В последние месяцы рабочие нагрузки ИИ (искусственного интеллекта) перешли от теоретических эталонов к реальному экономическому давлению на глобальную инфраструктуру.
От языковых моделей, обрабатывающих миллионы запросов в час, до диффузионных моделей, требующих обширных кластеров GPU для вывода, нагрузка на электросети и вычислительные ресурсы ускоряется.
Удивительно, но инфраструктура, которая лучше всего подходит для обработки этой нагрузки, находится не в Силиконовой долине или гипермасштабных серверных фермах, а в центрах обработки данных для майнинга.
От PoW (доказательства работы) к генеративному ИИ
Центры майнинга криптовалют были построены на основе высокоплотных, энергоемких вычислений – оптимизированных для эффективности, времени безотказной работы и термоконтроля.
Это те же основы, которые необходимы для современного ИИ.
Но есть важное различие — в то время как процессы майнинга относительно прерывисты и могут быть прерваны без потерь для бизнеса, задачи ИИ являются устойчивыми, ориентированными на точность и чувствительными к задержкам.
Этот контраст представляет собой возможность.
Улучшив системы охлаждения – особенно с помощью технологий погружения и на основе жидкости – и оптимизировав инфраструктуру распределения электроэнергии, майнинговые дата-центры могут стать гибридными средами.
Они могут заниматься криптомайнингом, когда стоимость энергии низка, и переключаться на задачи по инференсу ИИ, когда спрос на GPU возрастает.
Появляющиеся платформы оркестрации, в сочетании с инструментами планирования, специфичными для ИИ, позволяют динамически переключаться между задачами.
Эти инструменты продемонстрировали улучшение времени выполнения задач на 27-33% и снижение задержек в очереди в 1,53 раза.
Экономический уровень также весьма убедителен – если спрос на ИИ монетизируется через рынки вывода, майнинговые операции могут найти более выгодным аренду вычислительной мощности, чем добыча определенных активов.
Некоторые майнинговые центры уже экспериментируют с установками на базе FPGA, которые устойчивы к ASIC и изначально подходят для обучения ИИ.
Это открывает двери для полной совместимости — когда одна и та же инфраструктура обрабатывает как блоки PoW, так и трансформерные модели в зависимости от рыночных условий.
Когда масштаб становится обременением
Несмотря на свое раннее преимущество в инвестициях в ИИ, США сталкиваются с надвигающейся инфраструктурной стеной. В Вирджинии центры обработки данных потребляют более 25% электроэнергии штата.
В Санта-Кларе более 50 центров обработки данных теперь потребляют 60% от общего энергопотребления города, что заставляет Silicon Valley Power значительно расширять свои системы передачи – увеличивая тарифы как для промышленных, так и для жилых пользователей.
Многочисленные исследования показывают, что глобальный спрос на электроэнергию может более чем утроиться к 2030 году, в значительной степени из-за ИИ.
Если эти прогнозы оправдаются, США потребуется не только дополнительная мощность, но и более умные стратегии балансировки нагрузки — для традиционных гипермасштабных ИИ-объектов, связанных с жесткими соглашениями об уровне доступности, это плохо подходит.
Чтобы удовлетворить этот растущий спрос, США должны быстро диверсифицировать свои источники энергии.
Масштабирование возобновляемых источников энергии – включая солнечную, ветровую и гидроэнергию в масштабе утилиты – будет играть критическую роль.
Тем не менее, эти источники по своей природе являются прерывистыми, что создает волатильность в сети. Здесь центры обработки данных для майнинга предлагают удивительное стабилизирующее преимущество.
Спроектированные с архитектурой, гибкой к спросу, они могут приостанавливать или регулировать операции в зависимости от нагрузки на сеть, поглощая избыточное производство во время пиковых значений возобновляемой энергии и снижая объем работы в периоды низкого производства.
В Техасе эта гибкость уже привела к совместным соглашениям о снижении нагрузки между горнодобывающими предприятиями и операторами сетей, что делает эти объекты чрезвычайно ценными в управлении энергией следующего поколения.
Также появляются альтернативные стратегии. Импорт электроэнергии из Канады, особенно через линии HVDC (высоковольтного постоянного тока), использующие гидроэлектрическую энергию, находится на активной стадии исследования.
На внутреннем фронте малые модульные реакторы ( представляют собой многообещающий путь.
Разработанные несколькими компаниями и уже одобренные регуляторами США, СМР предлагают безопасную, децентрализованную ядерную энергию — идеально подходящую для сочетания с региональными центрами ИИ и вычислительно интенсивными объектами.
Следующий рубеж ИИ
Майнинг биткойнов стал ранним движущим фактором в этой тенденции. Однако настоящая история заключается не только в майнинге – дело в том, что будет дальше.
Инфраструктура майнинга прокладывает путь для масштабных вычислений ИИ.
Эти объекты являются полигоном для испытаний – здесь обучают местные таланты, уточняются операционные процессы и исследуются регуляторные пути.
С незначительными обновлениями аппаратного обеспечения и улучшенной связью многие майнинг-центры могут переключиться на поддержку ИИ-нагрузок, предлагая низколатентную, экономически эффективную основу для глобального вывода моделей.
Дверь к полной совместимости
Необходима переосмысленная концепция того, как должна выглядеть инфраструктура дата-центров в эпоху ИИ.
Вместо того чтобы полагаться на гипермасштабные решения, будущее может быть модульным, гибким и географически распределенным, возглавляемым гибридными центрами, которые умеют управлять тепловыми нагрузками, оптимизировать стоимость за ватт и изменять операционные модели в реальном времени.
Батыр является основателем и генеральным директором Uminers, провайдера инфраструктуры полного цикла для майнинга. У него глубокий опыт в разработке дата-центров, майнинге криптовалют и технологиях на основе искусственного интеллекта.
Содержание носит исключительно справочный характер и не является предложением или офертой. Консультации по инвестициям, налогообложению или юридическим вопросам не предоставляются. Более подробную информацию о рисках см. в разделе «Дисклеймер».
Конвергенция ИИ и Майнинг-Центров Данных - The Daily Hodl
HodlX Гостевой постОтправьте ваш пост
В последние месяцы рабочие нагрузки ИИ (искусственного интеллекта) перешли от теоретических эталонов к реальному экономическому давлению на глобальную инфраструктуру.
От языковых моделей, обрабатывающих миллионы запросов в час, до диффузионных моделей, требующих обширных кластеров GPU для вывода, нагрузка на электросети и вычислительные ресурсы ускоряется.
Удивительно, но инфраструктура, которая лучше всего подходит для обработки этой нагрузки, находится не в Силиконовой долине или гипермасштабных серверных фермах, а в центрах обработки данных для майнинга.
От PoW (доказательства работы) к генеративному ИИ
Центры майнинга криптовалют были построены на основе высокоплотных, энергоемких вычислений – оптимизированных для эффективности, времени безотказной работы и термоконтроля.
Это те же основы, которые необходимы для современного ИИ.
Но есть важное различие — в то время как процессы майнинга относительно прерывисты и могут быть прерваны без потерь для бизнеса, задачи ИИ являются устойчивыми, ориентированными на точность и чувствительными к задержкам.
Этот контраст представляет собой возможность.
Улучшив системы охлаждения – особенно с помощью технологий погружения и на основе жидкости – и оптимизировав инфраструктуру распределения электроэнергии, майнинговые дата-центры могут стать гибридными средами.
Они могут заниматься криптомайнингом, когда стоимость энергии низка, и переключаться на задачи по инференсу ИИ, когда спрос на GPU возрастает.
Появляющиеся платформы оркестрации, в сочетании с инструментами планирования, специфичными для ИИ, позволяют динамически переключаться между задачами.
Эти инструменты продемонстрировали улучшение времени выполнения задач на 27-33% и снижение задержек в очереди в 1,53 раза.
Экономический уровень также весьма убедителен – если спрос на ИИ монетизируется через рынки вывода, майнинговые операции могут найти более выгодным аренду вычислительной мощности, чем добыча определенных активов.
Некоторые майнинговые центры уже экспериментируют с установками на базе FPGA, которые устойчивы к ASIC и изначально подходят для обучения ИИ.
Это открывает двери для полной совместимости — когда одна и та же инфраструктура обрабатывает как блоки PoW, так и трансформерные модели в зависимости от рыночных условий.
Когда масштаб становится обременением
Несмотря на свое раннее преимущество в инвестициях в ИИ, США сталкиваются с надвигающейся инфраструктурной стеной. В Вирджинии центры обработки данных потребляют более 25% электроэнергии штата.
В Санта-Кларе более 50 центров обработки данных теперь потребляют 60% от общего энергопотребления города, что заставляет Silicon Valley Power значительно расширять свои системы передачи – увеличивая тарифы как для промышленных, так и для жилых пользователей.
Многочисленные исследования показывают, что глобальный спрос на электроэнергию может более чем утроиться к 2030 году, в значительной степени из-за ИИ.
Если эти прогнозы оправдаются, США потребуется не только дополнительная мощность, но и более умные стратегии балансировки нагрузки — для традиционных гипермасштабных ИИ-объектов, связанных с жесткими соглашениями об уровне доступности, это плохо подходит.
Чтобы удовлетворить этот растущий спрос, США должны быстро диверсифицировать свои источники энергии.
Масштабирование возобновляемых источников энергии – включая солнечную, ветровую и гидроэнергию в масштабе утилиты – будет играть критическую роль.
Тем не менее, эти источники по своей природе являются прерывистыми, что создает волатильность в сети. Здесь центры обработки данных для майнинга предлагают удивительное стабилизирующее преимущество.
Спроектированные с архитектурой, гибкой к спросу, они могут приостанавливать или регулировать операции в зависимости от нагрузки на сеть, поглощая избыточное производство во время пиковых значений возобновляемой энергии и снижая объем работы в периоды низкого производства.
В Техасе эта гибкость уже привела к совместным соглашениям о снижении нагрузки между горнодобывающими предприятиями и операторами сетей, что делает эти объекты чрезвычайно ценными в управлении энергией следующего поколения.
Также появляются альтернативные стратегии. Импорт электроэнергии из Канады, особенно через линии HVDC (высоковольтного постоянного тока), использующие гидроэлектрическую энергию, находится на активной стадии исследования.
На внутреннем фронте малые модульные реакторы ( представляют собой многообещающий путь.
Разработанные несколькими компаниями и уже одобренные регуляторами США, СМР предлагают безопасную, децентрализованную ядерную энергию — идеально подходящую для сочетания с региональными центрами ИИ и вычислительно интенсивными объектами.
Следующий рубеж ИИ
Майнинг биткойнов стал ранним движущим фактором в этой тенденции. Однако настоящая история заключается не только в майнинге – дело в том, что будет дальше.
Инфраструктура майнинга прокладывает путь для масштабных вычислений ИИ.
Эти объекты являются полигоном для испытаний – здесь обучают местные таланты, уточняются операционные процессы и исследуются регуляторные пути.
С незначительными обновлениями аппаратного обеспечения и улучшенной связью многие майнинг-центры могут переключиться на поддержку ИИ-нагрузок, предлагая низколатентную, экономически эффективную основу для глобального вывода моделей.
Дверь к полной совместимости
Необходима переосмысленная концепция того, как должна выглядеть инфраструктура дата-центров в эпоху ИИ.
Вместо того чтобы полагаться на гипермасштабные решения, будущее может быть модульным, гибким и географически распределенным, возглавляемым гибридными центрами, которые умеют управлять тепловыми нагрузками, оптимизировать стоимость за ватт и изменять операционные модели в реальном времени.
Батыр является основателем и генеральным директором Uminers, провайдера инфраструктуры полного цикла для майнинга. У него глубокий опыт в разработке дата-центров, майнинге криптовалют и технологиях на основе искусственного интеллекта.