# Сопутствующие статьи по теме AI-вывод

Новостной центр HTX предлагает последние статьи и углубленный анализ по "AI-вывод", охватывающие рыночные тренды, новости проектов, развитие технологий и политику регулирования в криптоиндустрии.

От автомобильного финансирования к биткойну и AI-двигателю: стратегия Kongo «что не следует делать»

«Извне, должно быть, кажется, что эта компания сошла с ума», — говорит Джульетта. Китайская компания Cango, изначально занимавшаяся автокредитованием, совершила резкие повороты: сначала инвестировала сотни миллионов долларов в биткоин-майнинг, а теперь, когда другие майнеры массово переориентируются на аренду мощностей для обучения ИИ, Cango идёт против тренда. Компания, вышедшая на IPO в Нью-Йорке в 2018 году, прошла три этапа трансформации. В ноябре 2024 года она приобрела майнинговое оборудование Bitmain на 50 EH/s, став «чистой» майнинговой компанией. А в апреле 2025 года запустила дочернюю структуру EcoHash для **инференса ИИ** (логического вывода), а не для обучения моделей. Её стратегия основана на принципе «так же важно понимать, чего не делать». По словам старшего директора по коммуникациям Джульетты Е, цель с самого начала заключалась не в майнинге, а в контроле над **энергоресурсами**. Майнинг стал лишь точкой входа в энергетическую инфраструктуру. Теперь Cango делает ставку на распределённые мощности: в отличие от гиперскалеров, которым нужны крупные центры обработки данных, для инференса ИИ важна низкая задержка, что требует размещения ближе к пользователям. Компания считает, что множество мелких майнинговых площадок (10-50 МВт) идеально подходят для этого. Её платформа EcoLink должна объединить эти разрозненные мощности, предлагая клиентам (например, стартапам) более дешёвые вычисления, чем у крупных облачных провайдеров. При этом Cango не отказывается от биткоина полностью, оставляя часть мощностей (31.7 EH/s) как источник денежного потока для финансирования перехода в ИИ. Компания провела жёсткую оптимизацию, продав большую часть биткоинов и резко сократив долг. Скептики указывают на высокие затраты на преобразование майнинговых мощностей, формирование «пузыря» вокруг ИИ и потенциальные риски для безопасности сети биткоин из-за оттока майнеров. Однако в Cango уверены, что их дисциплинированная стратегия, ориентированная на «длинный хвост» мелких операторов и нишу инференса, позволит занять устойчивую позицию на будущем рынке ИИ.

Foresight News07/11 07:58

От автомобильного финансирования к биткойну и AI-двигателю: стратегия Kongo «что не следует делать»

Foresight News07/11 07:58

Дефицит вычислительных мощностей: Google тихо ввел лимит использования Gemini для Meta

Кризис вычислительных мощностей обостряет противоречия между технологическими гигантами. Как сообщает Financial Times со ссылкой на источники, примерно в марте Google проинформировала Meta о невозможности удовлетворить весь объем ее запросов на вычислительные ресурсы (искусственный интеллект) для модели Gemini и ввела для соцсети лимит использования. Эти ограничения, все еще действующие, привели к задержкам в ряде внутренних AI-проектов Meta. Компании отказались от комментариев. Ситуация вынуждает Google искать дополнительные мощности. Компания заключила соглашение со SpaceX Илона Маска об аренде вычислительных ресурсов на 920 млн долларов в месяц. Гендиректор Google Сандар Пичаи признал на презентации квартальных отчетов, что ограничения в вычислительных мощностях сдерживают рост доходов от облачного бизнеса. Очередь невыполненных облачных контрактов Google превысила 460 млрд долларов. Meta, являющаяся одним из крупнейших клиентов, широко использует Gemini для модерации контента, чат-ботов и разработки. Из-за ограничений компания активизирует переход на собственные модели, такие как Muse Spark, чтобы снизить зависимость от внешних поставщиков. Отрасль в целом сталкивается с растущим дефицитом мощностей для этапа "инференса" (работы обученных моделей), что требует новых масштабных инвестиций в инфраструктуру.

marsbit06/29 01:02

Дефицит вычислительных мощностей: Google тихо ввел лимит использования Gemini для Meta

marsbit06/29 01:02

Космические вычисления: китайский ответ — фотонные технологии эффективнее, Маск и Хуанг пошли не тем путем

Гонка за космическими вычислениями превратилась в настоящую гонку вооружений. Такие гиганты, как Маск и Нвидиа, продвигают идею размещения ИИ и вычислительных мощностей на спутниках, но традиционные электронные чипы сталкиваются в космосе с серьёзными проблемами: радиация, отвод тепла и высокое энергопотребление. Фотонные вычисления предлагают принципиально иное решение. Поскольку фотоны не имеют заряда, они невосприимчивы к воздействию высокоэнергетических частиц. Вычисления, выполняемые с помощью света в волноводах, практически не генерируют тепло, что критически важно в вакууме, где нет конвекции. Кроме того, статическое энергопотребление фотонных чипов близко к нулю, что идеально соответствует ограниченным энергоресурсам спутников. Эти преимущества — устойчивость к радиации, низкое тепловыделение и энергоэффективность — позволяют фотонным системам обеспечивать большую вычислительную мощность при одинаковой массе полезной нагрузки по сравнению с электронными аналогами. В то время как электронные чипы упираются в физические ограничения миниатюризации, фотонные развиваются за счёт масштабирования архитектуры и использования свойств света, таких как длина волны и поляризация. Хотя фотонные вычисления для ИИ, особенно для задач вывода, всё ещё сталкиваются с проблемами, такими как разделение памяти и вычислений, а также сложности масштабирования, новые подходы, например, фотонные вычисления в памяти, предлагают пути решения. Для развёртывания в космосе также необходимо решить инженерные задачи, связанные с устойчивостью к вибрациям при запуске и системной интеграцией на орбите. «Фотонно-ориентированные» вычисления и коммуникации могут стать ключевым фактором в космической гонке за вычислительными мощностями, предлагая альтернативный путь в обход физических ограничений традиционной электроники и определяя будущий потенциал орбитальных вычислительных созвездий.

marsbit06/28 04:33

Космические вычисления: китайский ответ — фотонные технологии эффективнее, Маск и Хуанг пошли не тем путем

marsbit06/28 04:33

Полный анализ рынка AI-инференса: Как криптопроекты могут прорваться?

Анализ рынка AI-инференса показывает, что этот сегмент приобретает ключевую экономическую ценность в отличие от предыдущего цикла, сфокусированного на обучении моделей. Инференс — это процесс генерации ответов модели на запросы пользователей. Рынок структурирован вокруг двух основных лагерей: 1. **Традиционные провайдеры** (например, AWS, OpenRouter, Together) конкурируют в областях надежности, качества разработки и корпоративных процессов. 2. **Криптопроекты** делают ставку на открытый доступ, более низкую стоимость, конфиденциальность, верифицируемость и новые модели стимулирования. **Ключевой элемент — маршрутизаторы** (например, OpenRouter), которые выступают в роли агрегаторов, оптимально распределяя запросы между разными моделями и провайдерами на основе цены, задержки и приватности. **Среди криптопроектов выделяются несколько направлений:** * **Децентрализованные сети инференса:** Chutes (инференс как услуга), Akash, io.net (рынки GPU). * **Конфиденциальные вычисления:** Targon (защищённое выполнение). * **Приватный инференс:** Darkbloom (на базе Mac), Venice (потребительский шлюз). * **Оркестрация распределенных вычислений:** NuNet. * **Инфраструктура для AI-агентов:** OpenServ (оркестрация агентов). **Важные факторы для успеха криптопроектов:** * Реальный платный трафик, а не активность на бесплатном тарифе. * Устойчивая интеграция с маршрутизаторами (дистрибуция). * Надежные системы верификации оборудования и работы. * Реальные гарантии конфиденциальности. * Четкая модель захвата стоимости токеном. **Вывод:** Основная ценность будет сосредоточена не просто у владельцев вычислительных мощностей (GPU), а у тех, кто контролирует спрос, маршрутизацию, верификацию и расчеты. Криптопроекты имеют сильные позиции в нишах приватности, открытого доступа и агент-ориентированных платежей, но для долгосрочного успеха им необходимо обеспечить надежность, сравнимую с традиционными решениями.

Foresight News06/25 07:10

Полный анализ рынка AI-инференса: Как криптопроекты могут прорваться?

Foresight News06/25 07:10

Хуан Жэньсюнь — это Сатоши Накамото

Автор Ло Ихань проводит параллель между Дженсеном Хуаном, CEO NVIDIA, и анонимным создателем Биткойна Сатоши Накамото. Оба заложили основу новой экономики, основанной на «токенах», но с фундаментальными различиями. В 2009 году Накамото представил криптотокены, ценность которых добывается майнингом (Proof of Work) и остается предметом споров. В 2025 году Хуан переопределил токены как единицы вычислений для ИИ: они потребляются немедленно для генерации кода, анализа данных и принятия решений, и их ценность очевидна. Хуан, как и Накамото, создал экономическую модель: он сегментировал рынок ИИ-токенов по скорости, цене и качеству обслуживания, предложив клиентам готовые решения для построения дата-центров. Оба создали дефицит: Накамото — искусственный (ограничение эмиссии), Хуан — физический (ограничения мощности, энергии и площади дата-центров). Ключевое различие — в природе спроса. Криптотокены ценны, пока их накапливают и спекулируют ими (экономика веры). Токены ИИ ценны, только когда их немедленно потребляют для решения практических задач (экономика продуктивности). Это делает экономику ИИ-токенов более устойчивой. Хуан, в отличие от исчезнувшего Накамото, активно строит и контролирует свою экосистему, делая NVIDIA ключевым игроком новой эры вычислений.

marsbit03/19 01:34