Le monde lucratif du minage d'altcoins de proof-of-work était un spectacle à voir, récompensant les mineurs avec des profits stupéfiants... jusqu'à ce qu'Ethereum prenne un détour vers la proof of stake. Mais une industrie émergente attire l'attention de ceux qui se sont retrouvés avec des centaines de cartes graphiques inactives après la fusion : l'IA.
Ce nouveau chouchou de la technologie, stimulé par la création de ChatGPT, nécessite le calcul de vastes quantités de données, semblable au minage d'Ethereum, et la meilleure façon de faire un tel travail lourd est avec des GPU - beaucoup d'entre eux.
Cependant, cela pourrait ne pas être la panacée que beaucoup espéraient car les GPU, les fidèles chevaux de travail du minage de cryptomonnaies, ne sont pas exactement les MVP dans l'arène de la formation de l'IA. Pourquoi ? Réduisons cette question complexe à son essence.
Un conte de deux besoins
Voici l'essentiel : le minage de cryptomonnaies et l'entraînement de l'IA ont des appétits divergents pour leurs GPU parfaits. C'est comme sortir avec deux personnes ayant des goûts très différents. Les cryptomonnaies basées sur la proof of work ont une préférence pour les cartes avec beaucoup de puissance de hachage, mais se soucient peu de la vRAM (mémoire vive vidéo). En revanche, l'IA est friande de cartes avec une vRAM abondante et ignore la puissance de hachage.
Imaginez la puissance de hachage comme le muscle de l'opération - tout dépend du nombre de calculs que votre GPU peut effectuer par seconde. Plus le taux de hachage est élevé, meilleures sont vos chances de débloquer ce bloc insaisissable et de vous prélasser dans la fortune de la crypto-monnaie. C'est comme un speed dating : plus vous rencontrez de personnes (effectuez de calculs), plus vos chances de trouver une correspondance (miner un bloc) sont élevées.
Inversement, la vRAM est la capacité de gérer et de stocker simultanément de vastes volumes de données. C'est la différence entre jongler avec deux balles ou vingt. L'entraînement de l'IA est connu pour être très gourmand en données, exigeant des GPU pour gérer et traiter simultanément des quantités colossales de données. En utilisant l'exemple de la rencontre, opter pour la vRAM reviendrait à inviter une foule dans une pièce et à poser simultanément les mêmes questions (points de données) pour trouver la correspondance parfaite (modèle d'IA).
Et ici réside le paradoxe. Votre GPU puissant, aimant la puissance de hachage, parfait pour miner de l'Ethereum, est laissé à bout de souffle lorsqu'il s'agit de former une IA. C'est comme demander à un sprinter de classe mondiale de participer à un marathon - ce n'est tout simplement pas son domaine.
Un bon plan de secours ?
Maintenant, en mettant de côté les simplifications excessives, le minage de crypto-monnaies nécessite en effet une puissance de hachage élevée, mais cela ne met pas complètement de côté la vRAM. Le minage de crypto-monnaies utilise la vRAM comme partie intégrante de son algorithme de minage, bien que les exigences en matière de vRAM soient généralement moins élevées que celles nécessaires pour la formation de l'IA. Par exemple, un GPU compétent pour le minage de crypto-monnaies pourrait avoir 4 Go de vRAM, ce qui est insuffisant pour exécuter (sans même penser à former) correctement un générateur d'images d'IA comme Stable Diffusion.
Pour mettre les choses en contexte, l'un des meilleurs GPU pour le minage d'ETH était le Nvidia RTX 3060Ti avec 60MH/s de puissance de hachage et 8 Go de vRAM. En revanche, OpenAI a utilisé les modèles Nvidia A100 et V100 : un V100 est livré avec 32 Go de vRAM et les modèles A100 gèrent jusqu'à 80 Go.
Mais cela n'implique pas que les GPU utilisés pour le minage de crypto sont entièrement redondants pour la formation de l'IA. Les GPU avec une vRAM comparativement plus faible peuvent encore être utilisés pour la formation de modèles d'IA plus petits ou pour des tâches qui ne nécessitent pas une vRAM importante.
«Il existe de nombreuses opérations et modèles d'IA qui fonctionnent rapidement et efficacement sur des cartes héritées», a déclaré Scott Norris, PDG et fondateur d'Optiminer, à Decrypt, ajoutant que les entrepreneurs devraient étudier correctement sur quelle application d'IA ils se concentrent. Les GPU utilisés pour le minage de crypto peuvent fonctionner dans des «fermes d'IA avec des modèles personnalisés ou légèrement ajustés», a-t-il déclaré.
Norris a mentionné que certaines entreprises de minage de crypto-monnaies ont déjà effectué la transition vers des opérations d'IA. Omega AI en est un exemple. Hive Blockchain et Hut8 Mining testent également leur chance.
Ainsi, bien que cette solution ne soit peut-être pas aussi lucrative que votre bon vieux minage de crypto-monnaies, elle pourrait servir de «plan C» viable - si votre «plan B» de minage d'altcoins alternatifs de proof of work semble sombre.