Автор: Maxim Orlov | Infrastructure Specialist | Бывший VP of Operations в Hive Blockchain

Сентябрь 2022. Ethereum переключается на proof-of-stake. За ночь миллиарды долларов GPU-майнингового оборудования становятся устаревшими. Майнинг-фермы, которые печатали деньги, внезапно сжигают наличность. Великий GPU-апокалипсис начинается.

Только это был не апокалипсис. Это была трансформация. То же железо, которое майнило ETH, теперь тренирует AI-модели. Те же площадки, которые питали блокчейн, теперь питают машинное обучение. Крипто-майнеры не умерли — они эволюционировали.

Аппаратная реальность

Позвольте объяснить, почему этот переход был возможен.

Майнинг Ethereum использовал GPU. Не ASIC как Bitcoin — видеокарты общего назначения, которые могут запускать любые параллельные вычисления. Майнинг-фермы накопили массивные запасы GPU. RTX 3080, 3090, AMD эквиваленты. Тысячи, иногда десятки тысяч карт на площадку.

Обучение AI тоже использует GPU. Та же параллельная архитектура обработки, которая делала GPU хорошими для майнинга, делает их хорошими для умножения матриц — базовой операции в нейросетях. Другой софт, то же железо.

Инфраструктура тоже пересекается. Доставка питания, системы охлаждения, сети, физическая безопасность — майнинг-площадка имеет всё, что нужно AI дата-центру. Площадки были специально построены для высокоплотных GPU-вычислений. Это именно то, что требует AI.

Когда merge произошёл, умные операторы не продали железо по fire-sale ценам. Они сделали пивот.

Экономика пивота

Вот как выглядели цифры в моей бывшей компании.

До merge одна RTX 3090 генерировала примерно $3-5 в день, майня ETH. У нас было 15,000 карт на трёх площадках. Посчитай — серьёзная выручка.

После merge та же карта генерировала $0.30 в день, майня какие альткоины оставались прибыльными. Даже недостаточно, чтобы покрыть электричество в большинстве локаций. Экономика майнинга коллапсировала.

Но та же RTX 3090 могла сдаваться за $0.40-0.80 в час на AI-compute маркетплейсах. Работая 20 часов в день, это $8-16 в день — лучше, чем когда-либо было майнинг, с более предсказуемой выручкой.

Подвох: AI-нагрузки имеют другие требования. Ниже температуры для надёжности. Лучше сети для распределённого обучения. Более софистицированное планирование задач. Переход требовал инвестиций, но payoff был там.

Что майнеры принесли AI

Крипто-майнеры контрибьютили вещи, в которых AI-индустрия отчаянно нуждалась.

Масштаб, немедленно доступный. Дефицит AI-вычислений реален. Компании ждут месяцами за аллокациями NVIDIA. Облачные провайдеры распроданы. У майнеров были тысячи GPU, сидящих праздно. Они стали мгновенным предложением.

Инфраструктура питания — скрытое ограничение. Строительство новых дата-центров занимает годы, во многом потому что обеспечение питанием занимает годы. Майнинг-площадки уже решили это — они договорились о контрактах на питание, построили подстанции, установили трансформаторы. Эта инфраструктура перенеслась напрямую.

Географическое разнообразие важно для AI. Распределённое обучение выигрывает от множества локаций. Майнеры построили площадки везде, где питание было дешёвым — Квебек, Техас, Казахстан, Исландия. Этот географический разброс стал активом для глобального AI-деплоймента.

Операционная экспертиза перенеслась. Управление тысячами GPU 24/7, менеджмент отказов, оптимизация аптайма — у майнеров были годы опыта. Проблемы похожи, даже когда нагрузки отличаются.

Аппаратный разрыв

Позвольте быть честным об ограничениях.

Потребительские GPU — не дата-центровые GPU. RTX 3090 имеет 24GB VRAM. H100 имеет 80GB. Для обучения больших языковых моделей эта разница огромна. Ты не можешь уместить GPT-4 на потребительских картах, точка.

Интерконнекты важны для обучения. Потребительские GPU соединяются через PCIe. Дата-центровые GPU используют NVLink с 10x bandwidth. Распределённое обучение на потребительском железе возможно, но медленнее и менее эффективно.

Надёжность отличается. Потребительские карты не рассчитаны на 24/7 работу при полной нагрузке. Они отказывают чаще. Им нужно больше охлаждения. Enterprise-поддержки не существует. Операторы закладывают более высокие показатели отказов.

Результат: бывшее майнинговое железо отлично для инференса, fine-tuning и обучения меньшего масштаба. Оно не конкурентно для обучения frontier моделей. Это остаётся за гиперскейлерами с кластерами H100.

Новые бизнес-модели

Конвертированные майнинг-операции теперь запускают несколько типов бизнесов.

Render-фермы обслуживают креативные индустрии. Визуальные эффекты, 3D-анимация, архитектурная визуализация — всё GPU-интенсивное, всё толерантное к географическому распределению. Компании вроде Render Network агрегируют бывшие майнинговые мощности для rendering-нагрузок.

AI-инференс сервисы запускают обученные модели. Инференс менее требовательный, чем обучение — меньшие требования к памяти, более толерантный к латентности. Бывшее майнинговое железо обрабатывает инференс экономично для mid-tier моделей.

Fine-tuning сервисы помогают компаниям кастомизировать базовые модели. Взять Llama, fine-tune на данных компании, задеплоить. Это требует серьёзных вычислений, но не H100-уровня железа. Бывшие майнинг-операции конкурируют здесь хорошо.

Research-compute обслуживает академиков и стартапы. Не всем нужны frontier-способности. Многие исследовательские проекты нормально запускаются на потребительском железе по ценам ниже облачных провайдеров.

Угол децентрализации

Вот где крипто и AI сходятся интересно.

Централизованные AI-вычисления — проблема. Amazon, Google, Microsoft контролируют большую часть облачных GPU-мощностей. NVIDIA контролирует поставку железа. Несколько компаний gatekeep'ят, кто может строить AI.

Распределённая бывшая-майнинговая инфраструктура предлагает альтернативу. Тысячи независимых операторов с GPU-мощностями. Никакой единой точки контроля. Censorship-resistant вычисления для AI-приложений, которые гиперскейлеры могут отказаться хостить.

Проекты вроде Akash, Render и io.net строят маркетплейсы, соединяющие это распределённое предложение с AI-спросом. Токен-стимулы координируют участников. Смарт-контракты обрабатывают платежи и споры. Крипто-инфраструктура обеспечивает AI-маркетплейс.

Это поэтично, на самом деле. Крипто-майнинг создал аппаратную базу. Крипто-токены создают координационный слой. Индустрии эволюционировали вместе и остаются переплетёнными.

Что я вижу сейчас

Текущие рыночные динамики с моей перспективы.

Показатели утилизации растут. В раннем пост-merge, конвертированные площадки боролись найти клиентов. Сейчас, со взрывающимся AI-спросом, утилизация превышает 80% на хорошо управляемых операциях. Спрос догнал.

Железо апгрейдится. Операторы, которые доказали работоспособность модели, реинвестируют. Заменяют потребительские карты на профессиональные. Добавляют NVLink-способности. Улучшают сети. Площадки эволюционируют к стандартам дата-центров.

Консолидация происходит. Маленькие операторы не могут конкурировать по надёжности или масштабу. Крупные игроки приобретают площадки и стандартизируют операции. Индустрия профессионализируется.

Новые участники строят целенаправленно. Возможность конверсии научила людей бизнес-модели. Теперь компании строят AI-first площадки с майнинг-стиль экономикой — локации с дешёвым питанием, высокоплотный дизайн, распределённая архитектура.

Будущая траектория

Мои прогнозы для этого пространства.

Бывшие майнинг-операции становятся постоянной частью AI-инфраструктуры. Не frontier-tier — это остаётся у гиперскейлеров. Но значимый mid-tier, обслуживающий инференс, fine-tuning, исследования и cost-sensitive обучение.

Децентрализованные compute-сети созревают. Лучшее планирование, лучшая надёжность, лучший тулинг. Они становятся genuine альтернативами облачным провайдерам для подходящих нагрузок.

Географический арбитраж продолжается. AI-вычисления будут следовать за дешёвым питанием, как это делал майнинг. Ожидай площадки в Исландии, Норвегии, Парагвае, везде со stranded возобновляемой энергией.

Цикл апгрейда железа ускоряется. Поскольку потребительские GPU становятся менее конкурентными, операторам нужно будет инвестировать в профессиональное железо или выйти. Shakeout приближается.

Merge должен был убить GPU-майнинг операции. Вместо этого он заставил их эволюционировать во что-то более ценное. AI-индустрия лучше от этого. Как и операторы, которые совершили переход.

Maxim Orlov консультирует бывшие майнинг-операции по переходу на AI-инфраструктуру. Ранее он служил VP of Operations в Hive Blockchain и строил GPU-площадки по Северной Америке.