El lucrativo mundo de la minería de altcoins de prueba de trabajo era un espectáculo para contemplar, recompensando a los mineros con ganancias impresionantes... hasta que Ethereum tomó un desvío hacia la prueba de participación o proof of stake. Pero una industria emergente está captando la atención de aquellos que se encontraron con cientos de tarjetas gráficas inactivas después de la fusión: la inteligencia artificial (IA).
Este nuevo y querido avance tecnológico, impulsado por el lanzamiento de ChatGPT, requiere del procesamiento de vastas cantidades de datos, similar a la minería de Ethereum, y la mejor manera de hacer tal trabajo pesado es con GPUs, muchas de ellas.
Sin embargo, esto podría no ser la panacea que muchos esperaban porque las GPUs, los fieles caballos de batalla de la minería de criptomonedas, no son exactamente los jugadores estrellas en el campo del entrenamiento de IA. ¿Por qué? Vamos a destilar este complejo problema a su punto más básico.
Un cuento de dos necesidades
Este es el meollo del asunto: la minería de criptomonedas y el entrenamiento de IA tienen apetitos divergentes para sus GPUs perfectas. Es como salir con dos personas con gustos muy diferentes. Las criptomonedas de prueba de trabajo tienen una debilidad por las tarjetas con toneladas de potencia de hash, pero les importa poco la vRAM (memoria de acceso aleatorio de video). En contraste, la IA es una adicta a las tarjetas con abundante vRAM y le importa muy poco la potencia de hash.
Imagina la potencia de hash como el músculo de la operación: todo se trata del número de cálculos que tu GPU puede procesar por segundo. Cuanto mayor sea la tasa de hash, mejores serán tus posibilidades de desbloquear ese bloque elusivo y disfrutar de la fortuna de la fortuna otorgada por el algoritmo de la blockchain que estás minando. Es como un escenario de citas rápidas: cuanto más personas conozcas (cálculos que hagas), mayores serán tus posibilidades de descubrir una pareja (minar un bloque).
Por el contrario, vRAM es la capacidad para manejar y almacenar grandes volúmenes de datos simultáneamente. Es la diferencia entre hacer malabares con dos pelotas o con veinte. El entrenamiento de IA es conocido por ser un devorador de datos, exigiendo GPUs para manejar y procesar cantidades colosales de datos de manera concurrente. Usando el ejemplo de citas, ir por la ruta de la vRAM sería como invitar a una multitud de personas a una habitación y hacer las mismas preguntas (puntos de datos) simultáneamente para encontrar la pareja perfecta (modelo de IA).
Y aquí radica la paradoja. Tu GPU musculosa y amante del hash power, perfecta para minar Ethereum, se queda sin aliento cuando se trata de entrenar IA. Es como pedirle a un corredor velocista de clase mundial que compita en un maratón, simplemente no es su juego.
¿Un buen plan de respaldo?
Ahora, dejando de lado las simplificaciones excesivas, la minería de criptomonedas realmente requiere un alto hash power, pero no deja completamente de lado la vRAM. La minería de criptomonedas utiliza vRAM como parte de su algoritmo de minería, aunque los requisitos de vRAM suelen ser más bajos en comparación con los necesarios para el entrenamiento de IA. Por ejemplo, una GPU competente para la minería de criptomonedas podría tener 4GB de vRAM, lo cual es insuficiente para incluso ejecutar (ni siquiera pensar en entrenar) adecuadamente un modelo en un generador de imágenes de IA como Stable Diffusion.
Para poner las cosas en contexto, una de las mejores GPUs para la minería de ETH era la Nvidia RTX 3060Ti con 60MH/s de potencia de hash y 8GB de vRAM. En contraste, OpenAI utilizó los modelos Nvidia A100 y V100: un V100 viene con 32GB de vRAM y los modelos A100 manejan hasta 80GB.
Pero esto no implica que las GPUs utilizadas para la minería de criptomonedas sean completamente redundantes para el entrenamiento de IA. Las GPUs con vRAM comparativamente más baja aún pueden ser empleadas para entrenar modelos de IA más pequeños o tareas que no requieren una vRAM significativa.
"Hay muchas operaciones y modelos de IA que funcionan rápidamente y eficientemente en tarjetas antiguas", dijo Scott Norris, CEO y fundador de Optiminer, a Decrypt, agregando que los empresarios tendrían que estudiar adecuadamente en qué aplicación de IA se enfocan. Las GPUs utilizadas para la minería de criptomonedas pueden funcionar en "granjas de IA con modelos personalizados o modelos ligeramente ajustados", dijo.
Norris mencionó que algunas empresas de minería de criptomonedas ya han hecho la transición a operaciones de inteligencia artificial. Omega AI es un ejemplo. Hive Blockchain y Hut8 Mining también están probando su suerte.
Entonces, si bien esta solución puede no ser tan lucrativa como la buena y vieja minería de criptomonedas, podría servir como un "plan C" viable, si tu "plan B" de minar otras altcoins de prueba de trabajo comienza a lucir sombrío.
¿Interesado en aprender más sobre IA? Echa un vistazo a nuestro último curso de Decrypt U, "Introducción a la IA". Cubre todo, desde la historia de la IA hasta el aprendizaje automático, ChatGPT, ChainGPT y más. Descubre más aquí.
