الحوسبة بالذكاء الاصطناعي + التشفير: السرد التالي الذي يبلغ قيمته 10 مليارات دولار؟
2026/05/18 03:42:02
قد تطور اندماج الذكاء الاصطناعي وبنية التحتية للعملات المشفرة بشكل كبير بحلول منتصف عام 2026، متجاوزًا المناقشات المفاهيمية إلى شبكات تشغيلية تقدم قيمة قابلة للقياس. وقد أدى النمو الهائل في نماذج اللغة الكبيرة، وأحمال الاستنتاج، ووكلاء الذكاء الاصطناعي الذاتية إلى خلق طلب غير مسبوق على قوة حوسبة GPU، مما أدى إلى إغراق مزودي المركزية مثل AWS وAzure وGoogle Cloud. وقد دفعت النقص المستمر، وأوقات التسليم المطولة التي تتراوح بين 36-52 أسبوعًا لوحدات GPU عالية الأداء، والأسعار المرتفعة، مطوري الذكاء الاصطناعي والشركات الناشئة والباحثين نحو بدائل لامركزية. وتستفيد شبكات مثل Render Network وAkash وio.net وBittensor من حوافز البلوكشين لجمع وحدات GPU غير المستخدمة أو الخاملة من جميع أنحاء العالم، وتقديم موارد حوسبة سهلة الوصول وغالبًا أرخص بكثير.
تُظهر المقاييس الأخيرة تقدماً واعداً، حيث سجّل شبكة Akash إنفاقاً قياسياً بقيمة 5 ملايين دولار على الحوسبة خلال الربع الأول من عام 2026، وأبلغت io.net عن نمو قوي في الإيرادات على السلسلة. وتكثف عمليات تعدين البيتكوين من تحويل بنية تحتية للطاقة نحو أحمال عمل الذكاء الاصطناعي، مما يساهم في زيادة العرض في هذه الأسواق اللامركزية. ويعكس هذا التحول إدراكاً أوسع بأن آليات الحوافز في العملات المشفرة يمكنها تنسيق موارد الأجهزة العالمية بكفاءة بطرق لا تستطيع الأسواق التقليدية تحقيقها. وتشير اهتمامات رأس المال المغامر وردود فعل السوق على الرموز إلى قوة السرد، حيث يتوقع المشاركون أن تلتقط الشبكات اللامركزية حصة ذات معنى من إنفاق البنية التحتية للذكاء الاصطناعي الضخم المتوقع أن يصل إلى مئات المليارات سنوياً.
يُعالج النموذج ليس فقط التكلفة، بل أيضًا القضايا الرئيسية المتمثلة في التوزيع الجغرافي، ومقاومة الرقابة، والقابلية للتوسع السريع دون الحاجة إلى التزامات رأسمالية ضخمة مقدمة من المشغلين الأفراد. مع تسارع تبني الذكاء الاصطناعي عبر الصناعات، يصبح القدرة على الوصول إلى مجموعات GPU مرنة وحسب الطلب من خلال منصات غير مخولة ميزة استراتيجية للاعبين الأصغر حجمًا الذين يتنافسون مع المختبرات ذات التمويل الجيد. هذا التقاطع يضع DePIN المدعوم بالعملات المشفرة كحل عملي للحواجز الهيكلية في نظام الذكاء الاصطناعي.
أزمة الحوسبة بالذكاء الاصطناعي التي تقود فرص العملات المشفرة
استمرار تطوير الذكاء الاصطناعي العالمي في عام 2026 في مواجهة عقبة حسابية عميقة، حيث يفوق الطلب على وحدات معالجة الرسومات عالية الأداء بكثير العرض المتاح في ظل التوسع الواسع من قبل المختبرات والشركات الرائدة. تُبلغ مزودو السحابة المركزة عن فترات انتظار مطولة، وقيود في السعة، وأسعار متميزة يمكن أن تصل إلى عدة دولارات في الساعة لوحدات مثل H100 وBlackwell GPUs. وقد دفعت قيود سلسلة التوريد حول ذاكرة النطاق الترددي العالي (HBM) وعمليات التغليف المتقدمة في مرافق مثل TSMC إلى تجاوز فترات التسليم عامًا واحدًا في العديد من الحالات، مما خلق ندرة هيكلية تؤثر ليس فقط على تدريب النماذج المتقدمة، بل أيضًا على الاستنتاج الواسع النطاق وسير العمل الوكيلية. وقد فتح هذا البيئة فرصًا واضحة للشبكات اللامركزية التي ت mobilize الأجهزة غير المستخدمة من أجهزة الألعاب، ومراكز بيانات المؤسسات، ومرافق تعدين البيتكوين المعاد توظيفها حول العالم.
مُعدّنوا البيتكوين، الذين يمتلكون عقود طاقة كبيرة وهياكل تبريد، ينتقلون بنشاط أجزاء من عملياتهم نحو الذكاء الاصطناعي والحاسوب عالي الأداء، غالبًا ما يحققون إيرادات أعلى لكل كيلوواط/ساعة مقارنة بالتعدين التقليدي ضمن الاقتصادات الحالية. تعالج المنصات اللامركزية نقاط ألم إضافية، بما في ذلك نقاط الفشل الواحدة في الأنظمة المركزية، ومخاطر التركيز الجغرافي، والحواجز أمام الدخول لفرق الذكاء الاصطناعي الأصغر التي تفتقر إلى خطوط ائتمان مؤسسية. تشير التوقعات لسوق الحوسبة الخاص بالذكاء الاصطناعي الأوسع إلى إنفاق مئات المليارات سنويًا، مع وضع الحلول اللامركزية في موقع لاستخلاص القيمة من خلال هياكل تكلفة ومرونة متفوقة.
تشير بيانات الاستخدام المبكر من الشبكات الرائدة إلى طلب حقيقي، مما يحول النقاش من التكهنات نحو توافق قابل للتحقق بين المنتج والسوق. تضيف مخاوف استهلاك الطاقة ودورات التحديث السريعة للـ GPU تعقيدًا إضافيًا، إلا أن النماذج اللامركزية توزع هذه التحديات على قاعدة مشاركين عالمية. ثبت أن طبقة الحوافز المشفرة فعالة بشكل خاص في مواءمة العرض والطلب ديناميكيًا، حيث تكافئ المزودين خلال مراحل التوسع، ثم تنتقل تدريجيًا نحو اقتصاد قائم على الاستخدام مع نمو التبني. يمكن أن يخفف هذا الديناميكية بشكل كبير من الضغط على البنية التحتية التقليدية ويعزز الابتكار في تطوير الذكاء الاصطناعي المتاح لمجموعة أوسع من المشاركين.
كيف تعمل شبكات GPU اللامركزية عمليًا
منصات الحوسبة اللامركزية تخلق أسواقًا مفتوحة حيث يساهم أصحاب وحدات معالجة الرسوميات في قدرات الأجهزة ويتلقون تعويضات على شكل رموز أو مدفوعات ثابتة مقابل إكمال أحمال العمل الذكية التي يقدمها المطورون. لقد توسّع Render Network من أصوله في التصيير ثلاثي الأبعاد ليدعم مهام الاستنتاج الذكي والتعلم الآلي، مما يسمح للمستخدمين بإرسال المهام من خلال واجهات مبسطة بينما يقوم الموفرون بتنفيذها عبر عقد موزعة. يعمل Akash Network كسحابة لامركزية باستخدام نظام مزاد عكسي، حيث يقدم الموفرون عروضًا تنافسية على أحمال العمل المُحَزَّمة، وغالبًا ما يقدمون موارد مُسرّعة بوحدات معالجة الرسوميات بخصومات تتراوح بين 80-90% مقارنة بالبدائل المركزية.
io.net متخصصة في تجميع وحدات GPU على نطاق واسع، مما يمكّن من تجميع آلاف الوحدات بسرعة للتدريب أو الاستنتاج مع ميزات مثل دعم GPU متعدد وربط NVLink في بعض التكوينات. يقدّم Bittensor نهجًا فريدًا يركز على الذكاء الآلي اللامركزي، حيث تنافس الشبكات الفرعية لإنتاج مخرجات ذات قيمة مع المساهمة بموارد الحوسبة. يقوم البلوكشين بتنسيق جدولة المهام والدفعات وتقدير السمعة والتحقق لضمان الموثوقية وجودة النتائج. يستفيد المقدّمون من الأجهزة التي كانت غير مستخدمة سابقًا، مما يطيل عمر استثماراتهم، بينما يمكن للمستخدمين الوصول إلى الحوسبة دون عقود طويلة أو التزامات حد أدنى عالية. تشمل التطورات التقنية في عام 2026 تحسين أدوات التنسيق، وآليات إثبات الحوسبة الأفضل، والتكاملات الأعمق مع إطارات الذكاء الاصطناعي الشهيرة مثل PyTorch وHugging Face.
هذه التطورات قد أضيقت فجوة القابلية للاستخدام مقارنة بالسحابات التقليدية. تربط نماذج العائد والحوافز نشاط الشبكة مباشرة باقتصاد الرموز، وغالبًا ما تتضمن آليات حرق تخلق ضغطًا انكماشيًا خلال فترات الاستخدام المرتفع. تمتد هذه الأنظمة ما وراء الإيجار الأساسي لدعم تطبيقات متخصصة، بما في ذلك ضبط النماذج، والاستنتاج على الحافة، وأحمال الذكاء الاصطناعي التوليدي. بشكل عام، تعزز هذه البنية استخدامًا فعالًا للموارد العالمية مع الحفاظ على الشفافية والمشاركة دون إذن.
المشاريع الرئيسية التي تقود حملة الحوسبة اللامركزية للذكاء الاصطناعي
لقد عززت شبكة Render دورها من خلال تسهيل مهام GPU الموزعة لكل من التصيير الإبداعي وتطبيقات الذكاء الاصطناعي، مع الإبلاغ عن تدفقات إيرادات مستقرة تؤكد التبني التجاري. يستفيد نموذج رمزها من عمليات حرق مبنية على الاستخدام، مما يربط القيمة الاقتصادية ارتباطًا أوثق بالنشاط الفعلي للشبكة. توفر شبكة Akash سوقًا سحابيًا لامركزيًا متعدد الاستخدامات مع قدرات قوية على GPU، وتحقق معدلات استخدام ملحوظة وتخدم كحل فائض عملي أثناء فترات الضغط على القدرات المركزية، حيث بلغت مؤخرًا إنفاقًا قياسيًا قدره 5 ملايين دولار في الربع على الحوسبة. وقد وضعت شبكة io.net نفسها كلاعب رئيسي مع مخزون كبير من وحدات معالجة الرسوميات، بما في ذلك H100 وA100 وخيارات من الفئة الاستهلاكية، مع التركيز على التهيئة السريعة وتوفير التكاليف بنسبة تصل إلى 70% مقارنة بـ AWS لمهام الذكاء الاصطناعي.
يتميّز Bittensor من خلال تركيزه على تحفيز إنتاج الذكاء الاصطناعي نفسه عبر شبكات فرعية متخصصة، بدمج مساهمات الحوسبة مع مخرجات ذكاء اصطناعي ذات قيمة. كما تستهدف مشاريع إضافية مثل Gensyn التدريب اللامركزي، بينما تركز Nosana على الاستنتاج الحاشي للتطبيقات الحساسة للتأخير. كل شبكة تعالج قطاعات مختلفة من سلسلة الذكاء الاصطناعي، من تزويد الأجهزة الخام إلى أسواق الذكاء على المستويات الأعلى، مما يخلق نظامًا بيئيًا متكاملًا.
تُظهر النشاط الجماعي عبر هذه المنصات نضجًا متزايدًا، مع تحسينات في أدوات المطورين وواجهات برمجة التطبيقات والتكاملات المؤسسية التي تعزز السهولة في الوصول. وقد انعكست القيمة السوقية وحجوم التداول للعملات المرتبطة على الحماس الدوري المحيط بسرد الذكاء الاصطناعي، على الرغم من أن النجاح المستدام يعتمد على استمرار نمو الإيرادات والاستخدام. تتحدى هذه المشاريع مجتمعة هيمنة مزودي السحابة الكبيرة من خلال تقديم بدائل مفتوحة تستفيد من الأجهزة العالمية بدلاً من مراكز البيانات الحصرية.
حجم السوق المحتمل والحوافز الاقتصادية
يسيطر سوق البنية التحتية المركزية للذكاء الاصطناعي على تخصيص رأس مال هائل، إلا أن الشبكات اللامركزية تمثل حاليًا نسبة ناشئة ذات إمكانات كبيرة مع توسعها. تشير التوقعات إلى أن سوق الحوسبة القابل للوصول يمكن أن يتجاوز مئات المليارات سنويًا، مما يوفر مساحة واسعة لحلول DePIN لاكتساب حصة من خلال ميزات التكلفة والمرونة. تلعب الحوافز الرمزية دورًا حاسمًا في تأسيس العرض خلال المراحل الأولية، من خلال مكافأة الموردين المبكرين وتوحيد المصالح حتى يتعزز الطلب العضوي. وقد نفذت شبكات مثل Akash آليات التوازن بين الحرق والإصدار التي تربط ندرة الرمز مباشرة باستخدام الحوسبة، مما يخلق دعماً بنيوياً لزيادة القيمة.
استفد من اقتصاديات مشابهة قائمة على الاستخدام، بينما أبلغت io.net عن أرقام ضخمة للإيرادات على السلسلة تُثبت إمكانية التحويل إلى أرباح. يجلب عمال مناجم البيتكوين الذين يحولون تركيزهم إلى الذكاء الاصطناعي خبرة في العرض والتشغيل، مما يُسرّع نمو النظام البيئي. إذا نجحت المنصات اللامركزية في تحقيق نسبة متواضعة من إجمالي إنفاق السحابة، فقد تصل اقتصادات الرموز وتدفقات الإيرادات الناتجة إلى مستويات متعددة مليارات الدولارات. توفر الأمثلة الواقعية لحجوم الحوسبة الشهرية ومعدلات الاستخدام أدلة ملموسة تتجاوز الضجيج السردي. النموذج يُحسّن الأجهزة غير المستغلة عالميًا، مما قد يُحسّن كفاءة الصناعة بشكل عام مع توليد تدفقات دخل جديدة للمشاركين.
المزايا التقنية والتشغيلية مقارنة بالسحابات المركزية
غالبًا ما توفر الشبكات اللامركزية تخفيضات في التكاليف تتراوح بين 50-90% مقارنة بالعتاد المكافئ، مما يخفض بشكل كبير الحواجز أمام تجربة الذكاء الاصطناعي وأبحاثه ونشره من قبل الفرق المستقلة والمنظمات الأصغر. إن التوزيع الجغرافي عبر مئات المواقع يعزز المرونة ضد انقطاعات إقليمية أو إجراءات تنظيمية أو اضطرابات محلية يمكن أن تؤثر على المرافق المركزية الكبيرة. إن الوصول دون إذن يزيل الحواجز التقليدية القائمة على الملاءة الائتمانية أو العلاقات المؤسسية، مما يُدمج الحوسبة عالية الأداء. إن الشفافية القائمة على البلوكشين تمكن من تنفيذ قابل للتحقق، وأنظمة دفع وسمعة تقلل الاعتماد على الثقة في مزودين منفردين.
بينما لا تزال التحديات قائمة حول الاتساق في الأداء عبر الأجهزة المتنوعة والتحقق المعقد من المهام، فقد ساهمت تطورات عام 2026 في خوارزميات الجدولة وخيارات الحوسبة السرية والواجهات الموحدة في تحسين الموثوقية بشكل كبير. يكتسب المطورون القدرة على تهيئة مجموعات كبيرة بسرعة دون تأخيرات في الشراء، مما يوفر مرونة حاسمة في بيئات البحث في الذكاء الاصطناعي التي تتطور بسرعة. يستفيد مقدمو الأجهزة من تنوع في الإيرادات يمتد بفعالية استخدام وحدات معالجة الرسومات بعيدًا عن دورات التعدين أو الألعاب. أصبحت النُهج الهجينة التي تجمع بين التحميل الزائد اللامركزي والأحمال الأساسية المركزية شائعة بين المستخدمين المتقدمين. هذه المزايا تضع DePIN كطبقة تكميلية وليس بديلاً كاملاً في الأجل القريب، حيث تتفوق بشكل خاص في السعة الانفجارية والاستنتاج والمهام القابلة للتنفيذ المتوازي.
اتجاهات التبني ومقاييس الاستخدام في العالم الحقيقي
ارتفعت معدلات الاستخدام على منصات مثل Akash نحو 60-80% من قدرة GPU المتاحة، بينما يستمر Render في معالجة أحمال عمل شهرية كبيرة في مجالات التصوير والتنبؤ بالذكاء الاصطناعي. وقد أبرز io.net نموًا في العناوين النشطة ونشر العقد، مدعومًا بالتكاملات مع أدوات تطوير الذكاء الاصطناعي الكبرى. ويظهر التبني المؤسسي في استراتيجيات تحسين التكلفة وحالات التدفق الزائد، مع شراكات تُظهر قيمة عملية. وتُناقش مؤتمرات تعدين البيتكوين وتقارير الصناعة بشكل متزايد إعادة توظيف البنية التحتية، وتحويل أصول الطاقة الحالية إلى إمدادات لامركزية للذكاء الاصطناعي.
أظهر أداء سعر الرمز حساسية تجاه التطورات الإيجابية في قطاع الذكاء الاصطناعي، على الرغم من أن الأساسيات المتعلقة بالإيرادات والاستخدام توفر إشارات أكثر ديمومة. لا تزال أنشطة التمويل في هذا المجال انتقائية، مع إعطاء الأولوية للمشاريع التي أثبتت تقدمها. ومن المتوقع أن تعزز وكلاء الذكاء الاصطناعي والأنظمة الذاتية المزيد من الطلب على موارد لامركزية موثوقة ومتاحة حسب الطلب قادرة على التعامل مع أحمال عمل متغيرة. تشير هذه الاتجاهات إلى تقدم النضج بعيدًا عن مراحل التجربة المبكرة.
الآثار الاستثمارية واقتصاديات الرمز
تؤدي الرموز داخل الحوسبة اللامركزية للذكاء الاصطناعي أغراضًا متعددة، حيث تعمل كوسائط دفع للموارد، وضمانات رهنية للمشاركة في الشبكة، وأدوات حوكمة لتطور البروتوكول. تُموقع نماذج قائمة على الاستخدام، والتي تدمج حرق الرموز، بعض الأصول لاحتمالات ديناميكيات انكماشية خلال فترات النمو القوي في الطلب. يُراجع المستثمرون بشكل متزايد المؤشرات التشغيلية مثل استخدام وحدات معالجة الرسومات، والإيرادات الشهرية أو حجم التأجير، والموردين النشطين، والمهام المعالجة، والعلاقة بين الحرق والإصدار. يكتسب سرد عام 2026 مصداقية من التوافق مع وظائف قابلة للتحقق وتقديم حوسبة فعلية بدلاً من الوعود المجردة. تكشف التحليلات المقارنة بين المشاريع عن أساليب مختلفة لاكتساب القيمة، حيث تركز بعضها على ديناميكيات السوق البحتة، بينما تدمج أخرى طبقات إنتاج ذكاء اصطناعي. يجب أن تأخذ التقييمات المعدلة حسب المخاطر في الاعتبار قدرات التنفيذ إلى جانب الإمكانات السوقية.
استمرار توسع أحجام نماذج الذكاء الاصطناعي وانتشار التطبيقات الثقيلة في الاستنتاج، بما في ذلك الوكلاء الذاتيين، من المرجح أن يحافظ على طلب قوي على موارد الحوسبة المرنة. يمكن للشبكات اللامركزية تأمين مكانة دائمة من خلال تحسين استخدام الأجهزة العالمي وتقديم وصول مفتوح خارج نظم التكنولوجيا الكبرى. قد تولد التكاملات الأعمق مع أسواق البيانات واطارات الوكلاء الذكاء الاصطناعي وقطاعات DePIN المجاورة فوائد متراكمة وحالات استخدام جديدة. سيتوقف النجاح في النهاية على التوسع التشغيلي، وتقديم أداء تنافسي متسق، وقدرة الحفاظ على ميزات التكلفة والمرونة. قد يشهد النضج طويل الأجل نماذج هجينة حيث تعالج البنية التحتية اللامركزية الأحمال المتغيرة أو المتخصصة بينما تدير الأنظمة المركزية المتطلبات الأساسية المتوقعة.
محترفو تعدين البيتكوين يتحولون إلى حوسبة الذكاء الاصطناعي
Bitcoin تمتلك عمليات التعدين بنية تحتية للطاقة وأراضٍ وقدرات تبريد موجودة مسبقًا تتماشى جيدًا مع متطلبات مجموعات GPU لمهام الذكاء الاصطناعي. وهذا يمكّن عُمال التعدين من نشر القدرة بشكل أسرع من بناء مراكز بيانات جديدة، مما يساهم في توفير عرض كبير للشبكات اللامركزية مع تنويع مصادر الإيرادات. وقد أعلنت العديد من شركات التعدين العامة عن عقود كبيرة في مجال الحوسبة عالية الأداء والذكاء الاصطناعي، مع توقع بعضها أن تتجاوز إيرادات الذكاء الاصطناعي إيرادات تعدين البيتكوين بحلول أواخر عام 2026. وتستفيد هذه الانتقالات من الخبرة في إدارة الطاقة والعمليات البنية التحتية على نطاق واسع. وستحتاج وكلاء الذكاء الاصطناعي الذاتية القادرة على اتخاذ قرارات وتنفيذ مهام بشكل مستقل إلى موارد حوسبة موثوقة ومتاحة حسب الطلب، غالبًا ما تدفع مقابل الاستخدام مباشرة من خلال آليات على السلسلة. وهذا يخلق حلقة طلب ذاتية التغذية للشبكات اللامركزية المصممة للتكيف مع التخصيص المرن.
تحافظ مزودو السحابة المركزة على ميزات في الاتساق الأداء واتفاقيات مستوى الخدمة للشركات للعمليات الأكثر طلبًا، بينما تتفوق البدائل اللامركزية من حيث التكلفة والوصول وقدرة التوسع المفاجئ. من المتوقع أن تتعايش النموذجان، حيث تخدم شبكات التشفير الفئات غير المخدومة وتعمل كآليات تفريغ فعالة. يخلق توافق الطلب المتفجر على حوسبة الذكاء الاصطناعي مع قدرة التشفير على تنسيق الموارد الموزعة فرصة بنية تحتية جذابة مدعومة باستخدام حقيقي في عام 2026. على الرغم من استمرار التحديات، فإن التقدم القابل للقياس يشير إلى إمكانية خلق قيمة كبيرة مع نضج النظام البيئي.
💡 نصائح: جديد على عالم العملات المشفرة؟ KuCoin's Knowledge Base يحتوي على كل ما تحتاجه للبدء، من أمان المحافظ الأساسية إلى استراتيجيات العقود الآجلة المتقدمة.
الأسئلة الشائعة
ما الذي يجعل شبكات GPU اللامركزية مختلفة عن خدمات مثل AWS لعبء العمل الخاص بالذكاء الاصطناعي؟
تجمع المنصات اللامركزية الأجهزة الموزعة عالميًا من خلال أسواق مفتوحة محفزة، وتوفر عادةً تكاليف أقل بكثير، ولا تفرض التزامات طويلة الأجل، وتوفر وصولًا أكبر للفِرق الأصغر. يضمن البلوكشين تنسيقًا ودفعات شفافة، بينما تحسن التنوع الجغرافي المرونة، على الرغم من أن اتساق الأداء قد يختلف مقارنة بالInstances المركزية المخصصة المُحسّنة لاحتياجات المؤسسات المتوقعة.
ما المشاريع التي تُظهر حاليًا استخدامًا حقيقيًا أقوى في الحوسبة اللامركزية للذكاء الاصطناعي؟
حقق شبكة Akash إنفاقًا قياسيًا بقيمة 5 ملايين دولار على الحوسبة في الربع الأول من عام 2026، مع تحسن في استخدام الموارد، بينما أبلغت io.net عن إيرادات قوية ومخزون كبير من وحدات معالجة الرسوميات (GPU). يستمر Render في تزويد أحمال عمل كبيرة في التصوير والاستنتاج الذكي، بدعم من التكاملات والاستخدامات المثبتة.
كيف تدعم الحوافز الرمزية نمو هذه الشبكات؟
تُكافئ الرموز مزودي الأجهزة مقابل المساهمة بالقدرة أثناء التوسع، وتسهّل المدفوعات مقابل مهام الحوسبة، وغالبًا ما تدمج آليات حرق مرتبطة بالاستخدام، مما يخلق توافقًا بين نشاط الشبكة واقتصاديات الرمز. هذا يساعد على توليد العرض ويساعد في الانتقال نحو تراكم قيمة مستدام يعتمد على الطلب.
هل يمكن لعُمال تعدين البيتكوين نقل بنية تحتيتهم بفعالية إلى حوسبة الذكاء الاصطناعي؟
نعم، يستخدم عمال التعدين عقود الطاقة الحالية والأراضي وأنظمة التبريد لإعادة توظيفها أو توسيعها لاستضافة وحدات معالجة الرسومات (GPU) للذكاء الاصطناعي، وغالبًا ما يحققون نشرًا أسرع وإمكانات إيرادات أعلى لكل كيلوواط مقارنة بتعدين البيتكوين البحت في ظل الظروف السوقية الحالية.
ما المقاييس التي يجب على المستثمرين تتبعها لمشاريع العملات المشفرة الحاسوبية للذكاء الاصطناعي؟
ركّز على معدلات استخدام GPU، وأرقام الإيرادات على السلسلة أو الموثقة، ونفقات الحوسبة الشهرية أو حجم الوظائف، ومزودي المستخدمين النشطين، ونسب حرق الرموز مقابل معدلات الإصدار، والتقدم في تكاملات المطورين والشراكات المؤسسية.
هل من المحتمل أن يحقق سوق الحوسبة الذكية اللامركزي حصة كبيرة من البنية التحتية العامة للذكاء الاصطناعي؟
على الرغم من أن تمثيلها حاليًا يشكل نصيبًا أصغر من إجمالي الإنفاق، فإن المزايا الكلفة الملموسة، والسهولة في الوصول، والملاءمة لمهام الاستنتاج والانفجار وأحمال العمل الحافة تضع هذه الشبكات في موقع لضمان حصة سوقية متزايدة مع تزايد الطلب على الذكاء الاصطناعي وانتشار نماذج الاستخدام الهجين.
إخلاء المسؤولية: هذا المحتوى لأغراض إعلامية فقط ولا يشكل نصيحة استثمارية. تتضمن استثمارات العملات المشفرة مخاطر. يرجى إجراء بحثك الخاص (DYOR).
اخلاء المسؤوليه: تُرجمت هذه الصفحة باستخدام تقنية الذكاء الاصطناعي (المدعومة من GPT) لراحتك. للحصول على المعلومات الأكثر دقة، ارجع إلى النسخة الإنجليزية الأصلية.