比特幣算力轉向人工智慧 - ForkLog:加密貨幣、人工智慧、奇點、未來

img-98249fb6c500aeba-7743277377292014# 比特幣的算力轉向人工智慧

加密貨幣的熱潮已經降溫,「聰明」的資金正大量流入人工智慧基礎設施。大型礦場已經將數據中心改建為神經網絡設施,建設成本激增數十倍。

在「播客社會」節目中,來自美國Dataprana數據中心創始人阿爾謝尼·格魯沙(Arseniy Grusha)談到全球經濟的重塑,以及是否該放棄傳統比特幣挖礦。

從挖礦轉向人工智慧

ForkLog(FL):我們是否正見證加密挖礦時代的終結,還只是另一種轉型?

阿爾謝尼·格魯沙(A. G.): 絕對不是結束。挖礦不會消失,但行業將經歷巨大轉型。過去五年,我們見證了產業化進程以及大型上市公司的加入,這引發了比特幣網絡難度的上升。

如今,AI巨頭進入市場,對算力的需求巨大。AI的收益率遠高於挖礦,因此礦場正大規模改造數據中心以應對新任務。這一趨勢只會越來越明顯。

FL:將挖礦數據中心改裝成AI設施,實現起來有多困難?

A. G.: 非常困難且昂貴,因為需要完全不同的結構。礦場的最大優勢在於已經擁有專用算力和合法接入電網。其他部分都得從零開始,採用不同的設計。

成本差異巨大:比特幣數據中心平均每兆瓦約40萬美元,而AI專用設施約1,000萬美元每兆瓦。這20到25倍的成本上升,主要是因為對100%備援的嚴格要求。AI設施需要完整備份系統:大型電池和柴油發電機,能在秒內接管負載。

此外,GPU的液冷系統設計也更為複雜。這些系統都需專業設計和嚴格認證,以確保不間斷運行。

FL:備援系統是為了確保不中斷運作嗎?

A. G.: 正是如此,最重要的是運行時間(up-time)。必須達到99.9999%的可用率,也就是每年只有幾分鐘的停機時間。

FL::那麼,礦工的優勢只在於有電力,其他都得從零開始建設?

A. G.: 是的,主要優勢在於能接入大量電力。美國的電力公司運作緩慢,從零開始供電100兆瓦可能需要幾年時間。

像微軟、谷歌和亞馬遜這樣的大型IT公司,為了在AI競賽中贏得時間,願意支付高價,使用現有的礦場並改造為自己的需求。

FL:用數字來看,礦工轉向AI的經濟效益有多大?

A. G.: 在Dataprana,我們專注於共置托管(colocation hosting)和基礎設施投資,而非ASIC硬體,因為設備折舊很快。傳統礦場的投資回收期約三到四年,非常快。

投資AI數據中心的成本高出約25倍,因此回本期約六到七年。

FL::所以,長期投資的比重更大?

A. G.: 是的,但差異還在於規模。挖礦是一個高波動性、利潤依賴比特幣價格的利基市場,合約最多只有幾年。

AI則是全球性市場,長期合約更穩定。與微軟簽訂10年的合約,能提供穩定性,方便獲得銀行融資建設。

FL:如果礦工大量轉向AI,比特幣網絡會怎樣?

A. G.: 根據我的估計,公開礦工控制約30%的比特幣網絡,目前他們正積極轉向AI。今年,我們會看到網絡難度下降,哈希率降低,因為大玩家會開始關閉舊設備。

結果是市場上會出現大量礦機,價格也會下跌。這些設備還得找地方存放,因此傳統比特幣數據中心的需求不會完全消失。

最終,市場會趨於平衡,但我預計未來一年內,網絡難度會逐步下降。硬體製造商也會被迫轉向自我挖礦,利用未售出的存貨。

FL:Bitmain似乎已經開始降價。

A. G.: 當然,因為在當前比特幣價格和網絡難度高企的情況下,挖礦已不再那麼有利。市場預計在三到六個月內會趨於平衡。

秋季將是投資比特幣挖礦的最佳時機。屆時設備價格會下降,入場門檻降低,投資回報率可達300-400%。

FL:芯片配額現在是大問題嗎?供應商是直接向Nvidia購買,還是通過轉售商?

A. G.: GPU的主要買家是「七巨頭」公司,控制約80%的市場。他們大量囤貨,為了在技術競賽中取得優勢,或至少不落後。

剩下的20%由小型創業公司和經銷商分攤,他們靠轉售稀缺的顯卡賺錢。芯片技術進步迅速,推動摩爾定律加速。

儘管新款卡片不斷推出,舊款仍因AI需求旺盛而保持價格。市場終將飽和,價格會下跌,但何時尚未可知。當前AI領域的熱潮類似加密貨幣的黃金時代:一切都在賺錢。

能源問題

FL:美國和全球的電力短缺問題真實存在嗎?

A. G.: 美國沒有電力短缺問題——德州一個州就產生85GW,已超過整個德國的用電量。問題在於老舊的電網,未為傳輸巨量電力設計。

建設數據中心需要大規模改造變電站和輸電線路,這需要多年時間。為了平衡負載,政府要求AI公司投資建設自有發電站。

全球不會出現全面崩潰,電網逐步適應中。但確保伺服器不間斷運行至關重要:未來若AI數據中心停擺,將導致全球支付系統和數百萬流程中斷。

FL:既然沒有全球性問題,且我們的資源能應付,為何伊隆·馬斯克和山姆·奧特曼還想在太空建數據中心?

A. G.: 在太空部署有兩大優點:自動冷卻和無限的太陽能,且無大氣損失。在地球上,約30%的電力用於冷卻系統。

主要困難是物流和運輸成本高昂。要在太空建超過吉瓦級的集群,火箭必須像今天飛行的飛機一樣頻繁起降。

我預計這一切約在20到30年後才能實現。目前,人類還需學會在地球上高效建造這些前所未有的設施。

FL:之前有人說AI的查詢會耗費大量水資源,這是真的嗎?

A. G.: 查詢效率在提升,但半年前,一個標準的ChatGPT請求約消耗3瓦特。也就是說,300次請求的電力和設備折舊成本約在10到30美分之間。

這並不貴,但隨著規模擴大,成本會逐步下降。目前,我們用AI的能力僅利用了約1%的潛力。

至於水資源,數據中心採用封閉式冷卻系統,水在管道中循環,冷卻芯片,不會大量蒸發,因此實際用水量很少。

FL:AI已經到達發展天花板了嗎?

A. G.: 絕對不是,我們才剛剛起步。現在大家都在期待AGI(通用人工智慧)的出現,它將在所有任務上超越人類。

伊隆·馬斯克預測今年就會有AGI,其他專家則認為要到2027-2028年。這種超級智能將徹底改變世界,並接管大量人類功能。

經濟與市場

FL:美國是基礎設施建設的避風港,還是激烈監管的戰場?

A. G.: 美國的最大問題是官僚體系:許可證申請漫長,電力接入也需等待數年。偏遠地區的居民常反對工業建設,土地收購也很困難。

但政策非常友善,政府通過稅收優惠鼓勵建設。掌握AI領域的領先地位,是國家安全的基礎。

在與中國的全球科技競賽中,美國目前處於有利位置,希望這一趨勢能持續。

FL:你是否注意到投資者已經轉向AI?

A. G.: 坦白說,現在比特幣挖礦對投資者已不具吸引力。這個行業像傳統的石油開採,門檻高,難以快速獲得百倍回報。

目前所有資金都流向AI,因為這是新一輪產業革命。20年後,家庭中的日常任務都由機器人完成,我們將完全委託雲端代理人管理生活。

FL:你認為AI已經形成泡沫嗎?

A. G.: 確實存在經濟泡沫,且終將破裂——這是市場的常規循環。類比點擊熱潮:當年亞馬遜股價從幾百美元跌到6美元,但網路世界永遠改變了。

約80%的公司將被市場淘汰,因為它們的產品毫無用處。主要玩家會度過危機,繼續快速成長。

我預計跌勢約持續一年,不會拖延十年。AI和機器人技術發展如此迅速,能迅速帶動經濟擺脫衰退。

FL:Citrini Research最新報告預言AI會導致經濟崩潰,你怎麼看?

A. G.: 這是合理的預測。諮詢公司將失去重要性,白領的重複性工作將被自動化取代。但AI不會取代人類,而是取代那些不懂得用它的人。

為了緩解社會危機,我們有99.9%的概率在未來五年內實施基本收入。為了資助這些支出,政府可能會對企業的機器人徵收嚴格稅收。

經濟將經歷10到20年的痛苦重組,這一過程伴隨著經濟衰退。但最終,系統會穩定下來,並朝著對人類有利的方向發展。

未來展望

FL:你如何看待主權AI的概念?各國會建立自己的封閉數據中心嗎?私營企業還有空間嗎?

A. G.: 主權AI的出現概率高達99.9%,就像中國的主權網路一樣。如今,數據是最重要的資產,也是政治影響的工具。

所有國家都會希望將公民資料嚴格限制在國內。各國會研發自己的芯片、AI工具和搜索引擎。

這些安全系統的建設可能需要五到二十年。政府運作比私營企業慢得多。

FL:未來幾年,哪些技術會徹底改變世界?

A. G.: 首先是AGI。它將取代大量員工,影響巨大。第二是長壽。醫學進步使得未來幾十年壽命可能延長到120歲。第三是太空。五到十年內,我們將頻繁進入太空,這將徹底改變整個文明的意識。

FL:給想建設基礎設施而非只寫代碼的企業家一些建議。

A. G.: 基礎設施業務比線上業務更複雜,因為需要大量投資硬體,且一旦出現問題,難以快速轉移。

最重要的是:在穩定的法律環境中建設基礎設施。不要為了低價電力而去不穩定的國家,因為那裡缺乏資產安全保障。

選擇那些法律制度預測性強、投資者敢於投入的地方,才能長遠發展。

本訪談內容已經縮減,完整版本還有更多內幕。

查看原文
此頁面可能包含第三方內容,僅供參考(非陳述或保證),不應被視為 Gate 認可其觀點表述,也不得被視為財務或專業建議。詳見聲明
  • 讚賞
  • 留言
  • 轉發
  • 分享
留言
0/400
暫無留言
交易,隨時隨地
qrCode
掃碼下載 Gate App
社群列表
繁體中文
  • 简体中文
  • English
  • Tiếng Việt
  • 繁體中文
  • Español
  • Русский
  • Français (Afrique)
  • Português (Portugal)
  • Bahasa Indonesia
  • 日本語
  • بالعربية
  • Українська
  • Português (Brasil)