Projekty związane z sztuczną inteligencją (AI) w świecie kryptowalut staną przed ogromnym wyzwaniem związanym z uzyskaniem wystarczającej mocy obliczeniowej. Wsparcie gospodarki twórczej poprzez generowanie wideo przy użyciu AI będzie wymagać większej ilości procesorów graficznych (GPU) niż wszystkie główne firmy technologiczne obecnie działające na rynku.
Możliwość generowania wideo na podstawie tekstu elektryzuje rynek kryptowalutowy, a tokeny związane z technologią AI zyskały na wartości, gdy OpenAI po raz pierwszy zaprezentowało demo Sora. Aby uczynić tę technologię powszechnie dostępną, ilość wymaganej mocy obliczeniowej będzie ogromna. Do stworzenia wideo na podstawie tekstu będzie potrzebnych więcej procesorów graficznych klasy serwerowej H100, niż produkuje je Nvidia w ciągu roku, albo niż posiadają ich najwięksi klienci w swoich centrach danych.
Pierwsze demo generatora tekstu-na-wideo OpenAI, Sora, zaskoczyło świat, a to odnowiło zainteresowanie tokenami związanymi z sztuczną inteligencją, które zyskały na wartości po prezentacji demo. W kolejnych tygodniach pojawiło się wiele projektów kryptowalutowych związanych z AI, obiecujących również generowanie wideo i obrazów na podstawie tekstu, a kategoria tokenów AI ma obecnie kapitalizację rynkową wynoszącą 25 miliardów dolarów według danych CoinGecko.
>> Czytaj również: +357.70% w miesiąc! Rynek kryptowalut wciąż daje sporo zarobić...
Za obietnicą generowania wideo za pomocą AI stoją armie procesorów graficznych (GPU) od firm takich jak Nvidia i AMD, które umożliwiają rewolucję w dziedzinie sztucznej inteligencji dzięki swojej zdolności do przetwarzania dużych ilości danych. Ale ile takich procesorów będzie potrzebnych, aby technologia ta stała się powszechna? Więcej, niż miały w swoim arsenałach w 2023 roku główne firmy technologiczne.
Według niedawnego raportu badawczego przygotowanego przez Factorial Funds, do wsparcia społeczności twórców TikToka i YouTube'a będzie potrzebnych aż 720 000 najwyższej klasy procesorów graficznych Nvidia H100. Sora, według Factorial Funds, wymaga nawet do 10 500 potężnych GPU przez miesiąc na trening, i może wygenerować tylko około 5 minut wideo na godzinę na GPU do wnioskowania.
Jak pokazuje powyższy wykres, szkolenie tego wymaga znacznie więcej mocy obliczeniowej niż w przypadku GPT4 lub generacji obrazów. Z powszechnym przyjęciem technologii, proces wnioskowania przewyższy trening pod względem użycia mocy obliczeniowej. Oznacza to, że im więcej osób i firm zacznie korzystać z modeli AI, takich jak Sora, do generowania wideo, tym większa będzie potrzeba mocy obliczeniowej do tworzenia nowych wideo.
W celu uświadomienia skali tego zadania, Nvidia dostarczyła w 2023 roku 550 000 procesorów graficznych H100. Dane z Statista pokazują, że dwunastu największych klientów korzystających z procesorów graficznych H100 od Nvidia mają łącznie 650 000 kart, a dwaj najwięksi - Meta i Microsoft - posiadają ich łącznie 300 000.
>> Czytaj także: -6.46% spadek ceny Ethereum ETH. Ile będziemy czekać na kolejne wzrosty krypto
Przy założeniu kosztu 30 000 dolarów za jedną kartę, potrzebne byłoby 21,6 miliarda dolarów, aby spełnić marzenia o powszechnym stosowaniu generowania tekstu-na-wideo za pomocą AI, co stanowi niemal całą kapitalizację rynkową tokenów AI w chwili obecnej. A to pod warunkiem, że fizycznie można zdobyć wszystkie potrzebne procesory graficzne.
Nvidia nie jest jedynym graczem na rynku. Chociaż jest synonimem rewolucji w dziedzinie sztucznej inteligencji, nie jest jedynym graczem na rynku. Jego wieczny rywal, firma AMD, również produkuje konkurencyjne produkty, a inwestorzy równie hojnie wynagradzają tę firmę, co sprawiło, że jej akcje wzrosły z poziomu 2 dolarów w jesieni 2012 roku do ponad 175 dolarów dziś.
Istnieją również inne sposoby na zewnętrzne zapewnienie mocy obliczeniowej do farm GPU. Render (RNDR) oferuje rozproszone obliczenia GPU, podobnie jak Akash Network (AKT). Jednak większość procesorów graficznych w tych sieciach to karty gamingowe klasy detalicznej, które są znacznie mniej wydajne niż serwerowe H100 od Nvidii lub konkurencyjne od AMD.
