✍️ Gate 广场「创作者认证激励计划」进行中!
我们欢迎优质创作者积极创作,申请认证
赢取豪华代币奖池、Gate 精美周边、流量曝光等超 $10,000+ 丰厚奖励!
立即报名 👉 https://www.gate.com/questionnaire/7159
📕 认证申请步骤:
1️⃣ App 首页底部进入【广场】 → 点击右上角头像进入个人主页
2️⃣ 点击头像右下角【申请认证】进入认证页面,等待审核
让优质内容被更多人看到,一起共建创作者社区!
活动详情:https://www.gate.com/announcements/article/47889
一直在密切关注这个GPU趋势,说实话,比特币矿工现在基本上变成了AI基础设施提供商。数学很简单——这些操作拥有庞大的计算能力,那么为什么不在经济合理的情况下转向AI挖矿工作负载呢?
想想看。矿工们已经具备操作专业知识、能源基础设施和冷却系统。他们基本上建立了重计算工作的骨干。因此,当AI需求爆炸时,许多矿业操作开始问自己:我们能否运行AI训练而不是哈希计算?事实证明,答案通常是可以的。
有趣的是,这不仅仅是一个临时的策略。在许多情况下,基于GPU的AI挖矿的经济性实际上比传统挖矿运作得更好。在某些场景下难度曲线更低,回报周期更快,灵活性也更高。一些操作现在采用混合模式——在非高峰时段挖比特币,在需求激增时转向AI工作负载。
但真正的故事在于基础设施的重叠。曾经为比特币挖矿提供动力的电网,现在也用来进行AI模型训练。相同的冷却技术、相同的网络设置。这基本上是用不同的计算目标实现的相同商业模式。
这种转变也反映了当前真正价值流向的方向。AI计算火热,而这些矿业操作足够聪明,能追逐利润。这种市场适应性在加密货币中经常看到——基础设施找到最高价值的用例,然后相应调整。
如果这个趋势持续下去,我们可能会看到AI挖矿在基础设施投资方面变得和传统加密挖矿一样重要。绝对值得关注接下来这个周期的发展。