observatorioblockchain.com
La minería de criptomonedas con GPU está en su punto más bajo desde la llegada de Ethereum 2.0 y el abandono del modelo Proof of Work, que se realizaba con este tipo de dispositivos en su mayoría. La gran mayoría de las criptomonedas que siguen empleando este tipo de minería están sufriendo poco a poco una disminución en su poder de minería. La situación es tal que muchas de ellas son fácilmente vulnerables a ataques de 51%. La baja rentabilidad ha llevado a los mineros a buscar nuevas opciones. Como desplegar sus GPUs en el campo de la IA.
Nefastos efectos para Europa en su Ley de IA si limita el Open Source
Los mineros buscan cómo alquilar su poderoso hardware para poder ser utilizado para entrenar IAs o para desplegar servicios online. Después de todo, el músculo tecnológico que ha hecho realidad la llegada masiva de las IAs es precisamente la GPU. Estos dispositivos tienen la capacidad de procesar grandes cantidades de datos de forma rápida. Algo fundamental para la IA y su construcción.
Minería por GPU y su papel en el ecosistema cripto
Recordemos que la minería de criptomonedas es una actividad que consiste en resolver problemas matemáticos complejos para validar transacciones en una red descentralizada. Esta tarea requiere de una gran potencia de cálculo, un trabajo que se puede realizar mediante el uso de tarjetas gráficas o GPU (Graphics Processing Unit).
Casos de uso de blockchain en el campo de la tributación
Las GPU son dispositivos electrónicos que se encargan de procesar los gráficos en los videojuegos y otras aplicaciones que requieren de un alto rendimiento visual. Sin embargo, la forma en que están construidos les convierten en el blanco perfecto para el procesamiento de gran cantidad de datos en paralelo. Gracias a ello, las GPUs pueden ejecutar otros tipos de programas que se benefician de su capacidad para realizar estos cientos de millones de operaciones en paralelo, como los algoritmos de minería de criptomonedas o el entrenamiento de IA.
Si bien la minería de criptomonedas con GPU ha evolucionado a lo largo de los años, adaptándose a las diferentes condiciones del mercado y a las exigencias de cada red, la realidad es que son pocas las criptomonedas de gran adopción que usan este sistema. Ethereum fue la última criptomoneda relevante en usar minería por GPU. Desde su abandono en favor de Proof of Stake, Ethereum Classic (ETC) la sustituyó con relativo éxito. Aunque su hash rate o poder de minería aumentó, el precio de ETC hace poco rentable su minería. Una situación que se repite en otras criptomonedas, como Ravencoin o GRIN. Al final, es el mercado el que se está encargando de destruir poco a poco estas opciones.
Alquilar GPUs para entrenar IA
En este contexto, alquilar GPUs para entrenar IAs se ha convertido en una opción cada vez más popular entre desarrolladores, investigadores y empresas que quieren acelerar sus proyectos de IA. Alquilar GPUs permite acceder a recursos computacionales de alta gama sin tener que invertir en hardware, software o mantenimiento. Además, se puede escalar la capacidad de entrenamiento en función de las necesidades de cada uno y pagando solo por el tiempo de uso de las GPUs.
Kolokium lanza solución blockchain que incorpora ID a los documentos
En ese punto es donde los mineros de GPUs tienen una ventaja, dado que un montaje o rig de minería de GPUs puede tener suficiente poder como para entrenar una IA básica en cuestión de días. Por esta función pueden cobrar más de 500 $, dependiendo del tipo de trabajo, el poder utilizado y la cantidad de tiempo que dure el entrenamiento.
En la actualidad existen opciones empresariales institucionales para este tipo de servicios, como Google Cloud Platform (GCP), con capacidad de ofrecer una enorme variedad de GPUs basadas en NVIDIA para entrenar IA y por un coste bastante accesible. Por ejemplo, una hora de GPU en GCP puede costar 55,68 $. En comparación, un minero de criptomonedas por GPU en una red como Ethereum Classic, utilizando 8 GPU NVIDIA RXT 3090 TI, tendría perdidas diarias de 1,43 $ y un acumulado de 42,77 $ mensuales.
No al alcance de todos
Pero no todo es fácil. Las GPUs para inteligencia artificial necesitan características y capacidades diferentes a las utilizadas para la minería de criptomonedas. Mientras que estas últimas priorizan la potencia de hash o el número de cálculo por segundo, las IAs requieren una gran cantidad de memoria RAM o VRAM para almacenar y manejar datos simultáneamente.
Por ejemplo, una GPU competente para minería de criptomonedas podría tener 4GB de VRAM, siempre que su hash rate sea lo suficientemente grande para generar ganancias. Sin embargo, para entrenar una IA, 4 GB de VRAM son insuficientes. Lo mínimo es 8 GB de VRAM.
Esto significa que solos aquellos mineros con hardware relativamente nuevo y con varias GPUs (la capacidad de la VRAM se puede sumar para aceptar modelos más grandes) tienen acceso a este tipo de opciones. Además, tendrían que enfrentarse a otros desafíos. Como la competencia con otras empresas o instituciones que también utilizan GPU para inteligencia artificial o las cuestiones legales y éticas que puedan surgir en este campo.
Entrenando IA: centralizado o descentralizado
Precisamente, son las regulaciones y la competencia las que están comenzando a moldear el mercado en este sentido. La AI Act de Europa quiere regular y licenciar el acceso a la IA en la Unión Europea, pero obvia por completo los centros tecnológicos de entrenamiento para IA. Después de todo, si la minería está regulada por su alto consumo ¿Por qué no regular el entrenamiento de IA, que igualmente requiere de este hardware y en mayores cantidades?
Qué es una DAO y cómo funciona
Esta realidad hace que existan entrenamientos centralizados y descentralizados de IA. El primero es fácil de ver. Empresas como Google, Amazon, Microsoft, Baidu o Paperspace ofrecen potentes opciones de entrenamiento de IA por un precio determinado.
En todos estos casos, las compañías citadas controlan el hardware, cómo interactúa con el software y también pueden saber las capacidades finales de la IA entrenada. Pueden observar y servir de garantes iniciales para que lo generado responda a las directrices de la AI Act europea. En este aspecto, los mineros de GPU no tienen oportunidad alguna de entrar.
Pero también existe el sistema descentralizado, con sus áreas ambiguas por la falta de regulación. En este espacio, los mineros de GPU sí que pueden participar. De hecho, es su zona de confort, porque muchas de estas plataformas descentralizadas son posibles gracias al uso de tecnología blockchain.
Blockchain o cómo descentralizar el entrenamiento y uso de la IA
Por ejemplo, Render Network es una plataforma descentralizada que usa la blockchain de Ethereum para unir el poder de GPUs de todo el mundo y trabajar con ellas bajo petición. Los smart contracts de Ethereum son los encargados de saber quién está en Render Network con sus GPUs. Además de saber qué tarea está haciendo, cuánto ha avanzado, qué cantidad de dinero ha ganado, así como mostrar a quién contrató el servicio y cuánto queda para tener su pedido terminado.
Worldcoin, la ID del iris del creador de OpenAI, se presenta en España
Si bien Render Token actualmente no tiene soporte para IA, sus desarrolladores han dicho que están desarrollando y probando todo lo necesario para que sea posible.
Otro proyecto similar es Golem Network. Este proyecto lleva años haciendo realidad la computación distribuida en Ethereum. En este caso, los desarrolladores de Golem ya han mostrado al público la infraestructura de pruebas necesaria para entrenar IA usando su red. En este caso, la prueba utiliza StableDiffusion para generar imágenes con esta poderosa IA.
Estos son solo algunos ejemplos de lo que está sucediendo entre el mundo blockchain y la IA. Todos ellos muestran como la IA y blockchain pueden complementarse en ciertos espacios, abriendo ventanas de oportunidades para acceder a tecnologías que de otra forma estarían fuera del alcance de muchas personas en el mundo. Los mineros de GPU también tienen una nueva oportunidad de seguir realizando el trabajo que han venido haciendo.