NVIDIA wprowadza system katalogowy oparty na sztucznej inteligencji, który usprawnia handel elektroniczny
Luisa Crawford
9 stycznia 2026 r., godz. 14:45
Nowy system katalogowy NVIDIA oparty na sztucznej inteligencji ma na celu ożywienie handlu elektronicznego poprzez oferowanie zlokalizowanych, interaktywnych doświadczeń związanych z produktami, zwiększając zaangażowanie i współczynniki konwersji.
NVIDIA jest liderem w transformacyjnym podejściu do handlu elektronicznego dzięki najnowszemu systemowi katalogowemu opartemu na sztucznej inteligencji, który został zaprojektowany w celu poprawy widoczności produktów, zaangażowania i współczynników konwersji. Według NVIDIAsystem wykorzystuje zaawansowane modele AI do tworzenia wzbogaconych, zlokalizowanych katalogów produktów dostosowanych do różnych rynków regionalnych.
Wykorzystanie zaawansowanych modeli AI
System katalogowy AI wykorzystuje duże modele językowe (LLM) i modele wizualno-językowe (VLM) NVIDIA Nemotron do przekształcania podstawowych obrazów produktów w bogate, szczegółowe wpisy katalogowe. Wpisy te zawierają rozbudowane tytuły, opisy, kategorie i interaktywne zasoby 3D dostosowane do konkretnych lokalizacji. System automatyzuje generowanie danych produktów, eliminując nieefektywność ręcznego zarządzania katalogiem.
Skalowalna i modułowa architektura
System został zaprojektowany z myślą o skalowalności i oparty jest na architekturze modułowej. Wykorzystuje kontenery Docker i NVIDIA NIM w celu zapewnienia solidnej implementacji, gwarantującej wydajność na poziomie biznesowym. Interfejs API systemu składa się z trzech etapów: analizy VLM, generowania obrazów i tworzenia zasobów 3D, co umożliwia wydajne przetwarzanie i wysoką jakość wyników.
Ulepszenie lokalizacji i głosu marki
Lokalizacja jest ważną funkcją systemu, umożliwiającą generowanie treści dostosowanych do danej kultury, które przemawiają do globalnej publiczności. Umożliwia również integrację niestandardowych instrukcji dotyczących marki, dzięki czemu treści generowane przez sztuczną inteligencję są zgodne z unikalnym głosem i stylem marki.
Przyszłe rozszerzenia i funkcje
NVIDIA planuje rozszerzyć możliwości systemu o funkcje takie jak badania agencjalne w mediach społecznościowych i generowanie krótkich filmów wideo. Dodatki te mają na celu dalsze wzbogacenie opisów produktów i zapewnienie dynamicznych treści wizualnych, poprawiając ogólne wrażenia konsumentów.
System katalogowy oparty na sztucznej inteligencji stanowi znaczący postęp w dziedzinie handlu elektronicznego i oferuje skalowalne rozwiązanie problemów związanych z wyszukiwaniem produktów i zaangażowaniem klientów. Dzięki integracji zaawansowanej technologii sztucznej inteligencji firma NVIDIA wyznacza nowy standard interaktywnych, zlokalizowanych doświadczeń związanych z produktami na rynku cyfrowym.
Źródło obrazu: Shutterstock
70% najlepszych górników Bitcoin już wykorzystuje dochód ze sztucznej inteligencji, aby przetrwać bessę.
Siedmiu z dziesięciu najlepszych górników pod względem hashrate zgłasza inicjatywy związane ze sztuczną inteligencją lub obliczeniami o wysokiej wydajności, które już generują przychody, a pozostali trzej planują pójść w ich ślady.
Zmiana ta łączy zasilane energią grunty i połączenia górników z zakontraktowanymi przychodami od klientów GPU, tworząc drugą linię biznesową, która konkuruje z uruchamianiem układów ASIC z pełną mocą.
Partnerstwa w zakresie sztucznej inteligencji redefiniują ekonomię górnictwa i koncentrację inwestorów
TeraWulf ustanowiła punkt odniesienia po podpisaniu dwóch 10-letnich umów hostingowych z Fluidstack, łącznie około 200 MW w Lake Mariner.
Według Barron’sGoogle wspiera część zobowiązań leasingowych Fluidstack, do około 1,8 miliarda dolarów, i otrzymał warranty, które mogą równać się około 8 procentom TeraWulf. Ujawniona matematyka transakcji implikuje około 1,85 miliona dolarów za MW rocznie przychodów głównych w okresie obowiązywania umowy, co wielu górników wykorzystuje obecnie jako punkt odniesienia podczas zabiegania o najemców AI.
Core Scientific rozszerzył 12-letnią współpracę z CoreWeave o około 70 MW dodatkowej mocy HPC, z operacjami ukierunkowanymi na drugą połowę 2025 roku. Bitdeer nadal obsługuje komercyjną chmurę AI opartą na systemach NVIDIA DGX, podczas gdy Iris Energy informuje o chmurze AI działającej na procesorach graficznych H100 i H200.
Inni budują nieruchomości dla następnej fali. CleanSpark ogłosił 29 października, że zabezpieczył 271 akrów i około 285 MW długoterminowej mocy w Teksasie na potrzeby tego, co nazywa kampusem nowej generacji AI i HPC. Marathon zgodził się w sierpniu nabyć 64 proc. udziałów w Exaion, spółce zależnej EDF, w celu rozszerzenia swoich globalnych możliwości w zakresie AI i HPC, z opcją zwiększenia udziałów do 75 proc. do 2027 roku.
Riot ocenia konwersję około 600 MW w Corsicana na potrzeby AI lub HPC i wstrzymał część ekspansji wydobywczej, co spowodowało obniżenie prognozy hashrate na koniec 2025 r. z 46,7 EH / s do 38,4 EH / s. Bitfarms zatrudnił konsultantów do przeprowadzenia studium wykonalności i sprzedaje swoje lokalizacje klientom AI.
Według doniesień, Cipher Mining zawarł wieloletnią umowę Fluidstack ze zobowiązaniem leasingowym powiązanym z Google, chociaż nie wszystkie warunki zostały ujawnione w jednym pierwotnym zgłoszeniu. Phoenix Group z Abu Dhabi zasygnalizowała plany skalowania pojemności centrów danych powyżej 1 GW, koncentrując się na sztucznej inteligencji i bada możliwość wejścia na giełdę w USA w celu sfinansowania ekspansji.
Górnicy Bitcoina według hashrate i zaangażowania AI
Ekonomiczne uzasadnienie opiera się na mocy i przewidywalności.
Korzystając z dzisiejszego kontekstu sieciowego wynoszącego około 1,08 do 1,10 ZH/s i 144 bloków dziennie z opłatami, które wahały się od około 0,3 do 2,0 BTC za blok, jeden MW nowoczesnych układów ASIC przy około 17 J/TH przekłada się na około 0,059 EH/s hashrate.
Ta część sieci zarabia około 1,0 do 1,6 miliona dolarów na MW rocznie w przychodach brutto z wydobycia przed zasilaniem i kosztami operacyjnymi, przy cenie bitcoina wynoszącej prawie 104 000 USD, zgodnie z CoinWarz dane dotyczące ceny i hashrate. Środkowy punkt tego przedziału, około 1,2 do 1,3 miliona dolarów, jest zbliżony do 1,85 miliona dolarów za MW rocznie sugerowanego przez kontrakty AI TeraWulf.
Cena energii, nakłady inwestycyjne (capex) i wykorzystanie determinują marże w obu modelach. Mimo to zakontraktowany charakter hostingu AI stał się kluczową cechą dla inwestorów kapitałowych poszukujących stabilniejszych przepływów pieniężnych, a nie czystej ekspozycji na ryzyko i opłaty.
Makro popyt na moc centrów danych stanowi tło. McKinsey wykresy pokazują, że zużycie energii elektrycznej w centrach danych w USA może osiągnąć około 606 TWh do 2030 r. wraz ze wzrostem obciążeń związanych ze sztuczną inteligencją. ERCOT przewiduje rekordowe szczytowe zapotrzebowanie w ciągu najbliższych pięciu lat, przy czym głównym czynnikiem są centra danych, ponieważ analizy wskazują na około 35 GW szczytowego obciążenia centrów danych do 2035 roku.
Przedsiębiorstwa użyteczności publicznej dostosowują się, a American Electric Power zwiększa swój pięcioletni plan kapitałowy do 72 miliardów dolarów, ponieważ pracuje nad szeregiem umów wspieranych przez klientów i ponad 190 GW wniosków o obciążenie w fazie rozwoju, zgodnie z Reuters. Liczby te są zgodne z twierdzeniem górników, że ich sieci, podstacje i banki ziemi są obecnie rzadkimi zasobami dla kampusów AI, a nie tylko dla exahash.
To dostosowanie zmienia to, co liczy się w górniczej tabeli ligowej.
Górnik, który kieruje nowe megawaty w stronę sztucznej inteligencji, może odnotować niższy wzrost hashrate niż operacja typu pure-play. Jednak jego wartość przedsiębiorstwa może wzrosnąć dzięki zakontraktowanym przychodom, opcjonalności zasilania i umowom o dłuższym okresie obowiązywania.
Dodatki Core Scientific do CoreWeave nadały modelowi 12-letnią pieczęć. Plan CleanSpark o mocy 285 MW i zakup Exaion przez Marathon popychają górników w kierunku posiadania i obsługi kampusów o mieszanym przeznaczeniu, w których procesory graficzne, górnicy, a czasem standardowa kolokacja mogą współdzielić infrastrukturę. Publiczna ocena 600 MW przeprowadzona przez Riot w Corsicana pokazuje, jak szybko może zmienić się mieszanka, gdy lokalizacja ma już transformatory, rozdzielnice, prawa do wody i infrastrukturę światłowodową.
Istnieją pewne ograniczenia. Harmonogramy połączeń międzysystemowych ERCOT, dostępność turbin gazowych dla nowych urządzeń szczytowych i czas realizacji transformatorów dyktują, jak szybko można zasilić hale o dużej gęstości. Podaż procesorów graficznych pozostaje czynnikiem wahającym się w miarę zwiększania produkcji układów Blackwell i ich następców, a także w miarę alokowania przez hiperskalery zapasów na potrzeby wewnętrznych kompilacji.
Po stronie kryptowalut każda zmiana w systemach opłat, która znacząco podnosi opłaty za blok, może zlikwidować część różnicy w przychodach na MW między wydobyciem a hostingiem AI. Ruch o około 0,5 BTC na blok w trwałych średnich opłatach jest wart około 0,2 do 0,3 miliona dolarów na MW rocznie w przychodach brutto górników przy obecnych poziomach cen, w oparciu o prostą matematykę udziału w sieci powyżej.
Inwestorzy obserwują skład przychodów, a nie tylko exahash.
Zakontraktowane megawaty AI i dolary za MW rocznie stają się nowymi informacjami do śledzenia. Przedział od 1,5 do 2,0 milionów dolarów za MW rocznie staje się praktycznym punktem odniesienia dla hostingu o dużej gęstości w USA, a ujawniona liczba TeraWulf służy jako aktualny punkt odniesienia.
Plany inwestycyjne i aktualizacje kolejki połączeń międzysystemowych są obecnie tak samo istotne dla perspektyw górników, jak harmonogramy dostaw ASIC. W miarę ograniczania mocy spot w USA, górnicy posiadający już zasilane grunty, dozwolone pola i zapasowe podstacje mogą zarabiać na tej opcjonalności szybciej niż podmioty wchodzące na rynek od podstaw.
Kąt międzynarodowy dodaje wagi. Posunięcie Marathon z Exaion wiąże amerykańskiego górnika z podmiotem stowarzyszonym EDF we francuskim systemie energetycznym, dostosowując hosting GPU do aktywów energetycznych sąsiadujących z państwem.
Plan Phoenix Group dotyczący zwiększenia skali działalności w Zatoce Perskiej, przy jednoczesnym rozważaniu wejścia na giełdę w Stanach Zjednoczonych, stawia suwerenną ekonomię energetyczną w kontekście infrastruktury sztucznej inteligencji.
Struktury te mogą przyciągnąć więcej górników do wspólnych przedsięwzięć, w których przedsiębiorstwa użyteczności publicznej lub inwestorzy energetyczni zakotwiczają długoterminowe kontrakty w zamian za prawa do przepustowości, priorytetowe połączenia międzysystemowe lub udziały kapitałowe.
Jeśli chodzi o podstawy kryptowalut, zmiana może spowolnić tempo wzrostu hashrate sieci do 2026 r., jeśli znaczna część nowej mocy zostanie skierowana do procesorów graficznych zamiast układów ASIC. Sieć nadal będzie dodawać hash w miarę pojawiania się nowych witryn i odświeżania starszych flot, ale nachylenie może się spłaszczyć w stosunku do ostatniego wzrostu.
Nie powstrzyma to kapitału przed wejściem do górnictwa, ponieważ wysokie ceny bitcoinów i skoki opłat mogą nadal poprawiać zyski; jednak sprawia, że tabela liderów hashrate jest słabszym wskaźnikiem wartości kapitału niż w poprzednich cyklach.
Poniżej znajduje się zwięzły przegląd sytuacji największych górników notowanych na giełdzie. Status odzwierciedla to, czy AI/HPC już generuje przychody, czy też wciąż znajduje się w fazie planowania lub oceny, w oparciu o ujawnione przez spółkę informacje i raporty głównego nurtu.
Bitcoin MinerHashrate (EH/s)% globalnej sieciZaangażowanie AI/HPCStatusMarathon Digital Holdings57.45.3%Nabycie 64% udziałów w EDF Exaion w celu rozbudowy infrastruktury AI/HPCPrzychodyCleanSpark50.04.6%Budowa 285 MW kampusu centrum danych AI/HPC w Teksasie (umowy w trakcie realizacji)PrzychodyIris Energy (IREN)45.44.2%Obsługa klastrów chmurowych GPU AI zasilanych energią odnawialną z systemami H100/H200PrzychodyRiot Platforms36,53,4%Ewaluacja AI/HPC w celu zmiany przeznaczenia obiektu Corsicana o mocy 600 MW (wstrzymana ekspansja górnicza)PlanowanieBitdeer Technologies35.03.2%Uruchomienie komercyjnej usługi AI w chmurze przy użyciu układów GPU NVIDIA DGX H100/H200PrzychodyCipher Mining23,62,2%Zgłoszone wieloletnie dzierżawy centrów danych AI (AWS & Fluidstack, łącznie ~ 8,5 mld USD)PrzychodyCore Scientific19.11.8%Hosting obciążeń AI/ML dla CoreWeave w ramach 12-letniej umowy (~70 MW)PrzychodyBitfarms19.51.8%Przeprowadzenie wykonalności konwersji HPC/AI z Appleby Strategy GroupPlanowanieTeraWulf12.81.2%Podpisane 10-letnie umowy na hosting AI (> 200 MW, Fluidstack wspierany przez Google)PrzychodyPhoenix Group*15.0 *1.9% *Rozbudowa w kierunku 1 GW pojemności hybrydowego centrum danych dla AI/HPC do 2027 r. (planowane)Planowanie
To, co należy teraz obserwować, jest proste i mierzalne. Śledzenie zakontraktowanych megawatów AI i dolarów za MW rocznie w nowych zgłoszeniach, trajektoriach nakładów inwestycyjnych i korektach obciążenia ERCOT oraz trzydziestodniowych średnich opłat bitcoinowych w stosunku do dotacji przy użyciu źródeł takich jak CoinWarz.
Te punkty danych powiedzą ci, ile mocy wydobywczej przenosi się na GPU, jak szybko kampusy są zasilane energią i jak zmienia się różnica w przychodach na MW. Najwięksi górnicy już realizują ten plan.
Wspomniane w tym artykule
NVIDIA usprawnia dynamikę molekularną dzięki symulacjom opartym na sztucznej inteligencji
Joerg Hiller
20 Oct 2025 16:49
NVIDIA współpracuje z krajowymi laboratoriami w celu zintegrowania sztucznej inteligencji z symulacjami dynamiki molekularnej, zwiększając skalowalność i wydajność badań naukowych na dużą skalę.
NVIDIA, we współpracy z Los Alamos i Sandia National Laboratories, wprowadziła pionierską integrację sztucznej inteligencji z symulacjami dynamiki molekularnej (MD), zgodnie z oficjalnym blogiem NVIDIA. Postęp ten obiecuje poprawę skalowalności i wydajności, co czyni go kluczowym osiągnięciem dla chemii obliczeniowej i nauki o materiałach.
Integracja modeli opartych na PyTorch
Integracja wykorzystuje oparte na PyTorch potencjały międzyatomowe uczenia maszynowego (MLIP) w pakiecie LAMMPS MD za pośrednictwem interfejsu ML-IAP-Kokkos. Konfiguracja ta została zaprojektowana w celu usprawnienia łączenia wspólnych modeli, umożliwiając płynne i skalowalne symulacje układów atomowych. Interfejs obsługuje modele MLIP z wymianą komunikatów i wykorzystuje wbudowane możliwości komunikacyjne LAMMPS do wydajnego przesyłania danych między procesorami graficznymi, co ma kluczowe znaczenie dla symulacji na dużą skalę.
Wspólny rozwój i funkcje
Interfejs ML-IAP-Kokkos, opracowany wspólnie przez firmy NVIDIA i National Laboratories, wykorzystuje język Cython jako pomost pomiędzy Pythonem a C++/Kokkos LAMMPS, zapewniając kompleksową akcelerację GPU. Interfejs ten pozwala zewnętrznym programistom łączyć swoje modele PyTorch, umożliwiając skalowalne symulacje LAMMPS. System może obsługiwać duże zbiory danych, umożliwiając naukowcom badanie reakcji chemicznych i właściwości materiałów z niespotykaną dotąd dokładnością i szybkością.
Analiza porównawcza i wydajność
Wydajność interfejsu została porównana z modelami HIPPYNN na maksymalnie 512 procesorach graficznych NVIDIA H100 i wykazała znaczną poprawę szybkości. Testy te wykazały wzrost wydajności dzięki wykorzystaniu haków komunikacyjnych, które redukują liczbę atomów-duchów, optymalizując proces symulacji. Integracja zmniejsza całkowitą liczbę przetwarzanych atomów, prowadząc do znacznego przyspieszenia czasu symulacji.
Analiza porównawcza z integracją MACE
Dalsze testy polegały na porównaniu interfejsu ML-IAP-Kokkos z MACE MLIP, co wykazało, że nowa wtyczka oferuje lepszą szybkość i wydajność pamięci. Wynika to z przyspieszenia modelu przez cuEquivariance i ulepszonych możliwości przekazywania komunikatów w interfejsie.
Implikacje na przyszłość
Interfejs ML-IAP-Kokkos pozycjonuje się jako kluczowe narzędzie do symulacji MD z wykorzystaniem wielu procesorów graficznych i wielu węzłów przy użyciu MLIP. Wypełnia on lukę między nowoczesnymi polami siłowymi opartymi na uczeniu maszynowym a wysokowydajnymi infrastrukturami obliczeniowymi, umożliwiając badaczom wydajną symulację bardzo dużych systemów. Integracja sztucznej inteligencji z dynamiką molekularną stanowi duży krok naprzód w badaniach obliczeniowych i obiecuje napędzać przyszłe innowacje w tej dziedzinie.
Więcej informacji można znaleźć na stronie Blog NVIDIA.
Obraz źródłowy: Shutterstock
Górnicy bitcoinów sprzedają rezerwy BTC i szukają sztucznej inteligencji, aby zwiększyć przychody
Górnikom Bitcoina zaczyna brakować miejsca do oddychania.
W następstwie rutyny rynkowej o wartości 19 miliardów dolarów, operatorzy zaczęli przenosić ogromne ilości Bitcoina na giełdy, co jest klasycznym sygnałem, że rośnie presja sprzedaży.
Dane z CryptoQuant pokazują, że między 9 a 15 października portfele górnicze wysłały 51 000 BTC o wartości ponad 5,6 miliarda dolarów na samo Binance. Największy dzienny transfer, ponad 14 000 BTC w dniu 11 października, oznaczał największy depozyt górniczy od lipca 2024 roku.
Transfery górników Bitcoin na giełdy (źródło: CryptoQuant)
Sprzedaż rezerw
Takie skoki rzadko zdarzają się w odosobnieniu. Zwykle pojawiają się, gdy górnicy potrzebują płynności, aby pokryć rosnące koszty lub zabezpieczyć się przed wahaniami cen.
Analitycy postrzegają te ruchy jako niedźwiedzi sygnał w łańcuchu, pokazujący, że górnicy wychodzą z długoterminowych faz akumulacji i przygotowują się do sprzedaży.
Badacz blockchain ArabChain wyjaśnił że duże przelewy z portfeli górników zazwyczaj wskazują na bezpośrednią likwidację lub przygotowania do zaciągnięcia zabezpieczonej pożyczki.
Według badacza:
“Czasami górnicy deponują również monety, aby wykorzystać je jako zabezpieczenie kontraktów pochodnych lub do celów finansowych. W niektórych przypadkach depozyty te są jedynie technicznymi realokacjami – tj. transferami między portfelami powiązanymi z podmiotami wydobywczymi i platformami handlowymi ze względów regulacyjnych lub operacyjnych”.
Ta zmiana w zachowaniu stanowi punkt zwrotny dla branży. Przez większą część tego roku górnicy konsekwentnie gromadzili środki netto, licząc na to, że niedobór po halvingu spowoduje wzrost cen.
Jednak teraz reagują na coś zupełnie przeciwnego, ponieważ kurczące się marże i rosnące trudności z siecią powodują, że ich marża jest niska.
Trudniejszy wyścig do każdego bloku
Trudność wydobywania bitcoinów, która mierzy, jak trudno jest znaleźć nowy blok, osiągnęła szczyt powyżej 150 bilionów we wrześniu po siedmiu kolejnych dodatnich korektach.
Według Cloverpool dane, najnowsza epoka, kończąca się na bloku 919 296, ostatecznie spadła o 2,73%, oferując krótką ulgę po miesiącach nieustannej presji wzrostowej.
Korekty trudności odbywają się mniej więcej co dwa tygodnie, ponownie kalibrując układankę, aby zapewnić, że bloki dotrą w pobliże dziesięciominutowego celu Bitcoina.
Rosnąca trudność sygnalizuje, że więcej maszyn konkuruje o nagrody; spadek wskazuje, że słabsi górnicy przestali działać. Ale nawet niewielki spadek nie poprawił rentowności.
Według Hashrate Index, hashprice, czyli przychód na terahash mocy obliczeniowej, spadł do około 45 USD, najniższego poziomu od kwietnia.
Tymczasem opłaty transakcyjne, które powinny pomóc zrównoważyć niższe nagrody, zamiast tego spadły. Jak dotąd w 2025 r. średnia opłata za blok wyniosła 0,036 BTC, co jest najsłabszym wynikiem od 2010 r.
Średnie opłaty za blok Bitcoina (źródło: Hashlabs)
Analityk wydobycia bitcoinów Jaran Mellerund powiedział:
“Paradoksem jest, że tak wielu górników bitcoinowych całkowicie lekceważy opłaty transakcyjne. Wydaje się, że nikt nawet o nich nie mówi… W ciągu zaledwie dekady opłaty te będą niemal jedynym źródłem dochodu”.
Wraz z obniżeniem o połowę w kwietniu nagród za bloki Bitcoina do 3,125 BTC, górnicy konkurują teraz w środowisku o sumie zerowej, w którym każdy dodatkowy terahash mocy zmniejsza wypłatę wszystkich.
Wiele mniejszych operacji już znajduje się pod wodą, szczególnie te, które korzystają ze starszych, mniej wydajnych platform.
Sztuczna inteligencja kołem ratunkowym
W obliczu cienkich jak brzytwa marż, główne firmy wydobywcze odkrywają lukratywną alternatywę w postaci AI i hostingu wysokowydajnych obliczeń (HPC).
W ciągu ostatniego roku firmy takie jak Core Scientific przebudowały swoje ogromne centra danych, które są już zoptymalizowane pod kątem zasilania, chłodzenia i łączności światłowodowej, aby pomieścić wymagające obliczeniowo obciążenia AI.
Hashlabs zgłoszone że 1-megawatowy (MW) zakład wydobywczy obsługujący wydajne platformy przy około 20 dżulach na terahash (J/TH) może generować około 896 000 USD przychodów z Bitcoinów rocznie przy cenie BTC wynoszącej 100 000 USD.
Jednak ten sam MW wynajęty klientom AI do intensywnych obliczeń może przynieść do 1,46 miliona dolarów rocznie stabilnego dochodu opartego na kontraktach.
Konstrukcje centrów danych AI (źródło: Nico Smid)
Nico Smid, założyciel Digital Mining Solutions, powiedział:
“Rozwój sztucznej inteligencji i wysokowydajnych obliczeń (HPC) przekształca globalny krajobraz obliczeniowy, a górnicy Bitcoin odczuwają jego wpływ na własnej skórze. To, co zaczęło się jako równoległe branże, konkuruje teraz o te same krytyczne zasoby: moc, infrastrukturę, ludzi i kapitał”.
Ten zwrot nie oznacza, że górnicy porzucają Bitcoina. Zamiast tego dywersyfikują tę samą infrastrukturę, która kiedyś zabezpieczała blockchain, w szerszą gospodarkę obliczeniową.
W praktyce górnicy mogą pozostać wypłacalni dzięki umowom hostingowym, czekając na kolejny wzrost kryptowalut.
Co to oznacza dla Bitcoina
Krótkoterminowy odczyt jest jasny, że sprzedaż górników zwiększa presję na i tak już kruchy rynek.
W przeszłości trwałe napływy z portfeli górniczych poprzedzały okresy konsolidacji lub kapitulacji. Ale długoterminowa historia może okazać się bardziej konsekwentna.
Jeśli zakłady wydobywcze będą nadal przekształcać się w hybrydowe centra danych AI-kryptowalut, model bezpieczeństwa Bitcoina, który zależy od spójnych zachęt hashpower, może ulec zmianie strukturalnej.
Wraz ze spadkiem rentowności z czystych nagród blokowych, wskaźnik hashowania Bitcoina może w coraz większym stopniu zależeć od firm, których podstawową działalnością nie jest już samo wydobycie.
Wspomniane w tym artykule