AI与挖矿数据中心的融合 - The Daily Hodl

HodlX 客户投稿提交您的帖子

在最近几个月，AI (人工智能)的工作负载已经从理论基准转变为对全球基础设施的实时经济压力。

从每小时处理数百万查询的语言模型到需要庞大的 GPU 集群进行推理的扩散模型，电网和计算资源的压力正在加剧。

令人惊讶的是，最能够承载这一负载的基础设施并不位于硅谷或超大规模服务器农场，而是在矿业数据中心。

从PoW (工作量证明)到生成式AI

加密货币矿中心的建立是基于高密度、高功耗计算的前提——优化效率、正常运行时间和热控制。

这些是现代人工智能所需的相同基础。

但有一个关键的区别——虽然挖矿过程相对突发，并且可以在不造成业务损失的情况下中断，但人工智能工作负载是持续的、以精度为驱动的，并且对延迟敏感。

这种对比提供了一个机会。

通过升级冷却系统——特别是通过浸没和液体基础技术——并优化电力分配基础设施，矿业数据中心可以成为混合环境。

当能源成本低时，他们可以进行加密货币挖矿，而在GPU需求激增时则切换到人工智能推理工作。

新兴的编排平台结合了特定于人工智能的调度工具，允许在任务之间动态切换。

这些工具在工作完成时间上表现出27%到33%的改善，并将排队延迟减少了1.53倍。

经济层面同样引人注目——如果通过推理市场来货币化人工智能需求，矿业操作可能发现租用计算能力比挖掘某些资产更具盈利性。

一些矿业中心已经开始尝试基于FPGA的设置，这些设置抗ASIC并且本质上适合AI训练。

这为全面互操作性打开了大门——在这种情况下，相同的基础设施根据市场条件处理 PoW 块和变换器模型。

当规模变成负担

尽管在人工智能投资方面领先，但美国面临着即将到来的基础设施壁垒。在弗吉尼亚州，数据中心消耗了该州超过25%的电力。

在圣克拉拉，超过50个数据中心现在消耗了该市总电力使用量的60%，迫使硅谷电力公司大幅扩展其传输系统——这导致工业和居民用户的电费上涨。

众多研究表明，到2030年，全球电力需求可能会增加到三倍以上，这主要是由于人工智能的原因。

如果这些预测成立，美国不仅需要额外的电力，还需要更智能的负载平衡策略——而传统的超大规模人工智能设施由于与严格的正常运行时间服务水平协议（SLA）绑定，适应性较差。

为了满足这种急剧增长的需求，美国必须迅速多样化其能源来源。

扩大可再生能源的规模——包括公用事业规模的太阳能、风能和水电——将发挥关键作用。

然而，这些来源本质上是间歇性的，导致电网的波动。这就是矿业数据中心提供意外稳定优势的地方。

采用需求灵活架构设计，它们可以根据电网负荷暂停或调节操作，在可再生能源输出高峰期吸收过剩的发电，并在低生产期间缩减产量。

在德克萨斯州，这种灵活性已经导致了矿业运营与电网运营商之间的协作负荷削减协议，使这些设施在下一代电力管理中极具价值。

替代策略也正在出现。来自加拿大的电力进口，特别是通过高压直流(线路获取水电，正处于积极探索之中。

在国内方面，SMRs )小型模块化反应堆(代表了一条有前途的道路。

由多家公司开发并已获得美国监管机构批准，小型模块化反应堆（SMR）提供安全、去中心化的核能——非常适合与地区人工智能中心和计算密集型设施相结合。

下一个人工智能前沿

比特币挖矿在这一趋势中扮演了早期推动者的角色。然而，真正的故事不仅仅是关于挖矿——而是关于接下来会发生什么。

矿业基础设施正在为人工智能的大规模计算铺平道路。

这些设施是测试场所——在这里培养当地人才，完善操作流程，探索监管路径。

通过适度的硬件升级和改善连接性，许多矿业中心可以转向支持人工智能工作负载，为全球模型推理提供低延迟、成本效益高的基础设施。

通向完全互操作性的门

需要重新构思在人工智能时代数据中心基础设施应有的样子。

未来可能不是依赖于超大规模数据中心，而是模块化、灵活和地理分布的，由能够管理热负荷、优化每瓦特成本并实时调整运营模型的混合中心主导。

Batyr是Uminers的创始人兼首席执行官，Uminers是一家全周期矿业基础设施提供商。他在数据中心开发、加密货币挖矿和人工智能驱动技术方面具有深厚的背景。