данных искусственного интеллекта (AI/HPC) сложным предприятием. Ниже мы обозначаем некоторые из основных модернизаций, необходимых для приспособления существующих объектов под центры обработки данных искусственного интеллекта:

1. Инфраструктура сетевых взаимодействий:
Рабочие нагрузки ИИ / HPC требуют быстрых соединений с низкой задержкой между графическими процессорами в центре обработки данных. Поэтому внутренняя сетевая архитектура для рабочих нагрузок ИИ / HPC значительно более сложна, чем для майнинга, поскольку графические процессоры постоянно обмениваются данными друг с другом. Ключ к успеху операции ИИ - разработка оптимального сетевого стержня для обеспечения быстрого выполнения рабочих нагрузок. Кроме того, необходимо обеспечить подключение к темной оптической волоконной линии с площадки и удовлетворить требования к задержке, которые не требуются для мест добычи.

2. Системы охлаждения:
Майнеры используют различные системы охлаждения, включая воздушное охлаждение, водяное охлаждение и погружное охлаждение. Охлаждение в основном сосредоточено на самих машинах, с меньшим вниманием к вспомогательной инфраструктуре. С другой стороны, центры обработки данных искусственного интеллекта потребуют более продвинутых решений по охлаждению, таких как прямое жидкостное охлаждение чипа, чтобы охлаждать новейшее поколение мощных серверов NVIDIA, в сочетании с дополнительными системами воздушного охлаждения для поддержки сетевой и механической инфраструктуры.

3. Избыточность:
Центры обработки данных искусственного интеллекта имеют более строгие требования к избыточности, чем центры обработки данных для майнинга биткойнов. Майнинговые операции гибки по своей природе, поэтому не требуется надежная резервная генерация энергии. Центры обработки данных искусственного интеллекта, напротив, обычно используют как минимум N+1 избыточность во всех операциях, с более важными компонентами, такими как основные компоненты сетевого оборудования и хранения, требующими еще большей степени избыточности для обеспечения бесперебойной работы или, по крайней мере, правильного кэширования и фиксации данных в случае сбоя оборудования. Это означает, что для каждого необходимого элемента инфраструктуры, такого как оборудование охлаждения, должна быть резервная копия (избыточность N+1). Например, при проведении обслуживания одного охлаждающего блока, должен быть доступен дополнительный блок для поддержания непрерывной работы. Этот уровень избыточности редко встречается в майнинговых центрах, у которых нет таких требований к времени работы.

4. Переработка форм-фактора:
Центры обработки данных искусственного интеллекта используют серверы, установленные в стойки, которые существенно отличаются от форм-фактора ASIC, используемого в майнинге биткойнов. Для обеспечения оборудования искусственного интеллекта потребовалась бы полная переработка внутренней физической инфраструктуры объекта с целью поддержки систем, установленных в стойки, и их специфических потребностей в охлаждении, сетевом оборудовании и электропитании.

5. Другие различия:

В целом эти факторы демонстрируют, что модернизация горнодобывающего предприятия для удовлетворения требований центра обработки данных AI/HPC представляет собой задачу дизайна и инжиниринга. Улучшенные требования к инфраструктуре также приводят к значительному увеличению капитальных затрат на центры обработки данных AI/HPC по сравнению с затратами на строительство майнинга биткойнов.

У горнодобывающих компаний есть потенциал для роста, если они смогут воспользоваться спросом на центры обработки данных искусственного интеллекта

Хотя у горняков может быть подходящая инфраструктура и местоположение, переход к операциям AI/HPC требует не только физических активов - это требует специализированной экспертизы, других технологических стеков и новых бизнес-моделей. Те, у кого есть опытные управленческие команды, которые могут успешно развивать операции AI/HPC, имеют огромную возможность приносить значительную инкрементную стоимость своим компаниям. Ниже приведены некоторые из основных преимуществ, которые могут приносить дополнительную стоимость компаниям, которые выбирают выделение своих ресурсов энергии и центров обработки данных от майнинга биткойнов к AI/HPC.

• Высокая маржа по денежным потокам и предсказуемость: операции центров обработки данных ИИ/ВПК, в особенности модели совместного использования/постройки по заказу, имеют долгосрочные контракты с фиксированными и повторяющимися денежными потоками, обычно согласованными еще до начала строительства центра обработки данных. Это предсказуемые денежные потоки с высокой маржой, обычно с добросовестными контрагентами, где оператор центра обработки данных может передать большую часть расходов арендатору, включая энергию и эксплуатационные расходы в зависимости от структуры аренды.
• Диверсификация денежных потоков: Доход не только более предсказуем, чем майнинг биткойнов, но и не коррелирует с криптовалютными рынками, что сглаживает профили доходов компаний с высокой подверженностью волатильным криптовалютным рынкам. На медвежьих рынках биткоина это может повысить финансовую стабильность, позволяя майнерам продолжать привлекать денежные средства через акции или долговые обязательства, не неся чрезмерного разводнения или процентного бремени
• Глубокие рынки капитала, которые могут помочь в масштабировании операций: Хотя инфраструктура намного дороже, чем майнинг биткойнов, проще гарантировать инвестиции из-за предсказуемости денежных потоков, тем самым открывая проекты центров обработки данных для новых источников заемного и акционерного капитала. Фонды прямых инвестиций, инвестиции в инфраструктуру, пенсионные фонды, компании по страхованию жизни и многие другие стремятся получить доступ к пространству центров обработки данных для получения дохода, который они предлагают. Операторы центров обработки данных, у которых есть договор аренды с кредитоспособным контрагентом, могут взять эту аренду и привлечь значительные суммы проектного финансирования для строительства центра обработки данных.
  • Согласно Ньюмарку Отчет об обзоре рынка центров обработки данных за 2023 год, 2023 увидел рекордный объем заемных средств, и темпы не снижаются, только в первом квартале 2024 года было подписано $18 млрд финансирования развития. Процентные ставки также разумны, с Newmark, показывающим диапазон примерно от 2,25% до 4,50% над SOFR, в зависимости от кредитора.
• Значительный потенциал аккретивной оценки: После создания и стабилизации актива существует значительная разница в оценке между майнингом и искусственным интеллектом/высокопроизводительными вычислениями (AI/HPC), что делает AI/HPC очень привлекательной возможностью. Майнеры биткойна исторически торгуются в диапазоне множителя 6-12х EV/EBITDA, тогда как некоторые из крупнейших операторов центров обработки данных в мире оцениваются в 20-25х EV/EBITDA. Это обосновано высокими маржами, траекторией роста отрасли, предсказуемыми денежными потоками и сниженной волатильностью на рынке по сравнению с криптовалютами. Чтобы еще больше понять масштаб текущей разницы, совокупная стоимость Hybrid Mining/AI компаний составляет 23% от EV компании Digital Realty, несмотря на то, что они имеют в 3,5 раза большую потенциальную мощность в МВ.

Таким образом, предсказуемость денежных потоков, активные финансовые рынки и значительный потенциал оценки делают возможности в области искусственного интеллекта и высокопроизводительных вычислений чрезвычайно привлекательными и аккретивными для горняков с правильными активами. Эти горняки на пути к значительному продвижению на традиционном рынке центров обработки данных и становятся некоторыми из крупнейших операторов в отрасли.

Прогноз для майнинга Биткойна

AI/HPC заняли центральное место в последние несколько месяцев, однако мы по-прежнему ожидаем продолжающегося роста хешрейта и роста сети майнинга биткоина. Рост майнинга продолжался параллельно с ростом AI/HPC. Рост цены биткоина увеличил прибыльность майнеров, и майнинг может стать еще более прибыльным, если цена продолжит расти и опередит рост сложности сети. Но с ростом биткоина и AI/HPC, какова будет картина майнинга в будущем? Ниже мы определяем некоторые основные тенденции в пересечении AI/HPC и майнинга биткоина, которые могут развернуться в обозримом будущем:

Майнеры максимизируют стоимость электрона:

Большинство майнеров биткойна всегда ставили приоритетом максимизацию стоимости своего доступа к энергии. В настоящее время центры обработки данных с использованием искусственного интеллекта являются наиболее прибыльным путем для тех, у кого есть адаптивные площадки. Учитывая увеличение стоимости AI/HPC-сайта, вероятно, что шахтинскому сайту, способному быть преобразованным в центр обработки данных AI/HPC, будет следовать этот путь для максимизации стоимости акционеров. Однако это не обязательно означает недостаток для майнеров биткойна. Мы все равно ожидаем рост хэшрейта сети, но медленнее, чем если бы ни один из основных американских майнеров не преобразовал сайты в центры обработки данных AI/HPC. Такие преобразования пользуются майнерам, оставшимся в сети, путем удаления конкурирующего хэшрейта.

Майнинг биткоина как движущая сила для монетизации Stranded Power:

По мере того как искусственный интеллект/высокопроизводительные вычисления становятся все более важными, мы предполагаем, что майнеры будут все больше обращать внимание на развертывание своих мощностей в более удаленных районах, поскольку гипершкалеры перебивают их на более развитых рынках с большими площадками, которые могут использоваться для искусственного интеллекта/высокопроизводительных вычислений. Безграничная, безотносительная к местоположению и гибкая природа майнинга биткойнов делает его одним из лучших способов использования заброшенных мощностей генерации.

Мы ожидаем, что большая часть майнинга биткойна будет перенесена на границы для монетизации изолированной энергетической мощности, особенно в удаленных регионах США и за рубежом, в таких странах, как Эфиопия, Парагвай и других развивающихся рынках, где дешевая избыточная энергия более чем в изобилии.

Биткойн-майнинг как стратегический мост для инфраструктурных инвестиций и опциональности ИИ/ВЫС

Кроме того, поскольку различные регионы США работают над развитием инфраструктуры передачи и связи оптоволоконными кабелями, майнинг биткоина может выступать мостом для финансирования проектов инфраструктуры с большей мощностью, таких как строительство подстанций и генерации, даже в случаях, когда нет немедленной или ясной возможности использовать мощность для AI/HPC. Используя майнинг биткоина для охотничьих инвестиций в недвижимость и генерацию, инвесторы могут получать доходы, ожидая реализации других долгосрочных энергетических проектов, что делает его привлекательной стратегией для развития и инвестирования в инфраструктуру.

Биткойн-шахты все еще могут быть прибыльным долгосрочным бизнесом для шахтеров, не в состоянии перейти на центры обработки данных ИИ/ВШПК. Некоторые шахтеры приобрели крупные объекты без наличия арендатора ИИ/ВШПК и также инвестируют в объекты на разных стадиях развития. Как мы уже упоминали ранее, некоторые из этих объектов, вероятно, не обладают необходимыми свойствами, оптимальными для ИИ/ВШПК, но все же могут быть полезны для добычи биткойнов. Другие шахтеры не имеют команды или экспертизы внутри компании, чтобы заключить сделку с крупным заказчиком и реализовать сложный инженерный и строительный проект. Для шахтеров, стремящихся максимизировать ценность, надеждой будет заключение сделки с клиентом из сферы ИИ. Однако, в случаях, когда возможности ИИ/ВШПК не реализуются, эти шахтеры все равно имеют возможность создать прибыльный бизнес по добыче Биткойнов.

Взаимосвязи между центрами обработки данных AI/HPC и майнингом

Производители ASIC, такие как Bitmain, начали разрабатывать ASIC с форм-факторами, аналогичными GPU для стоек центров обработки данных. Дальнейшее выравнивание форм-фактора ASIC с форм-факторами GPU следующего поколения позволит центрам обработки данных монетизировать неиспользуемые серверные стойки, устанавливая серверные майнеры в свободные стойки, что поможет оптимизировать переделку центра обработки данных для AI/HPC, если используются аналогичные стойки. В дальнейшем майнеры могли бы предпочесть покупать эти машины, поскольку они обеспечивают гибкость в проектировании центра обработки данных и могут помочь майнерам более легко переключиться на AI/HPC, если появляются более высокооплачиваемые возможности.

По мере увеличения мощности центров обработки данных ИИ/ВЫС, растет и их влияние на сеть. Хотя эти центры данных должны быть онлайн практически все время, это не означает, что общее потребление энергии постоянно. Фактически, профили нагрузки для обучения ИИ/ВЫС могут быть довольно волатильными, поскольку периоды интенсивного вычислительного выполнения требуют большего количества энергии, а периоды контрольных точек требуют меньшего. Частота создания контрольных точек варьируется, и в зависимости от развернутой инфраструктуры и размера модели этот процесс может занимать от нескольких минут до десятков минут. По мере роста размеров моделей будет необходимо хранить больше данных, что увеличит время, необходимое для сохранения всех данных.

Точно так же, для нагрузки на вывод искусственного интеллекта (AI) и вычислений высокой производительности (HPC) ожидается, что профили нагрузки будут тесно соответствовать потребностям клиентов, поскольку каждый запрос модели обрабатывается непосредственно внутри центра обработки данных. Изначально эти профили могут проявлять значительную волатильность по мере изменения спроса на модели. Однако со временем, по мере того как конкретные модели получат широкое распространение, нагрузка может стать более предсказуемой, с пиковым спросом в дневные часы, за которым следует спад в ночное время. Этот ежедневный цикл нагрузки представляет собой идеальную возможность для майнинга биткойнов, поскольку операции майнинга могут динамически масштабироваться вверх или вниз, чтобы соответствовать колебаниям энергопотребления процессов вывода искусственного интеллекта.

В результате в будущем майнинг биткойна может быть использован в качестве механизма балансировки нагрузки, когда майнинг увеличивается в периоды более низкой загрузки и снижается, когда нагрузка искусственного интеллекта восстанавливается. Также могут быть периоды, когда арендаторам не нужно использовать всю мощность GPU, что позволяет майнерам наращивать мощность.

Преимущество очевидно для оператора центра обработки данных, поскольку он может извлекать дополнительную ценность из доступной мощности, а для арендатора это предлагает степень стабильности нагрузки для центра обработки данных и общей сети. По мере роста кластеров центров обработки данных, потребление электроэнергии и влияние на сеть будут все больше подвергаться пристальному вниманию, и обеспечение стабильности нагрузки будет критически важным.

Перенаправление MW на AI/HPC должно замедлить темп роста хешрейта

Майнеры, занимающиеся операциями искусственного интеллекта (AI) и высокопроизводительных вычислений (HPC), активно отводят мощности, которые могли бы быть использованы для майнинга биткойна, что должно замедлить темп роста хэшрейта сети. Это особенно важно при рассмотрении потенциального бычьего рынка биткойна, где рост цены биткойна не приведет к равному и компенсирующему увеличению хэшрейта сети, тем самым повышая цену хэшрейта. Сказанное выше несмотря на это, мы все равно ожидаем роста хэшрейта сети по мере активации более эффективных майнинговых устройств, будь то замена устаревших устройств предыдущего поколения или новые активации на площадках, не благоприятных для бизнеса AI/HPC.

Заключение

Спрос на дата-центры в Соединенных Штатах может взлететь до небывалых уровней, прогнозы указывают на увеличение на 31% в год к 2024 году. Те же прогнозы предсказывают, что мощность дата-центров в США более чем удвоится за ближайшие пять лет, увеличившись с текущих 21 ГВт до примерно 45 ГВт. Этот взрывной рост, в сочетании с сотнями миллиардов долларов инвестиций от поставщиков гипермасштабных решений в ближайшие 5-10 лет, создает привлекательные возможности для компаний, способных предложить два ключевых ресурса: изобилие доступной энергии и надежную инфраструктуру, способную поддерживать операции ИИ и ВЫЧИСЛЕНИЯ ВЫСОКОЙ ПРОИЗВОДИТЕЛЬНОСТИ.

Нынешний бум искусственного интеллекта и высокопроизводительных вычислений выявил критическую слабость устаревших центров обработки данных, их неспособность модернизировать существующие объекты для удовлетворения высоких потребностей в энергопотреблении современных рабочих нагрузок ИИ. Эта пустота на рынке создает значительные возможности для операций по добыче биткойнов, которые уже обладают тем, в чем отчаянно нуждаются компании, занимающиеся искусственным интеллектом и высокопроизводительными вычислениями: крупномасштабными площадками с ускоренными графиками включения. Гипермасштабируемые компании имеют ограниченные возможности для своевременного расширения своей деятельности, чтобы не отставать от взрывного спроса со стороны компаний, занимающихся ИИ и высокопроизводительными вычислениями. Биткойн-майнеры становятся логичным жизнеспособным вариантом для гиперскейлеров, чтобы расширить свой бизнес и оставаться конкурентоспособными на растущем рынке. Тем не менее, эта поколенческая возможность для майнеров биткоина остается избирательной. Лишь небольшая часть операций по добыче биткойнов обладает необходимой инфраструктурой и возможностями для успешной поддержки высоких требований современных рабочих нагрузок ИИ/высокопроизводительных вычислений. Те майнеры, которые владеют этими дефицитными активами и стремятся максимизировать их ценность, перейдут на центры обработки данных с искусственным интеллектом и высокопроизводительными вычислениями.

Несмотря на то, что некоторые критики утверждают, что майнеры биткойнов, развивающие услуги искусственного интеллекта (ИИ) и высокопроизводительных вычислений (HPC), могут ослабить безопасность сети, уменьшив вычислительную мощность, выделенную на майнинг блоков, такой сдвиг на самом деле может принести пользу широкой майнинговой экосистеме. Майнеры, неспособные удовлетворить спрос на ИИ/HPC сайты, могут увидеть увеличение прибыльности за счет повышения хешрейта. По мере отключения большего числа майнеров и роста цены биткойна, увеличение хешрейта значительно улучшит рентабельность для всех майнеров биткойнов. С учетом того, что цена биткойна выросла на 143% с начала года, а также появления в Овальном кабинете нового президента, поддерживающего биткойн, добыча биткойнов в США находится в самом сильном положении в своей истории.

Пересечение криптовалют и искусственного интеллекта, возможно, является одним из самых горячих криптосекторов в 2024 году. По состоянию на декабрь 2024 года общая рыночная капитализация криптопроектов с ликвидными токенами, создающих проекты ИИ, составляет примерно 33 миллиарда долларов. Кроме того, по оценкам Galaxy Research, в 2024 году более 382 миллионов долларов венчурных инвестиций было выделено в крипто-стартапы в области искусственного интеллекта на ранних стадиях. В то время как большинству криптопроектов в области искусственного интеллекта не хватает соответствия продукта рынку, пересечение майнинга биткойнов с ростом бизнеса в области искусственного интеллекта и высокопроизводительных вычислений очевидно. Вхождение майнинга биткоина в сферу искусственного интеллекта выделяется на фоне других пересечений между этими двумя пространствами из-за потенциала для масштабирования поставок самого важного компонента для бизнеса ИИ/высокопроизводительных вычислений — энергии. В результате майнеры биткоина, которые владеют конвертируемыми активами AI/HPC, могут стать одними из немногих чистых и масштабируемых инвестиций в криптографию x AI в отрасли на сегодняшний день.

Отказ от ответственности:

1. Эта статья перепечатана с [галактика)]. Пересылайте оригинальное название: Майнеры биткоина, поддерживающие революцию искусственного интеллекта. Все авторские права принадлежат автору оригинала [Симрит Дхинса, Себастьян Орехас и Гейб Паркер]. Если у вас есть возражения к этому повторному изданию, пожалуйста, свяжитесь с Gate Learnкомандой, и они обработают это незамедлительно.
2. Отказ от ответственности за ответственность: Мнения и взгляды, выраженные в этой статье, являются исключительно мнениями автора и не являются инвестиционным советом.
3. Команда Gate Learn занимается переводом статей на другие языки. Если не указано обратное, копирование, распространение или плагиат переведенных статей запрещены.