在認知自動化前景的推動下，世界經濟正在數位化之上迎來另一層，即高效能運算 (HPC) 層。
聯準會 2020 年貨幣供應量竄改導致約 40% 的成長，產生了普遍影響：通貨膨脹。這反過來又吸走了人們的生命能量，因為他們的儲蓄被侵蝕。當更多的錢買的更少時，需要付出額外的精力才能保持相同的節奏。
這個問題的解決方案很明顯：透過去中心化和固定供應來使貨幣防篡改。不讓任何人主宰它。這是比特幣背後的最初驅動力，但需要一個關鍵組件才能發揮作用——物理接地。
如果比特幣只是一種數位資產，那麼改變網路的帳本（即區塊鏈）會更容易。對此的優雅補救措施是工作量證明挖礦，它充當將比特幣的數位代碼與現實世界資源聯繫起來的能量屏障。如果潛在的攻擊者打算改變帳本的記錄，他們將需要大量的能量來利用運算能力。
在 733.41 EH/s（算力）下，這樣的能量屏障幾乎是不可逾越的。但這意味著比特幣的能源需求是擁有防篡改貨幣的成本。同樣，能源是每當人們提示人工智慧代理時資料中心大量生產文字/圖像/影片/程式碼的成本。
在這兩種情況下，人類的生產力都提高了。但它們的能量需求能以共生的方式優化嗎？
比特幣挖礦和人工智慧的能源動態
可以肯定地說，作為一個已開發國家與高能源消耗密切相關。如果我們將人均發電量（千瓦時 (kWh)）與一個國家的國內生產毛額 (GDP) 進行對比，這一點就顯而易見。
換句話說，獲得過剩的能源是文明進步得以體現的必要條件。畢竟，當農業等基本生存水準增加多個層級時，就需要在製造業、交通、公共服務、都市化和計算領域提供新的層級。
超越了單純用於網路瀏覽或網路銀行的資料中心，生成式人工智慧和比特幣挖礦代表了高效能運算（HPC）這一最新文明層。 HPC 能源需求非常高。
根據美國能源部 (DoE) 的數據，數據伺服器的能耗（每層空間）比商業辦公大樓多 10 到 50 倍，同時占美國總用電量的 2%。鑑於資料中心需求趨勢不斷上升，國際能源總署 (IEA) 預測 2026 年其總用電量可能會增加超過 1,000 太瓦時 (TWh)。
相較之下，這樣的需求激增相當於日本目前的用電量。與比特幣挖礦相比，EIA 指出它產生了 130 TWh 的電力需求。
高盛研究預計，2023 年至2030 年間，人工智慧資料中心每年的耗電量將達到200 太瓦時，因為一個簡單的Google 搜尋查詢需要0.3 瓦時的電力，而單一ChatGPT 查詢需要2.9 瓦時的電力。
這些趨勢需要大量的最佳化工作。比特幣挖礦產業透過升級到更有效率的 ASIC 機器不斷做出這樣的努力，這些機器主要由 Bitmain、MicroBT、Canaan、Bitfury、Ebang 等生產。
同樣，卓越的冷卻解決方案可顯著降低能耗，因為 ASIC 設備可以更長時間地保持較低的工作溫度，從而減少製程冷卻功耗的需求。據估計，液體和浸入式冷卻可將比特幣挖礦營運費用降低高達 33%。
在人工智慧能源領域，Nvidia 的 GPU 佔據主導地位，估計佔 65% 的市場份額。據稱，Nvidia 最新的 Blackwell GPU 微架構比其前身 Hopper 降低了 25 倍的能源成本。作為 Mistral、Meta 和 Apple 等大型科技公司的主要供應商，在本地託管大型語言模型 (LLM) 方面處於領先地位，我們即將看到 GPU 伺服器託管和相鄰架構方面的成長。
然而，能源消耗優化不僅僅是更新更好的晶片和調整冷卻。正是在這裡，比特幣挖礦尤其可以大放異彩。
比特幣挖礦在能源管理中的作用
認為發電廠發電，然後消費者收到輸出的想法是一個簡單的想法。在此路徑上，從長距離高壓傳輸到最終用戶的低電壓傳輸會發生轉換。
In other words, as the electric grid has to be balanced between high outputs and low inputs, it results in transmission and distribution (T&D) losses, accounting for 5% on average, according to EIA.
One way to deal with this balancing act is to rely on energy storage, which can fit gaps in rapid fluctuations between electricity demand and supply. However, not only is battery storage high in initial expenditure cost, but the dominant lithium-ion batteries
以上是比特幣礦工是人工智慧資料中心的完美合作夥伴的詳細內容。更多資訊請關注PHP中文網其他相關文章！
