headphones
挖矿亏成狗,矿工集体改行AI算力?
区块链网
区块链网
Follow
Focus
根据行业数据,当前比特币挖矿的平均生产成本约为8.8万美元,而市场价格却低于这一水平,矿工们正面临约21%的亏损。这意味着每挖出一个比特币,就要亏掉将近两万美元。
Helpful
Unhelpful
Play

作者:区块链网

比特币价格近期持续低迷,让不少矿主的日子越来越难过。根据行业数据,当前比特币挖矿的平均生产成本约为8.8万美元,而市场价格却低于这一水平,矿工们正面临约21%的亏损。这意味着每挖出一个比特币,就要亏掉将近两万美元。对很多中小型矿场来说,这种压力已经快要扛不住了。

屋漏偏逢连夜雨。就在矿主们为电价和设备折旧发愁的时候,挖矿难度悄然下调了7.76%。按理说,难度下降应该让挖矿变得更容易才对,为什么矿工们的日子反而更难过呢?事情没那么简单。难度下调恰恰反映了另一个趋势——越来越多的矿工正在退出或者转型,整个网络的算力在减少。

说白了,这就是一个典型的负反馈循环。价格太低,挖矿不赚钱,矿工关机走人,网络算力下降,难度跟着下调。但下调幅度越大,反而越是印证了行业的凄凉处境。很多矿主现在最关心的已经不是能不能挖到币,而是如何才能少亏一点。

在这种情况下,越来越多的比特币矿工开始把目光投向了人工智能算力市场。这几年AI大火,尤其是大语言模型训练需要海量计算资源,GPU集群成了香饽饽。英伟达的股票涨成什么样大家有目共睹,而那些原本用来挖比特币的显卡和计算设备,稍微改造一下就能用于AI计算。

转型做AI算力租赁,听起来是个不错的出路。矿场有现成的机房、有成熟的散热系统、有稳定的电力供应,这些条件稍加调整就能用来跑AI模型训练任务。而且相比挖比特币的不确定性,AI算力的需求看起来更加稳定——至少目前各大科技公司都在疯狂囤GPU,云计算市场的需求肉眼可见地在增长。

不过转型也不是说转就能转的。首先,AI计算和比特币挖矿对硬件的要求不一样。比特币挖矿用的是专用矿机(ASIC),这些家伙虽然挖矿效率高,但基本只能用来算哈希值,想让它跑AI模型那是强人所难。所以很多转型做AI算力的矿场,实际上是在用之前囤的GPU显卡,比如那些早年挖以太坊用的显卡。这些显卡虽然比不了最新的AI专用芯片,但跑一些中小规模的模型推理任务还是够用的。

其次,AI算力市场的竞争可比挖矿激烈多了。传统云计算巨头、芯片厂商、甚至各大科技公司自己都在建算力池,矿工们贸然冲进去,能不能分到一杯羹还真不好说。价格战打起来,那些有技术积累和客户资源的玩家肯定更有优势。

还有一个现实问题就是现金流。挖矿亏损已经让很多矿场主焦头烂额了,转型AI算力需要投入资金改造设备、搭建网络、组建技术团队,这些都不是小数目。钱从哪儿来,是个硬问题。

话又说回来,对于那些已经在亏损边缘试探的矿主来说,不转型可能是等死,转型了或许还能搏一搏。7.76%的难度下调听起来只是个数字,但它背后折射出的是整个行业的结构性困境。当挖矿从一门生意变成了一种负担,及时止损和寻找新出路就成了必然选择。

至于比特币价格什么时候能回暖,谁也说不准。币圈的事儿影响因素太多,政策、情绪、宏观经济,哪个因素都可能让价格坐上过山车。矿工们能做的,就是在寒冬里保住现金流,等待下一个春天。

但下一个春天来的时候,还有多少矿工在场上,就不好说了。

Open App for Full Article
DisclaimerThis website, hyperlinks, related apps, forums, blogs, media accounts, and other platforms' content are all sourced from third-party platforms and users. CoinWorldNet makes no guarantees about the website or its content. All blockchain data and other materials are for educational and research purposes only and do not constitute investment, legal, or other advice. Users of the CoinWorldNet and third-party platforms are solely responsible for the content they post, which is unrelated to CoinWorldNet. CoinWorldNet is not liable for any loss arising from the use of this website's information. You should use the data and content cautiously and bear all associated risks. It is strongly recommended that you independently research, review, analyze, and verify the content.
Comments(0)
Popular
Latest

No Comments

edit
comment
collection
like
share