Почему акции майнеров выросли сильнее биткоина после отчетности Nvidia

cryptonews.ruОпубліковано о 2025-01-19Востаннє оновлено о 2025-11-20

Крупнейшие публичные майнинговые компании активнее переводят мощности на нужды ИИ. Цены их акций заметно опередили биткоин по росту в 2025 году

«РБК-Крипто» не дает инвестиционных советов, материал опубликован исключительно в ознакомительных целях. Криптовалюта — это волатильный актив, который может привести к финансовым убыткам.

К вечеру 19 ноября биткоин опустился до семимесячного минимума на уровне $88,6 тыс. Сразу после публикации квартального отчета производителя графических процессоров Nvidia (NVDA) цена отскочила примерно на 2%. Вместе с тем отчет Nvidia отразился на другой части крипторынка — акциях майнинговых компаний, которые стали чаще диверсифицировать бизнес в сторону искусственного интеллекта.

После публикации финансовых данных Nvidia цена биткоина выросла примерно на 2% — до $92 тыс. к 14:00 мск. В это же время NVDA поднялись более чем на 5%. Акции крупных майнинговых компаний, занятых развитием инфраструктуры ИИ, значительно опередили первую криптовалюту: IREN (IREN) вырос на 8%, Cipher Mining (CIFR) — на 11% и Hut 8 Mining (HUT) — на 6%, согласно Tradingview.

rbc.group

BTC/USD

91 756 +159 (0,17%)
ОКХ Nov 20 16:48:19

Nvidia, самая дорогая компания в мире с рыночной капитализацией более $4,5 трлн, сообщила о выручке в размере $57 млрд за третий квартал и прогнозирует показатель от $63,7 млрд до $66,3 млрд на четвертый квартал, что значительно превышает прогнозы $61,98 млрд.

Позитивный отчет от производителя процессоров, вероятно, мог снизить опасения насчет пузыря в секторе ИИ — такие риски эксперты озвучивали в последние недели на фоне коррекции цен акций технологических компаний.

Последние недели технологический сектор переживал нисходящее движение. От пика с конца октября основной индекс акций технологических компаний NASDAQ 100 упал примерно на 6%. За это же время акции майнеров IREN, CIFR и HUT обвалились в диапазоне 30–40%, согласно Tradingview.

Негативные настроения в последние недели также сопровождались новостями о действиях и высказываниях крупных инвесторов и экспертов. За несколько дней до отчета Nvidia стало известно, что сооснователь международной электронной платежной системы PayPal Питер Тиль продал всю свою долю в Nvidia. Он вложился в ее конкурентов и стартапы в области искусственного интеллекта.

Динамика акций майнеров, отличная от цены биткоина, может быть связана с тем, что в последние месяцы майнинговые компании стали больше зависеть от ИИ-сектора, чем от цены BTC. Как отмечали аналитики JPMorgan, это произошло на фоне переориентации бизнеса на инфраструктуру ИИ, где флагманом выступает именно Nvidia.

Глава отдела исследований VanEck Мэтью Сигел связал рост акций майнинговых компаний после отчета Nvidia с ослаблением опасений вокруг потенциального «пузыря» в сфере искусственного интеллекта. Кроме того, Сигел считает, что причиной корреляции акций майнеров с ИИ является не только общая инфраструктура, но и общие финансовые потоки. Он привел пример майнера IREN, который для покупки графических процессоров выпускает долговые облигации, у которых процентная ставка по кредитам напрямую связана со спросом на устройства.

В последнее время майнинговые компании стали чаще переориентировать мощности дата-центров на хостинг графических процессоров. В ноябре IREN подписала соответствующий контракт с Microsoft на $9,7 млрд, а Cipher заключила соглашение с AWS на $5,5 млрд. Семь из десяти крупнейших публичных майнинговых компаний уже так или иначе получают доход от работы с ИИ.

Компания Bitfarms (BITF) недавно заявила, что поэтапно откажется от биткоина в пользу ИИ. По словам руководства, всего один объект инфраструктуры Bitfarms с хостингом GPU в текущих условиях «может приносить больше прибыли, чем весь майнинговый бизнес за всю ее историю».

Пов'язані матеріали

Karpathy's Genius Strikes Again, Challenging RAG, Turning Your Notes into a Second Brain

Andrej Karpathy has proposed a revolutionary concept for managing personal knowledge: treating notes as immutable "source code" and using LLMs as "compilers" to build a structured, interlinked wiki. This approach fundamentally shifts the cognitive workflow away from the limitations of RAG (Retrieval-Augmented Generation), which merely retrieves and pieces together fragments, leading to contradictions and "digital mummies"—unused, decaying notes. The LLM-Wiki framework introduces a three-layer architecture: the **Raw Layer** for original, immutable notes; the **Schema Layer** defining rules for structuring knowledge; and the **Wiki Layer**, where the LLM continuously compiles and maintains a coherent, cross-referenced knowledge base. Key operations are **Ingest** (adding new material, which triggers updates across related pages), **Query** (asking the compiled wiki, with answers that can become new pages), and **Lint** (periodic AI audits to find contradictions, outdated claims, or gaps). This system automates the tedious maintenance—updating links, resolving conflicts, keeping summaries fresh—that has historically made large-scale personal knowledge management unsustainable. It realizes Vannevar Bush's 1945 "Memex" vision by finally solving the maintenance problem. Karpathy's proposal represents a third piece in human-AI collaboration, following "Vibe Coding" and "Agentic Engineering." It liberates human attention from organizational drudgery, refocusing it on what matters: deciding what to read and deriving meaning.

marsbit4 хв тому

Karpathy's Genius Strikes Again, Challenging RAG, Turning Your Notes into a Second Brain

marsbit4 хв тому

Claude Science Completes Two Years' Work in a Few Weeks, Is 10x Research Acceleration Really Here?

Claude Science, a new AI workbench from Anthropic, is being tested by scientists, reportedly accelerating specific research workflows by up to 10x. A neuro-scientist at the Allen Institute completed a lengthy literature review in weeks instead of nearly two years using the tool, which automates tasks like citation verification. The platform is an integrated environment for macOS and Linux, connecting to local or remote computing resources. It streamlines the fragmented research process—literature analysis, computation, visualization, and drafting—into a single, auditable workflow. A key feature is its emphasis on reproducibility: every chart generated includes the exact code, environment, and history used to create it. Claude Science uses a multi-agent system. A coordinator manages over 60 pre-configured skills for life sciences (genomics, proteomics, etc.) and can spawn specialized agents. A dedicated reviewer agent checks citations and calculations for accuracy, creating a form of internal AI peer review. The system operates with a human-in-the-loop, requiring user approval for major steps. Initial applications are in life sciences. Examples include target identification for biotech company Manifold Bio and germline variant analysis for glioma research at UCSF, completing analyses in roughly one-tenth the previous time. The approach contrasts with competitors: Google focuses on proprietary models like AlphaFold, while OpenAI is advancing models' scientific reasoning with benchmarks like GeneBench-Pro. Claude Science differentiates by automating and integrating the practical research pipeline, not just the model's intelligence, aiming to make AI-aided science more reproducible and integrated into daily lab work.

marsbit8 хв тому

Claude Science Completes Two Years' Work in a Few Weeks, Is 10x Research Acceleration Really Here?

marsbit8 хв тому

The Invisible Force in Bitcoin's Bear Market: Accelerating On-Chain Payments and Institutional Adoption

Amidst ongoing Bitcoin price volatility, the quiet acceleration of on-chain payments and tokenized trading holds significant importance for investors and policymakers, especially with legislation like the CLARITY Act on the horizon. Major traditional financial institutions adopting these technologies are driving crucial discussions on compliance, security, and transparency, which are vital for broader market adoption. Key developments are shaping this evolution. First, blockchain traceability is moving beyond a simple "public vs. private" debate. New frameworks aim to standardize how financial data from immutable ledgers is analyzed and interpreted, making it as crucial as standardized financial reporting for building institutional trust. Second, while traditional finance supports clear digital asset regulation, they emphasize that an asset's economic function should dictate its regulatory treatment, advocating for robust consumer protections over broad exemptions. Furthermore, the growth of on-chain deposits at regulated institutions signals a shift. Major banks are leveraging blockchain not to replace but to upgrade existing services—like deposits and cross-border settlements—with benefits like 24/7 operations and programmable treasury management. This trend focuses more on modernizing financial infrastructure than creating speculative assets. Despite market turbulence, these underlying advancements in on-chain infrastructure point toward a more robust foundation for the industry's future.

Foresight News55 хв тому

The Invisible Force in Bitcoin's Bear Market: Accelerating On-Chain Payments and Institutional Adoption

Foresight News55 хв тому

Торгівля

Спот
活动图片