在认知自动化前景的推动下，世界经济正在数字化之上迎来另一层，即高性能计算 (HPC) 层。
美联储 2020 年货币供应量篡改导致约 40% 的增长，产生了普遍影响：通货膨胀。这反过来又吸走了人们的生命能量，因为他们的储蓄被侵蚀。当更多的钱买的更少时，需要付出额外的精力才能保持同样的节奏。
这个问题的解决方案很明显：通过去中心化和固定供应来使货币防篡改。不让任何人主宰它。这是比特币背后的最初驱动力，但需要一个关键组件才能发挥作用——物理接地。
如果比特币只是一种数字资产，那么改变网络的账本（即区块链）会更容易。对此的优雅补救措施是工作量证明挖矿，它充当将比特币的数字代码与现实世界资源联系起来的能量屏障。如果潜在的攻击者打算改变账本的记录，他们将需要大量的能量来利用计算能力。
在 733.41 EH/s（算力）下，这样的能量屏障几乎是不可逾越的。但这意味着比特币的能源需求是拥有防篡改货币的成本。同样，能源是每当人们提示人工智能代理时数据中心大量生产文本/图像/视频/代码的成本。
在这两种情况下，人类的生产力都得到了提高。但它们的能量需求能以共生的方式优化吗？
比特币挖矿和人工智能的能源动态
可以肯定地说，作为一个发达国家与高能源消耗密切相关。如果我们将人均发电量（千瓦时 (kWh)）与一个国家的国内生产总值 (GDP) 进行对比，这一点就显而易见。
换句话说，获得过剩的能源是文明进步得以体现的必要条件。毕竟，当农业等基本生存水平增加多个层次时，就需要在制造业、交通运输、公共服务、城市化和计算领域提供新的层次。
超越了单纯的互联网浏览或网上银行数据中心，生成式人工智能和比特币挖矿代表了高性能计算（HPC）的最新文明层。 HPC 能源需求非常高。
根据能源部 (DoE) 的数据，数据服务器使用的能源（每层空间）比商业办公楼多 10 到 50 倍，同时占美国总用电量的 2%。鉴于数据中心需求趋势不断上升，国际能源署 (IEA) 预测 2026 年其总用电量可能会增加超过 1,000 太瓦时 (TWh)。
相比之下，这样的需求激增相当于日本目前的用电量。与比特币挖矿相比，EIA 指出它产生了 130 TWh 的电力需求。
高盛研究预计，2023 年至 2030 年间，人工智能数据中心每年的耗电量将达到 200 太瓦时，因为一个简单的 Google 搜索查询需要 0.3 瓦时的电力，而单个 ChatGPT 查询需要 2.9 瓦时的电力。
这些趋势需要大量的优化工作。比特币挖矿行业通过升级到更高效的 ASIC 机器不断做出这样的努力，这些机器主要由 Bitmain、MicroBT、Canaan、Bitfury、Ebang 等生产。
同样，卓越的冷却解决方案可显着降低能耗，因为 ASIC 设备可以更长时间地保持较低的工作温度，从而减少过程中冷却功耗的需求。据估计，液体和浸入式冷却可将比特币挖矿运营费用降低高达 33%。
在人工智能能源领域，Nvidia 的 GPU 占据主导地位，估计占据 65% 的市场份额。据称，Nvidia 最新的 Blackwell GPU 微架构比其前身 Hopper 降低了 25 倍的能源成本。作为 Mistral、Meta 和 Apple 等大型科技公司的主要供应商，在本地托管大型语言模型 (LLM) 方面处于领先地位，我们即将看到 GPU 服务器托管和相邻架构方面的增长。
然而，能源消耗优化不仅仅是更新更好的芯片和调整冷却。正是在这里，比特币挖矿尤其可以大放异彩。
比特币挖矿在能源管理中的作用
认为发电厂发电，然后消费者收到输出的想法是一个简单化的想法。在这条路径上，长距离高压传输会转换为最终用户的低压传输。
换句话说，由于电网必须在高输出和低输入之间保持平衡，因此导致输配电（T&D）损失，根据 EIA 的数据，平均占 5%。
处理这种平衡行为的一种方法是依靠储能，它可以弥补电力需求和供应之间快速波动的缺口。然而，不仅电池储能的初始支出成本较高，而且占主导地位的锂离子电池
以上是比特币矿工是人工智能数据中心的完美合作伙伴的详细内容。更多信息请关注PHP中文网其他相关文章！
