Perusahaan AI Beralih ke Penambangan Bitcoin dengan Memanfaatkan Daya Pusat Data

8 jam yang lalu
2 menit baca
1 tampilan

Poin Penting

Perusahaan-perusahaan AI kini memanfaatkan daya pusat data yang berlebih untuk menambang Bitcoin. Langkah ini dapat membantu menstabilkan jaringan listrik, meningkatkan efisiensi energi, dan memberikan manfaat ekonomi bagi kedua sektor, menurut analis industri.

Proyek Penambangan Bitcoin

Pada bulan Juni, penambang Bitcoin Mara Holdings meluncurkan proyek yang memanfaatkan daya menganggur dari pusat data kecerdasan buatan (AI) untuk menambang Bitcoin (BTC). Sebelumnya, pesaingnya, Riot Platforms, mengumumkan telah menginvestasikan $1 miliar untuk infrastruktur energi yang akan digunakan dalam penambangan Bitcoin dan operasi AI.

“Inisiatif ini sangat signifikan,” kata Daniel Batten, investor teknologi iklim dan analis terkemuka mengenai jejak lingkungan Bitcoin, saat berbicara tentang proyek Mara. “Konvergensi antara AI dan penambangan Bitcoin sedang terjadi,” ujarnya kepada Cryptonews.

Konvergensi AI dan Penambangan Bitcoin

Hingga saat ini, sebagian besar perusahaan penambangan Bitcoin berusaha mendiversifikasi layanan mereka ke dalam komputasi AI untuk memanfaatkan aliran pendapatan baru, kata Batten. Namun, langkah Mara mengubah paradigma: perusahaan AI kini berperan sebagai penambang Bitcoin.

“Konvergensi ini terjadi dalam kedua arah,” tambahnya, mencatat bahwa perusahaan kecerdasan buatan didorong oleh kebutuhan untuk memonetisasi energi yang tidak terpakai dan mengoptimalkan strategi pengadaan daya mereka.

Konsumsi Energi dalam Pelatihan Model AI

Menjalankan model bahasa besar (LLM) seperti GPT dari OpenAI atau melatih sistem pengenalan gambar pada tingkat hiperskala memerlukan daya komputasi yang sangat besar — dan, oleh karena itu, energi yang signifikan. Sebagai contoh, pelatihan model GPT-3 diperkirakan menggunakan hampir 1.300 megawatt jam (MWh) listrik dalam setahun — setara dengan konsumsi listrik tahunan sekitar 130 rumah tangga di AS. Sementara itu, pelatihan GPT-4 yang lebih canggih diperkirakan memerlukan 50 kali lebih banyak energi, menurut para peneliti.

Menangani Dilema Permintaan Energi

Menurut Batten, hubungan antara AI dan penambangan Bitcoin sedang mengatasi ketidakefisienan jangka panjang dalam dinamika daya pusat data, dengan mengubah energi berlebih menjadi sumber nilai baru. Bagi perusahaan AI yang menghabiskan jutaan setiap hari untuk komputasi, kemampuan untuk menambang Bitcoin selama jam-jam sepi dapat mengurangi biaya operasional.

Mara Holdings menjadi pelopor dalam hal ini. Penggunaan infrastruktur AI oleh perusahaan yang berbasis di Florida ini untuk menambang Bitcoin tidak hanya mengurangi limbah tetapi juga menciptakan pendapatan baru sambil menghasilkan konsumen energi yang responsif terhadap jaringan.

“Memenuhi tuntutan infrastruktur komputasi saat ini bukan hanya tentang menambah lebih banyak energi, tetapi tentang memanfaatkan daya yang kita miliki dengan lebih baik,” kata Fred Thiel, CEO Mara, dalam pernyataan pers baru-baru ini.

Stabilitas Jaringan Listrik

Menurut Batten, penambangan Bitcoin dapat menstabilkan lonjakan permintaan daya AI yang tidak terduga. Hal ini karena, tidak seperti sebagian besar proses industri, penambangan Bitcoin dapat dinaikkan atau diturunkan dalam hitungan detik, merespons kebutuhan jaringan secara real-time.

“Ini berarti Anda dapat menempatkan lebih banyak energi terbarukan variabel ke dalam jaringan [tanpa risiko pemadaman atau penurunan daya],” kata Batten. “Jika tidak, mereka [operator jaringan] harus merespons dengan hanya memberikan energi dasar.”

Kesimpulan

Konvergensi antara AI dan Bitcoin, dua sektor yang membutuhkan banyak energi, juga penting untuk mengurangi emisi karbon. Para ahli mengatakan bahwa dengan stabilitas jaringan yang lebih baik dan lebih sedikit limbah energi, integrasi energi terbarukan akan menjadi lebih layak. Seperti yang dicatat Batten, pertanyaan besar adalah apakah model Mara dapat diskala.

“Tentu saja,” tegas Batten. “Setiap perusahaan AI yang membeli energi dalam jumlah besar di muka dapat mengambil manfaat dari model ini, sehingga perusahaan menengah hingga hiperskala dapat berpartisipasi. Hampir semua orang kecuali operator kecil dapat memanfaatkan ini.”