Meneruskan Judul Asli: Penambang Bitcoin Mendorong Revolusi AI
Munculnya kecerdasan buatan (AI) menciptakan permintaan yang belum pernah terjadi sebelumnya untuk fasilitas komputasi berkapasitas tinggi (HPC). Lonjakan ini menyebabkan investasi yang signifikan oleh hyperscalers untuk kapasitas pusat data baru. Namun, pusat data tradisional kesulitan memenuhi permintaan ini karena kapasitas daya yang terbatas dan jangka waktu konstruksi yang diperpanjang antara 2-4 tahun untuk fasilitas baru.
Para penambang Bitcoin berada pada posisi unik untuk memanfaatkan peluang pasar ini, karena mereka sudah memiliki akses ke infrastruktur listrik skala besar dan komponen kritis yang dibutuhkan untuk operasi pusat data. Meskipun tidak semua fasilitas penambangan dapat diubah menjadi pusat data AI karena persyaratan tertentu untuk sistem pendinginan, jaringan, dan keandalan, mereka yang memiliki aset dan keahlian yang tepat berpotensi mendapatkan margin arus kas yang tinggi dan potensi valuasi besar dari operasi AI/HPC. Laporan ini mengeksplorasi lanskap saat ini untuk pusat data tradisional dan menyoroti rintangan tertentu dalam memenuhi permintaan komputasi AI. Kemudian, laporan ini menganalisis mengapa jenis penambang Bitcoin tertentu memiliki posisi yang baik untuk mengisi kesenjangan ini dan mengeksplorasi tren masa depan di persimpangan penambangan Bitcoin dan infrastruktur AI.
AI telah meledak pada tahun 2024, didorong oleh adopsi yang meningkat dari teknologi generative AI (GenAI). Menurut Pitchbook, lebih dari $680 miliar telah diinvestasikan ke dalam startup AI dan machine learning melalui lebih dari 100 ribu kesepakatan sejak tahun 2016, dengan $120 miliar diinvestasikan hanya pada tahun 2024.
Lonjakan dalam AI dan komputasi kinerja tinggi (HPC) ini menciptakan permintaan besar terhadap kapasitas pusat data. Pusat data sangat penting untuk operasi AI/HPC, menyediakan baik infrastruktur maupun daya yang dibutuhkan untuk komputasi GPU-intensif. Aplikasi AI baru seperti model bahasa besar (LLM) terutama membutuhkan daya yang tinggi. Satu kueri ChatGPT membutuhkan 2,9 watt-jam listrik, dibandingkan dengan 0,3 watt-jam untuk pencarian Google, menurut International Energy Agency.
Munculnya bisnis AI/HPC yang menghabiskan energi baru di AS berkontribusi pada peningkatan permintaan pusat data.Penelitian Goldman Sachsdiperkirakan pada tahun 2024, permintaan pusat data AS akan mencapai 21 GW (peningkatan 31% YoY). Untuk referensi, pertumbuhan permintaan pusat data di AS dari 2022-2033 diperkirakan mencapai CAGR 15,8%. Berdasarkan peningkatan permintaan pusat data yang signifikan YoY pada tahun 2024, Goldman Sachs Research memproyeksikan permintaan pusat data AS akan meningkat menjadi 45 GW pada tahun 2030. Dengan 45 GW pada tahun 2030, pusat data AS akan mengkonsumsi hingga 8% dari total kapasitas listrik AS.
Peluang pasar untuk pusat data AS akan didukung oleh peningkatan investasi ke infrastruktur AI untuk hiperskala, yang merupakan bisnis pusat data skala besar seperti Google Cloud dan AWS yang dengan cepat meningkatkan kapasitas pusat data untuk melayani klien perusahaan lainnya. Hiperskala seperti ini sedang memposisikan diri untuk permintaan pusat data yang meningkat denganmelakukanuntuk berinvestasi lebih dari $100 miliar dalam pusat data yang berfokus pada kecerdasan buatan dalam 10 tahun ke depan.JP Morgan Asset Management diperkirakaninvestasi sebesar $163 miliar akan digunakan untuk memperluas bisnis hyperscaler hingga akhir tahun 2024, meningkat 28% YoY. Pada tahun 2038, laporan tersebut memperkirakan pengeluaran modal AI hyperscaler akan mencapai $370 miliar, meningkat 127% dari perkiraan pengeluaran modal AI pada tahun 2024.
Pertumbuhan saat ini dan proyeksi dalam teknologi AI dan HPC sedang mengubah lanskap pusat data. Seiring dengan intensitas permintaan pemrosesan, hyperscalers dan pusat data semakin berkembang dari fasilitas komputasi tradisional menjadi pusat infrastruktur AI canggih. Fasilitas-fasilitas ini menjadi infrastruktur dasar yang menggerakkan teknologi-teknologi terobosan seperti kendaraan otonom, penelitian medis canggih, dan aplikasi AI generasi berikutnya. Masa depan inovasi digital akan sangat bergantung pada evolusi dan ekspansi berkelanjutan dari fasilitas komputasi kritis ini, menandai era baru dalam infrastruktur teknologi.
Pasar pusat data saat ini terdiri dari beberapa pemain publik dan swasta yang bersama-sama mengelola portofolio pusat data yang luas. Perusahaan-perusahaan terkemuka di ruang ini termasuk Digital Realty, Equinix, Vantage, EdgeConnex, dan QTS, di antara lainnya. Wilayah pusat data terbesar di AS saat ini berada di Northern Virginia, meskipun pertumbuhan di semua wilayah telah sangat besar, menyebabkan tingkat hunian mencapai rekor terendah.menurut CBRE.
Pusat data adalah tulang punggung untuk beberapa industri yang berbeda, mendukung segala hal mulai dari layanan streaming seperti Netflix hingga komputasi awan, kecerdasan buatan, dan berbagai aplikasi lainnya. Namun, tidak semua pusat data sama. Setiap pusat data dapat disesuaikan dengan fungsi tertentu dan dapat dikategorikan dalam berbagai kategori termasuk hyperscale, edge, cloud, dan pusat data perusahaan. Dan pusat data menjadi lebih besar dan lebih padat daya. Persaingan untuk menyediakan infrastruktur bagi industri yang berkembang pesat seperti AI telah menyebabkan perlombaan senjata antara hyperscaler untuk membangun kapasitas pusat data dalam jangka waktu yang dipercepat.
Penyedia pusat data tradisional yang melayani industri non-AI umumnya menggunakan portofolio pusat data yang lebih kecil dan tersebar geografis, banyak di antaranya awalnya dibangun untuk aplikasi kepadatan yang lebih rendah. Selama dekade terakhir, pusat data tradisional telah beroperasi dengan kebutuhan energi yang relatif sederhana. Meskipun menjadi dua dari perusahaan pusat data terbesar di dunia, Digital Realty ($62miliar kapitalisasi pasar) dan Equinix ($94miliar kapitalisasi pasar) umumnya mengoperasikan pusat data yang lebih kecil. Sebagai contoh, Digital Realty memiliki pusat data yang biasanya memiliki kapasitas antara 0,5 MW hingga 40 MW per fasilitas. Demikian pula, program xScale Equinix terdiri dari jaringan global pusat data dengan total kapasitas operasional hanya 292 MW di 20 fasilitasPresentasi Investor Equinix Q3 2024, 11/8/2024). Dalam perbandingan, beberapa operasi penambangan memiliki akses ke kapasitas energi yang sebanding di setiap lokasi.
Secara historis, operator-operator melihat sedikit insentif untuk meningkatkan skala dengan cepat karena layanan streaming, telekomunikasi, penyimpanan data, dan banyak aplikasi cloud memiliki kepadatan komputasi terbatas. Namun, dengan kemajuan kecerdasan buatan dan kompleksitas yang semakin meningkat dari algoritma-algoritma ini, pusat data sekarang harus mengoperasikan fasilitas-fasilitas terbaru, dengan generasi terbaru dari GPU, dan dengan skala besar untuk mengoptimalkan pelaksanaan pelatihan.
Peningkatan skala didorong oleh kemajuan dalam daya komputasi GPU dan manfaat komputasi paralel, memungkinkan pusat data membangun cluster yang lebih besar dengan kapasitas komputasi yang lebih besar. Komputasi paralel memungkinkan beban kerja didistribusikan secara mulus di seluruh GPU tambahan, sehingga efisien untuk ditingkatkan dengan menambahkan unit lebih banyak. Secara krusial, cluster besar di lokasi tunggal menawarkan latensi yang lebih rendah antar GPU, meningkatkan kinerja komputasi paralel. Keuntungan ini membuat satu klaster 200MW secara drastis lebih efektif untuk pelatihan AI daripada empat klaster 50MW yang didistribusikan secara geografis, karena komunikasi berlatensi rendah antar GPU penting untuk memaksimalkan efisiensi komputasi. Akibatnya, hyperscalers memprioritaskan lokasi tunggal dengan akses ke kapasitas daya besar untuk memenuhi tuntutan beban kerja AI canggih.
Jenis kapasitas ini saat ini sangat langka, dengan banyak fasilitas warisan yang kesulitan memenuhi tuntutan energi substansial yang diperlukan untuk beban kerja AI/HPC modern. Fasilitas yang lebih tua tidak dapat dengan mudah dimodifikasi ulang karena perbedaan dalam kebutuhan jaringan, pendinginan, dan kerapatan rak antara kasus penggunaan komputasi rendah dan tinggi, di antara faktor lain.
Hari ini, hyperscalers membutuhkan pusat data dengan kapasitas energi yang jauh lebih tinggi untuk mendukung pelatihan model-model mereka yang sangat energi-intensive, seperti model bahasa besar. Menurut artikel Desember 2020 dari Uptime Institute, kepadatan rak rata-rata untuk tahun itu adalah 8.4 kW/rak, kecuali outlier high-performance 30+ kW/rack. Pusat data ini dengan rak server yang dulunya maksimal sekitar 40 kW per rak sekarang perlu mendukung lebih dari132 kW per rakyang diperlukan untuk sistem terbaru seperti NVIDIA GB200 NVL72 - peningkatan lebih dari tiga kali lipat dalam beberapa tahun terakhir. Para ahli industriproyekpeningkatan kepadatan komputasi dan evolusi dariHukum Mooredapat meningkatkan kebutuhan daya rak server ke tingkat yang belum pernah terjadi sebelumnya.
Akibatnya, operator pusat data tradisional telah beralih fokusnya ke pengembangan lahan baru untuk menampung generasi baru pusat data khusus AI/HPC ini, yang akan memiliki jangka waktu multi-tahun untuk persetujuan energi dan pembangunan.Menurut laporan terbaru Departemen Energi AS, telah terjadi lonjakan tajam dalam permintaan koneksi untuk fasilitas mulai dari 300 MW hingga 1.000 MW atau lebih yang menyebabkan kapasitas jaringan lokal terbebani untuk menyampaikan listrik dengan kecepatan yang dipercepat ini, menyebabkan jangka waktu interkoneksi dan konstruksi memanjang 2- 4 tahun, menurut CBRE.
Hyperscalers sekarang bertujuan untuk membangun kluster GPU terbesar yang mungkin untuk melatih model AI/HPC, dengan beberapa perusahaan menargetkan pusat data berkapasitas gigawatt untuk menampung ratusan ribu GPU generasi berikutnya. Sementara hyperscalers membangun pusat data mereka sendiri, mereka terus sangat bergantung pada penyedia pihak ketiga dengan kapasitas daya yang mapan untuk menghidupkan GPU pada timeline yang dipercepat. Namun, hanya sedikit pusat data yang ada mampu menangani tuntutan daya yang luar biasa dan kepadatan energi rak yang tinggi. Kekurangan ini sebagian besar berasal dari kurangnya antisipasi untuk pertumbuhan eksponensial dalam permintaan pusat data.
Penambang Bitcoin berada pada posisi untuk memenuhi permintaan energi yang dibutuhkan oleh hyperscalers karena mereka memiliki fasilitas berkekuatan besar dan siap pakai. Selama bertahun-tahun, para penambang telah mencari lokasi dengan pasokan energi yang melimpah dan terjangkau serta mendapatkan akses ke kapasitas daya yang substansial di satu lokasi, bersama dengan komponen infrastruktur yang memerlukan waktu lama seperti komponen sub-station dan peralatan tegangan menengah-hingga-tinggi. Beberapa situs penambangan sudah siap pakai, yang mengatasi salah satu kendala terbesar bagi hyperscalers: akses ke pasokan daya berkekuatan besar yang dapat diandalkan.
Dengan memasuki situs penambangan Bitcoin yang siap tenaga ini, para hyperscaler dapat menghindari proses yang panjang untuk mendapatkan ketersediaan energi dan fokus pada penyesuaian kembali dan penyesuaian infrastruktur untuk memenuhi kebutuhan khusus mereka. Banyak penambang mengendalikan situs berdaya megawatt multi-ratus, skala yang sangat sedikit operator pusat data tradisional yang berhasil amankan di lokasi tunggal. Beberapa operasi penambangan besar telah mendirikan akses ke infrastruktur tenaga skala industri, mengamankan jalur pipa energi dengan kapasitas melebihi 2 gigawatt (GW), menjadikan para penambang sangat cocok untuk mendapatkan manfaat dari peningkatan permintaan kapasitas tenaga. Meskipun terdapat perbedaan kunci antara penambangan Bitcoin tradisional dan pusat data kecerdasan buatan (AI), para penambang membawa pengalaman berharga dalam konstruksi skala besar dan manajemen pusat data, seringkali dengan tim elektrikal, mekanikal, fasilitas, dan keamanan yang sudah mapan. Keahlian ini dapat lebih memperlancar transisi bagi para hyperscaler yang ingin melakukan skala dengan cepat.
Tidak semua penambang dapat memanfaatkan peluang AI/HPC. Untuk membangun pusat data yang cocok untuk AI/HPC, beberapa faktor kritis harus terpenuhi, termasuk akses ke lahan yang luas, air untuk pendinginan, serat gelap, daya yang dapat diandalkan, dan tenaga kerja terampil. Sayangnya, meskipun syarat-syarat ini terpenuhi, perusahaan yang belum memiliki persetujuan yang diperlukan (misalnya, kapasitas daya, lahan, dan zonasi) atau sudah memiliki komponen infrastruktur kritis dengan waktu pelaksanaan lama akan mengalami hambatan dan penundaan dalam pengembangan.
Alasan kritis lainnya mengapa tidak semua penambang Bitcoin dapat memanfaatkan peluang AI/HPC adalah bahwa infrastruktur yang ada untuk penambang tidak dapat langsung dipindahkan atau cocok untuk pusat data AI karena perbedaan dalam desain dan persyaratan operasional. Meskipun ada beberapa kesamaan dalam infrastruktur listrik kunci, termasuk komponen substation tegangan tinggi dan sistem distribusi, ada persyaratan khusus untuk pusat data AI yang membutuhkan keahlian halus dan tenaga kerja terampil.
Pusat data AI merupakan tingkatan yang lebih kompleks dalam hampir semua bagian operasi termasuk sistem mekanikal, pendinginan, dan jaringan, yang membuat mengkonversi fasilitas penambangan Bitcoin menjadi pusat data AI/HPC menjadi usaha yang menantang. Di bawah ini, kami merinci beberapa peningkatan utama yang diperlukan bagi para penambang untuk memodernisasi fasilitas yang sudah ada menjadi pusat data AI:
1. Infrastruktur Jaringan:
Beban kerja AI/HPC menuntut koneksi berkecepatan tinggi dan rendah-latensi antara GPU di pusat data. Oleh karena itu, jaringan internal untuk beban kerja AI/HPC jauh lebih rumit daripada untuk pertambangan karena GPU terus-menerus berkomunikasi satu sama lain. Kunci keberhasilan operasi AI adalah pengembangan tulang punggung jaringan optimal untuk memastikan eksekusi beban kerja yang cepat. Selain itu, seseorang harus memastikan konektivitas ke serat gelap dari situs dan memenuhi persyaratan latensi, yang tidak diperlukan oleh situs pertambangan.
2. Sistem Pendinginan:
Penambang menggunakan beragam desain pendinginan termasuk udara-dingin, air-dingin, dan sistem pendinginan cairan. Pendinginan terutama difokuskan pada mesin itu sendiri, dengan perhatian yang lebih sedikit pada infrastruktur pendukung. Di sisi lain, pusat data kecerdasan buatan akan memerlukan solusi pendinginan yang lebih canggih, seperti pendinginan cair langsung ke chip, untuk mendinginkan generasi terbaru server NVIDIA yang padat daya, dikombinasikan dengan sistem udara-dingin tambahan untuk infrastruktur jaringan dan mekanis pendukung.
3. Redundansi:
Pusat data AI memiliki persyaratan redundansi yang lebih ketat daripada pusat data pertambangan Bitcoin. Operasi pertambangan bersifat fleksibel, sehingga tidak perlu memiliki pembangkit daya cadangan yang kuat. Pusat data AI, di sisi lain, umumnya menggunakan redundansi setidaknya N+1 di seluruh operasi, dengan komponen yang lebih kritis, seperti komponen jaringan inti dan penyimpanan, memerlukan tingkat redundansi yang lebih lanjut untuk memastikan operasi yang tidak terganggu atau setidaknya caching dan checkpointing yang tepat dari data dalam hal kegagalan peralatan. Ini berarti bahwa untuk setiap bagian infrastruktur penting, seperti peralatan pendingin, harus ada cadangan (redundansi N+1). Misalnya, saat melakukan perawatan pada satu unit pendingin, unit tambahan harus tersedia untuk menjaga operasi yang kontinu. Tingkat redundansi seperti ini jarang ditemukan di fasilitas pertambangan, yang tidak memiliki persyaratan uptime seperti itu.
4. Desain Faktor Bentuk Ulang:
Pusat data kecerdasan buatan menggunakan server rak yang sangat berbeda dari faktor bentuk kotak sepatu dari ASIC yang digunakan dalam penambangan bitcoin. Untuk menampung perangkat keras AI, diperlukan desain ulang lengkap dari infrastruktur fisik internal fasilitas untuk mendukung sistem rak dan kebutuhan pendinginan, jaringan, dan listrik khusus mereka.
5. Perbedaan Lainnya:
Secara kolektif, faktor-faktor ini menunjukkan bahwa mendesain dan mengubah fasilitas pertambangan agar sesuai dengan persyaratan pusat data AI/HPC adalah tantangan desain dan teknik. Persyaratan infrastruktur yang ditingkatkan juga menyebabkan biaya modal pengeluaran pusat data AI/HPC meningkat secara substansial dibandingkan dengan biaya konstruksi pertambangan bitcoin.
Meskipun para penambang mungkin memiliki infrastruktur dan lokasi yang sesuai, beralih ke operasi AI/HPC membutuhkan lebih dari sekadar aset fisik - ini membutuhkan keahlian khusus, tumpukan teknologi yang berbeda, dan model bisnis baru. Mereka dengan tim manajemen berpengalaman yang dapat berhasil membangun operasi AI/HPC memiliki peluang besar untuk memberikan nilai tambah yang signifikan bagi perusahaan mereka. Berikut adalah beberapa manfaat utama yang dapat menambah nilai bagi perusahaan yang memilih untuk mengalokasikan sumber daya pusat data dan listrik mereka dari penambangan bitcoin ke AI/HPC:
Oleh karena itu, prediktabilitas aliran kas, pasar pembiayaan aktif, dan potensi penilaian yang signifikan membuat peluang AI/HPC sangat menarik dan meningkatkan nilai bagi penambang dengan aset yang tepat. Penambang ini sedang berada di jalur yang tepat untuk membuat kemajuan yang berarti ke pasar pusat data tradisional dan menjadi beberapa operator terbesar di industri tersebut.
AI/HPC telah menjadi sorotan selama beberapa bulan terakhir, namun kami masih mengharapkan melihat peningkatan terus-menerus dalam tingkat hash dan pertumbuhan jaringan penambangan bitcoin. Pertumbuhan dalam penambangan telah berjalan sejajar dengan pertumbuhan dalam AI/HPC. Peningkatan harga Bitcoin telah meningkatkan profitabilitas penambang, dan penambangan bisa menjadi lebih menguntungkan jika harga terus bergerak naik dan melampaui pertumbuhan kesulitan jaringan. Tetapi dengan kedua Bitcoin dan AI/HPC meningkat, bagaimana pemandangan penambangan akan terlihat di masa depan? Di bawah ini kami menjabarkan beberapa tren utama dalam perpotongan AI/HPC dan penambangan Bitcoin yang bisa terjadi dalam waktu dekat:
Penambang Memaksimalkan Nilai dari Sebuah Elektron:
Sebagian besar penambang bitcoin selalu memprioritaskan memaksimalkan nilai akses energi mereka. Saat ini, pusat data AI adalah rute yang paling menguntungkan bagi mereka dengan situs yang dapat beradaptasi. Mengingat peningkatan nilai dari situs AI/HPC, kemungkinan situs penambangan yang dapat diubah menjadi pusat data AI/HPC akan mengikuti jalur tersebut untuk memaksimalkan nilai pemegang saham. Namun, ini tidak selalu menandakan kerugian bagi penambang Bitcoin. Kami masih mengharapkan pertumbuhan hashrate jaringan, tetapi dengan kecepatan yang lebih lambat jika tidak ada penambang utama AS yang mengubah situs menjadi pusat data AI/HPC. Konversi-konversi tersebut memberi manfaat bagi penambang yang tetap ada di jaringan dengan menghilangkan hashrate yang bersaing.
Bitcoin Mining sebagai Dorongan untuk Menghasilkan Uang dari Energi Terperangkap:
Saat AI/HPC semakin populer, kami memperkirakan para penambang akan lebih fokus pada peningkatan kapasitas mereka di daerah-daerah terpencil, karena para hyperscalers mengalahkan mereka di pasar yang lebih berkembang dengan situs-situs besar yang dapat digunakan untuk AI/HPC. Sifat tanpa izin, tidak terikat lokasi, dan fleksibel dari penambangan bitcoin membuatnya menjadi salah satu cara terbaik untuk memanfaatkan kapasitas generasi yang terbuang.
Kami berharap sebagian besar penambangan Bitcoin akan didorong ke batas-batas untuk memonetisasi kapasitas daya terjebak - terutama di daerah terpencil di AS dan secara internasional di negara-negara seperti Ethiopia, Paraguay, dan pasar-pasar baru lainnya di mana energi murah yang berlebihan melimpah.
Penambangan Bitcoin sebagai Jembatan Strategis untuk Investasi Infrastruktur dan opsi AI/HPC
Selain itu, ketika berbagai wilayah di AS bekerja untuk membangun infrastruktur transmisi dan konektivitas serat optik, penambangan bitcoin dapat berfungsi sebagai jembatan untuk mendukung proyek infrastruktur energi berkapasitas lebih besar, seperti pembangunan substation dan generasi, bahkan dalam kasus di mana tidak ada peluang segera atau jelas untuk memanfaatkan kapasitas untuk AI / HPC. Dengan menggunakan penambangan bitcoin untuk investasi real estat dan investasi terkait generasi yang berpeluang, investor dapat menghasilkan pengembalian sambil menunggu kasus penggunaan energi jangka panjang lainnya untuk muncul, menjadikannya sebagai strategi menarik untuk pertumbuhan infrastruktur dan investasi.
Tambang Bitcoin masih dapat dijalankan sebagai bisnis yang menguntungkan dalam jangka panjang bagi para penambang yang tidak dapat beralih ke pusat data AI/HPC. Sejumlah penambang telah membeli fasilitas beban besar tanpa penyewa AI/HPC yang ada dan juga telah berinvestasi di lokasi-lokasi dalam berbagai tahap pengembangan. Seperti yang kami uraikan sebelumnya, beberapa lokasi ini kemungkinan besar tidak memiliki sifat-sifat yang optimal untuk AI/HPC, namun tetap berguna untuk penambangan Bitcoin. Penambang lain tidak memiliki tim atau keahlian internal untuk menandatangani perjanjian dengan pihak pembeli besar dan menghadapi tantangan teknik dan proyek konstruksi besar. Harapan bagi penambang yang ingin memaksimalkan nilai adalah untuk mengamankan klien AI, namun dalam kasus di mana peluang AI/HPC tidak muncul, para penambang ini masih memiliki opsi untuk membangun bisnis penambangan BTC yang menguntungkan.
Sinergi yang Muncul antara Pusat Data AI/HPC dan Penambangan
Produsen ASIC seperti Bitmain telah mulai mengembangkan ASIC dengan faktor bentuk yang mirip dengan GPU untuk rak pusat data. Penyesuaian lebih lanjut dari faktor bentuk ASIC dengan faktor bentuk GPU generasi berikutnya akan memungkinkan pusat data untuk memonetisasi rak server yang kurang digunakan dengan memasang penambang berukuran server di ruang rak kosong yang dapat membantu menyederhanakan retrofit pusat data untuk AI/HPC jika rak serupa digunakan. Ke depannya, penambang mungkin lebih suka membeli mesin-mesin ini, karena mereka mempertahankan fleksibilitas dalam desain pusat data dan dapat membantu penambang beralih lebih mudah ke AI/HPC jika peluang nilai lebih tinggi muncul.
Seiring dengan meningkatnya kapasitas pusat data AI/HPC, dampaknya terhadap grid juga semakin besar. Meskipun pusat data ini harus online hampir sepanjang waktu, ini tidak berarti total energi yang dikonsumsi konstan. Faktanya, profil beban untuk pelatihan AI/HPC dapat sangat fluktuatif, ketika periode eksekusi komputasi intensif mengambil lebih banyak daya dan periode checkpoint mengambil lebih sedikit. Frekuensi checkpoint bervariasi dan tergantung pada infrastruktur yang digunakan dan ukuran model, proses ini dapat memakan waktu dari beberapa menit hingga puluhan menit. Seiring dengan bertambahnya ukuran model, lebih banyak data harus disimpan, meningkatkan waktu yang dibutuhkan untuk menyimpan semua data.
Demikian pula, untuk beban kerja inferencing AI/HPC, profil beban diharapkan dapat sejalan dengan permintaan pelanggan, karena setiap permintaan model diproses langsung di pusat data. Awalnya, profil ini mungkin menunjukkan volatilitas yang signifikan karena permintaan untuk model-model berfluktuasi. Namun, seiring berjalannya waktu, ketika model-model tertentu mendapatkan adopsi yang luas, beban dapat menjadi lebih dapat diprediksi, dengan permintaan puncak selama jam-jam siang yang diikuti oleh penurunan pada malam hari. Siklus beban harian ini merupakan peluang yang ideal untuk penambangan Bitcoin, karena operasi penambangan dapat secara dinamis meningkatkan atau menurunkan skala untuk melengkapi permintaan energi yang fluktuatif dari proses inferensi AI.
Akibatnya, di masa depan penambangan bitcoin dapat digunakan sebagai mekanisme penyeimbang beban, di mana penambangan meningkat selama periode beban yang lebih rendah dan menurun saat beban AI pulih. Mungkin juga ada periode di mana penyewa tidak perlu menggunakan seluruh kapasitas GPU, sehingga penambang dapat meningkatkan.
Manfaatnya jelas bagi operator pusat data, karena mereka dapat mengekstrak nilai lebih lanjut dari kapasitas yang dapat online, dan bagi penyewa, ini menawarkan tingkat stabilitas beban ke pusat data dan grid secara keseluruhan. Saat klaster pusat data semakin berkembang dalam ukuran, konsumsi daya dan dampaknya terhadap grid akan semakin diperhatikan dan memastikan stabilitas beban akan menjadi hal yang krusial.
Pengalihan MW ke AI / HPC Harus Memperlambat Tingkat Pertumbuhan Hashrate
Para penambang yang terlibat dalam operasi AI/HPC secara aktif mengalihkan kapasitas yang seharusnya digunakan untuk penambangan bitcoin, yang seharusnya melambatkan laju pertumbuhan hashrate jaringan. Hal ini sangat penting ketika mempertimbangkan pasar bullish potensial di bitcoin, di mana kenaikan harga bitcoin tidak akan memiliki peningkatan hashrate jaringan yang sebanding dan seimbang, sehingga mendorong hashprice lebih tinggi. Dengan demikian, meskipun begitu, kami masih mengharapkan hashrate jaringan meningkat seiring dengan mesin penambangan yang lebih efisien diaktifkan, baik itu digunakan untuk menggantikan mesin generasi sebelumnya atau energisasi baru di lokasi yang tidak cocok untuk bisnis AI/HPC.
Permintaan pusat data di Amerika Serikat bisa meledak dengan tingkat yang belum pernah terjadi sebelumnya, dengan proyeksi menunjukkan peningkatan 31% YoY pada tahun 2024 saja. Ramalan yang sama ini memprediksi bahwa kapasitas pusat data AS akan lebih dari dua kali lipat selama lima tahun ke depan, melonjak dari kapasitas pusat data 21 GW saat ini menjadi sekitar 45 GW. Pertumbuhan yang sangat cepat ini, yang dikombinasikan dengan ratusan miliar dolar investasi dari penyedia hyperscale selama 5-10 tahun ke depan, menciptakan peluang menarik bagi bisnis yang dapat menawarkan dua sumber daya penting: energi terjangkau yang melimpah dan infrastruktur yang kuat yang mampu mendukung operasi AI dan HPC.
Boom AI dan HPC saat ini mengungkapkan satu kelemahan kritis dalam pusat data warisan mereka, yaitu ketidakmampuan mereka untuk memodifikasi fasilitas yang sudah ada untuk memenuhi tuntutan daya yang intens dari beban kerja AI modern. Kekosongan ini di pasar menciptakan peluang signifikan bagi operasi penambangan Bitcoin, yang sudah memiliki apa yang dibutuhkan perusahaan AI/HPC dengan putus asa: situs skala besar dengan jadwal penyalaan yang dipercepat. Hyperscalers memiliki pilihan terbatas untuk memperluas operasi mereka dengan cepat untuk menjaga keseimbangan dengan permintaan yang meledak dari bisnis AI/HPC. Penambang Bitcoin muncul sebagai pilihan yang logis dan layak bagi Hyperscalers untuk memperluas bisnis mereka dan tetap bersaing di pasar yang berkembang. Namun, peluang generasi ini bagi para penambang Bitcoin tetap selektif. Hanya sebagian kecil operasi penambangan Bitcoin yang memiliki infrastruktur dan kemampuan yang diperlukan untuk berhasil mendukung persyaratan yang menuntut dari beban kerja AI/HPC modern. Para penambang yang memiliki aset yang langka ini dan berusaha memaksimalkan nilainya akan beralih menjadi pusat data AI/HPC.
Meskipun beberapa kritikus berpendapat bahwa penambang Bitcoin yang beralih ke layanan AI/HPC dapat melemahkan keamanan jaringan dengan mengurangi daya komputasi yang diperuntukkan untuk penambangan blok, pergeseran ini sebenarnya dapat menguntungkan ekosistem penambangan yang lebih luas. Para penambang yang tidak dapat memenuhi permintaan untuk situs AI/HPC dapat melihat peningkatan profitabilitas dari peningkatan hashprice. Seiring semakin banyak penambang offline, dan harga bitcoin mengalami apresiasi, peningkatan hashprice akan sangat meningkatkan margin keuntungan untuk semua penambang Bitcoin. Dengan harga bitcoin naik hingga 143% YTD, bersama dengan Presiden pro-bitcoin baru di Oval Office, penambangan Bitcoin di AS berada pada posisi untuk memasuki era terkuatnya.
Persimpangan antara kripto dan AI adalah salah satu sektor kripto terpanas pada tahun 2024. Pada bulan Desember 2024, total kapitalisasi pasar untuk proyek kripto dengan token likuid yang membangun proyek AI mencapai sekitar $33 miliar. Selain itu, Galaxy Research memperkirakan bahwa lebih dari $382 juta investasi VC telah dialokasikan untuk startup kripto AI tahap awal pada tahun 2024. Meskipun sebagian besar proyek kripto AI kurang cocok dengan pasar produk, persimpangan penambangan Bitcoin dengan pertumbuhan bisnis AI/HPC sangat jelas. Masuknya penambangan Bitcoin ke dalam ranah AI mencolok dari tumpang tindih antara kedua ruang ini karena potensi untuk memasok dalam skala komponen paling penting bagi bisnis AI/HPC - energi. Sebagai hasilnya, penambang Bitcoin yang memiliki aset konversi AI/HPC dapat menjadi salah satu investasi kripto x AI yang murni dan dapat diskalakan dalam industri saat ini.
Share
Content
Meneruskan Judul Asli: Penambang Bitcoin Mendorong Revolusi AI
Munculnya kecerdasan buatan (AI) menciptakan permintaan yang belum pernah terjadi sebelumnya untuk fasilitas komputasi berkapasitas tinggi (HPC). Lonjakan ini menyebabkan investasi yang signifikan oleh hyperscalers untuk kapasitas pusat data baru. Namun, pusat data tradisional kesulitan memenuhi permintaan ini karena kapasitas daya yang terbatas dan jangka waktu konstruksi yang diperpanjang antara 2-4 tahun untuk fasilitas baru.
Para penambang Bitcoin berada pada posisi unik untuk memanfaatkan peluang pasar ini, karena mereka sudah memiliki akses ke infrastruktur listrik skala besar dan komponen kritis yang dibutuhkan untuk operasi pusat data. Meskipun tidak semua fasilitas penambangan dapat diubah menjadi pusat data AI karena persyaratan tertentu untuk sistem pendinginan, jaringan, dan keandalan, mereka yang memiliki aset dan keahlian yang tepat berpotensi mendapatkan margin arus kas yang tinggi dan potensi valuasi besar dari operasi AI/HPC. Laporan ini mengeksplorasi lanskap saat ini untuk pusat data tradisional dan menyoroti rintangan tertentu dalam memenuhi permintaan komputasi AI. Kemudian, laporan ini menganalisis mengapa jenis penambang Bitcoin tertentu memiliki posisi yang baik untuk mengisi kesenjangan ini dan mengeksplorasi tren masa depan di persimpangan penambangan Bitcoin dan infrastruktur AI.
AI telah meledak pada tahun 2024, didorong oleh adopsi yang meningkat dari teknologi generative AI (GenAI). Menurut Pitchbook, lebih dari $680 miliar telah diinvestasikan ke dalam startup AI dan machine learning melalui lebih dari 100 ribu kesepakatan sejak tahun 2016, dengan $120 miliar diinvestasikan hanya pada tahun 2024.
Lonjakan dalam AI dan komputasi kinerja tinggi (HPC) ini menciptakan permintaan besar terhadap kapasitas pusat data. Pusat data sangat penting untuk operasi AI/HPC, menyediakan baik infrastruktur maupun daya yang dibutuhkan untuk komputasi GPU-intensif. Aplikasi AI baru seperti model bahasa besar (LLM) terutama membutuhkan daya yang tinggi. Satu kueri ChatGPT membutuhkan 2,9 watt-jam listrik, dibandingkan dengan 0,3 watt-jam untuk pencarian Google, menurut International Energy Agency.
Munculnya bisnis AI/HPC yang menghabiskan energi baru di AS berkontribusi pada peningkatan permintaan pusat data.Penelitian Goldman Sachsdiperkirakan pada tahun 2024, permintaan pusat data AS akan mencapai 21 GW (peningkatan 31% YoY). Untuk referensi, pertumbuhan permintaan pusat data di AS dari 2022-2033 diperkirakan mencapai CAGR 15,8%. Berdasarkan peningkatan permintaan pusat data yang signifikan YoY pada tahun 2024, Goldman Sachs Research memproyeksikan permintaan pusat data AS akan meningkat menjadi 45 GW pada tahun 2030. Dengan 45 GW pada tahun 2030, pusat data AS akan mengkonsumsi hingga 8% dari total kapasitas listrik AS.
Peluang pasar untuk pusat data AS akan didukung oleh peningkatan investasi ke infrastruktur AI untuk hiperskala, yang merupakan bisnis pusat data skala besar seperti Google Cloud dan AWS yang dengan cepat meningkatkan kapasitas pusat data untuk melayani klien perusahaan lainnya. Hiperskala seperti ini sedang memposisikan diri untuk permintaan pusat data yang meningkat denganmelakukanuntuk berinvestasi lebih dari $100 miliar dalam pusat data yang berfokus pada kecerdasan buatan dalam 10 tahun ke depan.JP Morgan Asset Management diperkirakaninvestasi sebesar $163 miliar akan digunakan untuk memperluas bisnis hyperscaler hingga akhir tahun 2024, meningkat 28% YoY. Pada tahun 2038, laporan tersebut memperkirakan pengeluaran modal AI hyperscaler akan mencapai $370 miliar, meningkat 127% dari perkiraan pengeluaran modal AI pada tahun 2024.
Pertumbuhan saat ini dan proyeksi dalam teknologi AI dan HPC sedang mengubah lanskap pusat data. Seiring dengan intensitas permintaan pemrosesan, hyperscalers dan pusat data semakin berkembang dari fasilitas komputasi tradisional menjadi pusat infrastruktur AI canggih. Fasilitas-fasilitas ini menjadi infrastruktur dasar yang menggerakkan teknologi-teknologi terobosan seperti kendaraan otonom, penelitian medis canggih, dan aplikasi AI generasi berikutnya. Masa depan inovasi digital akan sangat bergantung pada evolusi dan ekspansi berkelanjutan dari fasilitas komputasi kritis ini, menandai era baru dalam infrastruktur teknologi.
Pasar pusat data saat ini terdiri dari beberapa pemain publik dan swasta yang bersama-sama mengelola portofolio pusat data yang luas. Perusahaan-perusahaan terkemuka di ruang ini termasuk Digital Realty, Equinix, Vantage, EdgeConnex, dan QTS, di antara lainnya. Wilayah pusat data terbesar di AS saat ini berada di Northern Virginia, meskipun pertumbuhan di semua wilayah telah sangat besar, menyebabkan tingkat hunian mencapai rekor terendah.menurut CBRE.
Pusat data adalah tulang punggung untuk beberapa industri yang berbeda, mendukung segala hal mulai dari layanan streaming seperti Netflix hingga komputasi awan, kecerdasan buatan, dan berbagai aplikasi lainnya. Namun, tidak semua pusat data sama. Setiap pusat data dapat disesuaikan dengan fungsi tertentu dan dapat dikategorikan dalam berbagai kategori termasuk hyperscale, edge, cloud, dan pusat data perusahaan. Dan pusat data menjadi lebih besar dan lebih padat daya. Persaingan untuk menyediakan infrastruktur bagi industri yang berkembang pesat seperti AI telah menyebabkan perlombaan senjata antara hyperscaler untuk membangun kapasitas pusat data dalam jangka waktu yang dipercepat.
Penyedia pusat data tradisional yang melayani industri non-AI umumnya menggunakan portofolio pusat data yang lebih kecil dan tersebar geografis, banyak di antaranya awalnya dibangun untuk aplikasi kepadatan yang lebih rendah. Selama dekade terakhir, pusat data tradisional telah beroperasi dengan kebutuhan energi yang relatif sederhana. Meskipun menjadi dua dari perusahaan pusat data terbesar di dunia, Digital Realty ($62miliar kapitalisasi pasar) dan Equinix ($94miliar kapitalisasi pasar) umumnya mengoperasikan pusat data yang lebih kecil. Sebagai contoh, Digital Realty memiliki pusat data yang biasanya memiliki kapasitas antara 0,5 MW hingga 40 MW per fasilitas. Demikian pula, program xScale Equinix terdiri dari jaringan global pusat data dengan total kapasitas operasional hanya 292 MW di 20 fasilitasPresentasi Investor Equinix Q3 2024, 11/8/2024). Dalam perbandingan, beberapa operasi penambangan memiliki akses ke kapasitas energi yang sebanding di setiap lokasi.
Secara historis, operator-operator melihat sedikit insentif untuk meningkatkan skala dengan cepat karena layanan streaming, telekomunikasi, penyimpanan data, dan banyak aplikasi cloud memiliki kepadatan komputasi terbatas. Namun, dengan kemajuan kecerdasan buatan dan kompleksitas yang semakin meningkat dari algoritma-algoritma ini, pusat data sekarang harus mengoperasikan fasilitas-fasilitas terbaru, dengan generasi terbaru dari GPU, dan dengan skala besar untuk mengoptimalkan pelaksanaan pelatihan.
Peningkatan skala didorong oleh kemajuan dalam daya komputasi GPU dan manfaat komputasi paralel, memungkinkan pusat data membangun cluster yang lebih besar dengan kapasitas komputasi yang lebih besar. Komputasi paralel memungkinkan beban kerja didistribusikan secara mulus di seluruh GPU tambahan, sehingga efisien untuk ditingkatkan dengan menambahkan unit lebih banyak. Secara krusial, cluster besar di lokasi tunggal menawarkan latensi yang lebih rendah antar GPU, meningkatkan kinerja komputasi paralel. Keuntungan ini membuat satu klaster 200MW secara drastis lebih efektif untuk pelatihan AI daripada empat klaster 50MW yang didistribusikan secara geografis, karena komunikasi berlatensi rendah antar GPU penting untuk memaksimalkan efisiensi komputasi. Akibatnya, hyperscalers memprioritaskan lokasi tunggal dengan akses ke kapasitas daya besar untuk memenuhi tuntutan beban kerja AI canggih.
Jenis kapasitas ini saat ini sangat langka, dengan banyak fasilitas warisan yang kesulitan memenuhi tuntutan energi substansial yang diperlukan untuk beban kerja AI/HPC modern. Fasilitas yang lebih tua tidak dapat dengan mudah dimodifikasi ulang karena perbedaan dalam kebutuhan jaringan, pendinginan, dan kerapatan rak antara kasus penggunaan komputasi rendah dan tinggi, di antara faktor lain.
Hari ini, hyperscalers membutuhkan pusat data dengan kapasitas energi yang jauh lebih tinggi untuk mendukung pelatihan model-model mereka yang sangat energi-intensive, seperti model bahasa besar. Menurut artikel Desember 2020 dari Uptime Institute, kepadatan rak rata-rata untuk tahun itu adalah 8.4 kW/rak, kecuali outlier high-performance 30+ kW/rack. Pusat data ini dengan rak server yang dulunya maksimal sekitar 40 kW per rak sekarang perlu mendukung lebih dari132 kW per rakyang diperlukan untuk sistem terbaru seperti NVIDIA GB200 NVL72 - peningkatan lebih dari tiga kali lipat dalam beberapa tahun terakhir. Para ahli industriproyekpeningkatan kepadatan komputasi dan evolusi dariHukum Mooredapat meningkatkan kebutuhan daya rak server ke tingkat yang belum pernah terjadi sebelumnya.
Akibatnya, operator pusat data tradisional telah beralih fokusnya ke pengembangan lahan baru untuk menampung generasi baru pusat data khusus AI/HPC ini, yang akan memiliki jangka waktu multi-tahun untuk persetujuan energi dan pembangunan.Menurut laporan terbaru Departemen Energi AS, telah terjadi lonjakan tajam dalam permintaan koneksi untuk fasilitas mulai dari 300 MW hingga 1.000 MW atau lebih yang menyebabkan kapasitas jaringan lokal terbebani untuk menyampaikan listrik dengan kecepatan yang dipercepat ini, menyebabkan jangka waktu interkoneksi dan konstruksi memanjang 2- 4 tahun, menurut CBRE.
Hyperscalers sekarang bertujuan untuk membangun kluster GPU terbesar yang mungkin untuk melatih model AI/HPC, dengan beberapa perusahaan menargetkan pusat data berkapasitas gigawatt untuk menampung ratusan ribu GPU generasi berikutnya. Sementara hyperscalers membangun pusat data mereka sendiri, mereka terus sangat bergantung pada penyedia pihak ketiga dengan kapasitas daya yang mapan untuk menghidupkan GPU pada timeline yang dipercepat. Namun, hanya sedikit pusat data yang ada mampu menangani tuntutan daya yang luar biasa dan kepadatan energi rak yang tinggi. Kekurangan ini sebagian besar berasal dari kurangnya antisipasi untuk pertumbuhan eksponensial dalam permintaan pusat data.
Penambang Bitcoin berada pada posisi untuk memenuhi permintaan energi yang dibutuhkan oleh hyperscalers karena mereka memiliki fasilitas berkekuatan besar dan siap pakai. Selama bertahun-tahun, para penambang telah mencari lokasi dengan pasokan energi yang melimpah dan terjangkau serta mendapatkan akses ke kapasitas daya yang substansial di satu lokasi, bersama dengan komponen infrastruktur yang memerlukan waktu lama seperti komponen sub-station dan peralatan tegangan menengah-hingga-tinggi. Beberapa situs penambangan sudah siap pakai, yang mengatasi salah satu kendala terbesar bagi hyperscalers: akses ke pasokan daya berkekuatan besar yang dapat diandalkan.
Dengan memasuki situs penambangan Bitcoin yang siap tenaga ini, para hyperscaler dapat menghindari proses yang panjang untuk mendapatkan ketersediaan energi dan fokus pada penyesuaian kembali dan penyesuaian infrastruktur untuk memenuhi kebutuhan khusus mereka. Banyak penambang mengendalikan situs berdaya megawatt multi-ratus, skala yang sangat sedikit operator pusat data tradisional yang berhasil amankan di lokasi tunggal. Beberapa operasi penambangan besar telah mendirikan akses ke infrastruktur tenaga skala industri, mengamankan jalur pipa energi dengan kapasitas melebihi 2 gigawatt (GW), menjadikan para penambang sangat cocok untuk mendapatkan manfaat dari peningkatan permintaan kapasitas tenaga. Meskipun terdapat perbedaan kunci antara penambangan Bitcoin tradisional dan pusat data kecerdasan buatan (AI), para penambang membawa pengalaman berharga dalam konstruksi skala besar dan manajemen pusat data, seringkali dengan tim elektrikal, mekanikal, fasilitas, dan keamanan yang sudah mapan. Keahlian ini dapat lebih memperlancar transisi bagi para hyperscaler yang ingin melakukan skala dengan cepat.
Tidak semua penambang dapat memanfaatkan peluang AI/HPC. Untuk membangun pusat data yang cocok untuk AI/HPC, beberapa faktor kritis harus terpenuhi, termasuk akses ke lahan yang luas, air untuk pendinginan, serat gelap, daya yang dapat diandalkan, dan tenaga kerja terampil. Sayangnya, meskipun syarat-syarat ini terpenuhi, perusahaan yang belum memiliki persetujuan yang diperlukan (misalnya, kapasitas daya, lahan, dan zonasi) atau sudah memiliki komponen infrastruktur kritis dengan waktu pelaksanaan lama akan mengalami hambatan dan penundaan dalam pengembangan.
Alasan kritis lainnya mengapa tidak semua penambang Bitcoin dapat memanfaatkan peluang AI/HPC adalah bahwa infrastruktur yang ada untuk penambang tidak dapat langsung dipindahkan atau cocok untuk pusat data AI karena perbedaan dalam desain dan persyaratan operasional. Meskipun ada beberapa kesamaan dalam infrastruktur listrik kunci, termasuk komponen substation tegangan tinggi dan sistem distribusi, ada persyaratan khusus untuk pusat data AI yang membutuhkan keahlian halus dan tenaga kerja terampil.
Pusat data AI merupakan tingkatan yang lebih kompleks dalam hampir semua bagian operasi termasuk sistem mekanikal, pendinginan, dan jaringan, yang membuat mengkonversi fasilitas penambangan Bitcoin menjadi pusat data AI/HPC menjadi usaha yang menantang. Di bawah ini, kami merinci beberapa peningkatan utama yang diperlukan bagi para penambang untuk memodernisasi fasilitas yang sudah ada menjadi pusat data AI:
1. Infrastruktur Jaringan:
Beban kerja AI/HPC menuntut koneksi berkecepatan tinggi dan rendah-latensi antara GPU di pusat data. Oleh karena itu, jaringan internal untuk beban kerja AI/HPC jauh lebih rumit daripada untuk pertambangan karena GPU terus-menerus berkomunikasi satu sama lain. Kunci keberhasilan operasi AI adalah pengembangan tulang punggung jaringan optimal untuk memastikan eksekusi beban kerja yang cepat. Selain itu, seseorang harus memastikan konektivitas ke serat gelap dari situs dan memenuhi persyaratan latensi, yang tidak diperlukan oleh situs pertambangan.
2. Sistem Pendinginan:
Penambang menggunakan beragam desain pendinginan termasuk udara-dingin, air-dingin, dan sistem pendinginan cairan. Pendinginan terutama difokuskan pada mesin itu sendiri, dengan perhatian yang lebih sedikit pada infrastruktur pendukung. Di sisi lain, pusat data kecerdasan buatan akan memerlukan solusi pendinginan yang lebih canggih, seperti pendinginan cair langsung ke chip, untuk mendinginkan generasi terbaru server NVIDIA yang padat daya, dikombinasikan dengan sistem udara-dingin tambahan untuk infrastruktur jaringan dan mekanis pendukung.
3. Redundansi:
Pusat data AI memiliki persyaratan redundansi yang lebih ketat daripada pusat data pertambangan Bitcoin. Operasi pertambangan bersifat fleksibel, sehingga tidak perlu memiliki pembangkit daya cadangan yang kuat. Pusat data AI, di sisi lain, umumnya menggunakan redundansi setidaknya N+1 di seluruh operasi, dengan komponen yang lebih kritis, seperti komponen jaringan inti dan penyimpanan, memerlukan tingkat redundansi yang lebih lanjut untuk memastikan operasi yang tidak terganggu atau setidaknya caching dan checkpointing yang tepat dari data dalam hal kegagalan peralatan. Ini berarti bahwa untuk setiap bagian infrastruktur penting, seperti peralatan pendingin, harus ada cadangan (redundansi N+1). Misalnya, saat melakukan perawatan pada satu unit pendingin, unit tambahan harus tersedia untuk menjaga operasi yang kontinu. Tingkat redundansi seperti ini jarang ditemukan di fasilitas pertambangan, yang tidak memiliki persyaratan uptime seperti itu.
4. Desain Faktor Bentuk Ulang:
Pusat data kecerdasan buatan menggunakan server rak yang sangat berbeda dari faktor bentuk kotak sepatu dari ASIC yang digunakan dalam penambangan bitcoin. Untuk menampung perangkat keras AI, diperlukan desain ulang lengkap dari infrastruktur fisik internal fasilitas untuk mendukung sistem rak dan kebutuhan pendinginan, jaringan, dan listrik khusus mereka.
5. Perbedaan Lainnya:
Secara kolektif, faktor-faktor ini menunjukkan bahwa mendesain dan mengubah fasilitas pertambangan agar sesuai dengan persyaratan pusat data AI/HPC adalah tantangan desain dan teknik. Persyaratan infrastruktur yang ditingkatkan juga menyebabkan biaya modal pengeluaran pusat data AI/HPC meningkat secara substansial dibandingkan dengan biaya konstruksi pertambangan bitcoin.
Meskipun para penambang mungkin memiliki infrastruktur dan lokasi yang sesuai, beralih ke operasi AI/HPC membutuhkan lebih dari sekadar aset fisik - ini membutuhkan keahlian khusus, tumpukan teknologi yang berbeda, dan model bisnis baru. Mereka dengan tim manajemen berpengalaman yang dapat berhasil membangun operasi AI/HPC memiliki peluang besar untuk memberikan nilai tambah yang signifikan bagi perusahaan mereka. Berikut adalah beberapa manfaat utama yang dapat menambah nilai bagi perusahaan yang memilih untuk mengalokasikan sumber daya pusat data dan listrik mereka dari penambangan bitcoin ke AI/HPC:
Oleh karena itu, prediktabilitas aliran kas, pasar pembiayaan aktif, dan potensi penilaian yang signifikan membuat peluang AI/HPC sangat menarik dan meningkatkan nilai bagi penambang dengan aset yang tepat. Penambang ini sedang berada di jalur yang tepat untuk membuat kemajuan yang berarti ke pasar pusat data tradisional dan menjadi beberapa operator terbesar di industri tersebut.
AI/HPC telah menjadi sorotan selama beberapa bulan terakhir, namun kami masih mengharapkan melihat peningkatan terus-menerus dalam tingkat hash dan pertumbuhan jaringan penambangan bitcoin. Pertumbuhan dalam penambangan telah berjalan sejajar dengan pertumbuhan dalam AI/HPC. Peningkatan harga Bitcoin telah meningkatkan profitabilitas penambang, dan penambangan bisa menjadi lebih menguntungkan jika harga terus bergerak naik dan melampaui pertumbuhan kesulitan jaringan. Tetapi dengan kedua Bitcoin dan AI/HPC meningkat, bagaimana pemandangan penambangan akan terlihat di masa depan? Di bawah ini kami menjabarkan beberapa tren utama dalam perpotongan AI/HPC dan penambangan Bitcoin yang bisa terjadi dalam waktu dekat:
Penambang Memaksimalkan Nilai dari Sebuah Elektron:
Sebagian besar penambang bitcoin selalu memprioritaskan memaksimalkan nilai akses energi mereka. Saat ini, pusat data AI adalah rute yang paling menguntungkan bagi mereka dengan situs yang dapat beradaptasi. Mengingat peningkatan nilai dari situs AI/HPC, kemungkinan situs penambangan yang dapat diubah menjadi pusat data AI/HPC akan mengikuti jalur tersebut untuk memaksimalkan nilai pemegang saham. Namun, ini tidak selalu menandakan kerugian bagi penambang Bitcoin. Kami masih mengharapkan pertumbuhan hashrate jaringan, tetapi dengan kecepatan yang lebih lambat jika tidak ada penambang utama AS yang mengubah situs menjadi pusat data AI/HPC. Konversi-konversi tersebut memberi manfaat bagi penambang yang tetap ada di jaringan dengan menghilangkan hashrate yang bersaing.
Bitcoin Mining sebagai Dorongan untuk Menghasilkan Uang dari Energi Terperangkap:
Saat AI/HPC semakin populer, kami memperkirakan para penambang akan lebih fokus pada peningkatan kapasitas mereka di daerah-daerah terpencil, karena para hyperscalers mengalahkan mereka di pasar yang lebih berkembang dengan situs-situs besar yang dapat digunakan untuk AI/HPC. Sifat tanpa izin, tidak terikat lokasi, dan fleksibel dari penambangan bitcoin membuatnya menjadi salah satu cara terbaik untuk memanfaatkan kapasitas generasi yang terbuang.
Kami berharap sebagian besar penambangan Bitcoin akan didorong ke batas-batas untuk memonetisasi kapasitas daya terjebak - terutama di daerah terpencil di AS dan secara internasional di negara-negara seperti Ethiopia, Paraguay, dan pasar-pasar baru lainnya di mana energi murah yang berlebihan melimpah.
Penambangan Bitcoin sebagai Jembatan Strategis untuk Investasi Infrastruktur dan opsi AI/HPC
Selain itu, ketika berbagai wilayah di AS bekerja untuk membangun infrastruktur transmisi dan konektivitas serat optik, penambangan bitcoin dapat berfungsi sebagai jembatan untuk mendukung proyek infrastruktur energi berkapasitas lebih besar, seperti pembangunan substation dan generasi, bahkan dalam kasus di mana tidak ada peluang segera atau jelas untuk memanfaatkan kapasitas untuk AI / HPC. Dengan menggunakan penambangan bitcoin untuk investasi real estat dan investasi terkait generasi yang berpeluang, investor dapat menghasilkan pengembalian sambil menunggu kasus penggunaan energi jangka panjang lainnya untuk muncul, menjadikannya sebagai strategi menarik untuk pertumbuhan infrastruktur dan investasi.
Tambang Bitcoin masih dapat dijalankan sebagai bisnis yang menguntungkan dalam jangka panjang bagi para penambang yang tidak dapat beralih ke pusat data AI/HPC. Sejumlah penambang telah membeli fasilitas beban besar tanpa penyewa AI/HPC yang ada dan juga telah berinvestasi di lokasi-lokasi dalam berbagai tahap pengembangan. Seperti yang kami uraikan sebelumnya, beberapa lokasi ini kemungkinan besar tidak memiliki sifat-sifat yang optimal untuk AI/HPC, namun tetap berguna untuk penambangan Bitcoin. Penambang lain tidak memiliki tim atau keahlian internal untuk menandatangani perjanjian dengan pihak pembeli besar dan menghadapi tantangan teknik dan proyek konstruksi besar. Harapan bagi penambang yang ingin memaksimalkan nilai adalah untuk mengamankan klien AI, namun dalam kasus di mana peluang AI/HPC tidak muncul, para penambang ini masih memiliki opsi untuk membangun bisnis penambangan BTC yang menguntungkan.
Sinergi yang Muncul antara Pusat Data AI/HPC dan Penambangan
Produsen ASIC seperti Bitmain telah mulai mengembangkan ASIC dengan faktor bentuk yang mirip dengan GPU untuk rak pusat data. Penyesuaian lebih lanjut dari faktor bentuk ASIC dengan faktor bentuk GPU generasi berikutnya akan memungkinkan pusat data untuk memonetisasi rak server yang kurang digunakan dengan memasang penambang berukuran server di ruang rak kosong yang dapat membantu menyederhanakan retrofit pusat data untuk AI/HPC jika rak serupa digunakan. Ke depannya, penambang mungkin lebih suka membeli mesin-mesin ini, karena mereka mempertahankan fleksibilitas dalam desain pusat data dan dapat membantu penambang beralih lebih mudah ke AI/HPC jika peluang nilai lebih tinggi muncul.
Seiring dengan meningkatnya kapasitas pusat data AI/HPC, dampaknya terhadap grid juga semakin besar. Meskipun pusat data ini harus online hampir sepanjang waktu, ini tidak berarti total energi yang dikonsumsi konstan. Faktanya, profil beban untuk pelatihan AI/HPC dapat sangat fluktuatif, ketika periode eksekusi komputasi intensif mengambil lebih banyak daya dan periode checkpoint mengambil lebih sedikit. Frekuensi checkpoint bervariasi dan tergantung pada infrastruktur yang digunakan dan ukuran model, proses ini dapat memakan waktu dari beberapa menit hingga puluhan menit. Seiring dengan bertambahnya ukuran model, lebih banyak data harus disimpan, meningkatkan waktu yang dibutuhkan untuk menyimpan semua data.
Demikian pula, untuk beban kerja inferencing AI/HPC, profil beban diharapkan dapat sejalan dengan permintaan pelanggan, karena setiap permintaan model diproses langsung di pusat data. Awalnya, profil ini mungkin menunjukkan volatilitas yang signifikan karena permintaan untuk model-model berfluktuasi. Namun, seiring berjalannya waktu, ketika model-model tertentu mendapatkan adopsi yang luas, beban dapat menjadi lebih dapat diprediksi, dengan permintaan puncak selama jam-jam siang yang diikuti oleh penurunan pada malam hari. Siklus beban harian ini merupakan peluang yang ideal untuk penambangan Bitcoin, karena operasi penambangan dapat secara dinamis meningkatkan atau menurunkan skala untuk melengkapi permintaan energi yang fluktuatif dari proses inferensi AI.
Akibatnya, di masa depan penambangan bitcoin dapat digunakan sebagai mekanisme penyeimbang beban, di mana penambangan meningkat selama periode beban yang lebih rendah dan menurun saat beban AI pulih. Mungkin juga ada periode di mana penyewa tidak perlu menggunakan seluruh kapasitas GPU, sehingga penambang dapat meningkatkan.
Manfaatnya jelas bagi operator pusat data, karena mereka dapat mengekstrak nilai lebih lanjut dari kapasitas yang dapat online, dan bagi penyewa, ini menawarkan tingkat stabilitas beban ke pusat data dan grid secara keseluruhan. Saat klaster pusat data semakin berkembang dalam ukuran, konsumsi daya dan dampaknya terhadap grid akan semakin diperhatikan dan memastikan stabilitas beban akan menjadi hal yang krusial.
Pengalihan MW ke AI / HPC Harus Memperlambat Tingkat Pertumbuhan Hashrate
Para penambang yang terlibat dalam operasi AI/HPC secara aktif mengalihkan kapasitas yang seharusnya digunakan untuk penambangan bitcoin, yang seharusnya melambatkan laju pertumbuhan hashrate jaringan. Hal ini sangat penting ketika mempertimbangkan pasar bullish potensial di bitcoin, di mana kenaikan harga bitcoin tidak akan memiliki peningkatan hashrate jaringan yang sebanding dan seimbang, sehingga mendorong hashprice lebih tinggi. Dengan demikian, meskipun begitu, kami masih mengharapkan hashrate jaringan meningkat seiring dengan mesin penambangan yang lebih efisien diaktifkan, baik itu digunakan untuk menggantikan mesin generasi sebelumnya atau energisasi baru di lokasi yang tidak cocok untuk bisnis AI/HPC.
Permintaan pusat data di Amerika Serikat bisa meledak dengan tingkat yang belum pernah terjadi sebelumnya, dengan proyeksi menunjukkan peningkatan 31% YoY pada tahun 2024 saja. Ramalan yang sama ini memprediksi bahwa kapasitas pusat data AS akan lebih dari dua kali lipat selama lima tahun ke depan, melonjak dari kapasitas pusat data 21 GW saat ini menjadi sekitar 45 GW. Pertumbuhan yang sangat cepat ini, yang dikombinasikan dengan ratusan miliar dolar investasi dari penyedia hyperscale selama 5-10 tahun ke depan, menciptakan peluang menarik bagi bisnis yang dapat menawarkan dua sumber daya penting: energi terjangkau yang melimpah dan infrastruktur yang kuat yang mampu mendukung operasi AI dan HPC.
Boom AI dan HPC saat ini mengungkapkan satu kelemahan kritis dalam pusat data warisan mereka, yaitu ketidakmampuan mereka untuk memodifikasi fasilitas yang sudah ada untuk memenuhi tuntutan daya yang intens dari beban kerja AI modern. Kekosongan ini di pasar menciptakan peluang signifikan bagi operasi penambangan Bitcoin, yang sudah memiliki apa yang dibutuhkan perusahaan AI/HPC dengan putus asa: situs skala besar dengan jadwal penyalaan yang dipercepat. Hyperscalers memiliki pilihan terbatas untuk memperluas operasi mereka dengan cepat untuk menjaga keseimbangan dengan permintaan yang meledak dari bisnis AI/HPC. Penambang Bitcoin muncul sebagai pilihan yang logis dan layak bagi Hyperscalers untuk memperluas bisnis mereka dan tetap bersaing di pasar yang berkembang. Namun, peluang generasi ini bagi para penambang Bitcoin tetap selektif. Hanya sebagian kecil operasi penambangan Bitcoin yang memiliki infrastruktur dan kemampuan yang diperlukan untuk berhasil mendukung persyaratan yang menuntut dari beban kerja AI/HPC modern. Para penambang yang memiliki aset yang langka ini dan berusaha memaksimalkan nilainya akan beralih menjadi pusat data AI/HPC.
Meskipun beberapa kritikus berpendapat bahwa penambang Bitcoin yang beralih ke layanan AI/HPC dapat melemahkan keamanan jaringan dengan mengurangi daya komputasi yang diperuntukkan untuk penambangan blok, pergeseran ini sebenarnya dapat menguntungkan ekosistem penambangan yang lebih luas. Para penambang yang tidak dapat memenuhi permintaan untuk situs AI/HPC dapat melihat peningkatan profitabilitas dari peningkatan hashprice. Seiring semakin banyak penambang offline, dan harga bitcoin mengalami apresiasi, peningkatan hashprice akan sangat meningkatkan margin keuntungan untuk semua penambang Bitcoin. Dengan harga bitcoin naik hingga 143% YTD, bersama dengan Presiden pro-bitcoin baru di Oval Office, penambangan Bitcoin di AS berada pada posisi untuk memasuki era terkuatnya.
Persimpangan antara kripto dan AI adalah salah satu sektor kripto terpanas pada tahun 2024. Pada bulan Desember 2024, total kapitalisasi pasar untuk proyek kripto dengan token likuid yang membangun proyek AI mencapai sekitar $33 miliar. Selain itu, Galaxy Research memperkirakan bahwa lebih dari $382 juta investasi VC telah dialokasikan untuk startup kripto AI tahap awal pada tahun 2024. Meskipun sebagian besar proyek kripto AI kurang cocok dengan pasar produk, persimpangan penambangan Bitcoin dengan pertumbuhan bisnis AI/HPC sangat jelas. Masuknya penambangan Bitcoin ke dalam ranah AI mencolok dari tumpang tindih antara kedua ruang ini karena potensi untuk memasok dalam skala komponen paling penting bagi bisnis AI/HPC - energi. Sebagai hasilnya, penambang Bitcoin yang memiliki aset konversi AI/HPC dapat menjadi salah satu investasi kripto x AI yang murni dan dapat diskalakan dalam industri saat ini.