Los expertos destacan las ganancias de eficiencia de la IA descentralizada mientras se avecinan escasez de GPU y límites de energía.

La infraestructura, no el capital, es la nueva limitación

En las últimas semanas, la confianza de los inversores ha sido sacudida por el creciente temor de que el ciclo de publicidad de la inteligencia artificial (IA) se haya transformado en una burbuja insostenible. Esto, a su vez, ha creado una poderosa presión a la baja que contribuyó a que los mercados y activos como Bitcoin se desplomaran. Esta profunda inquietud ha abrumado cualquier catalizador positivo del mercado, incluida la noticia del acuerdo logrado para evitar el cierre del gobierno de EE.UU., ya que muchos temen un ajuste inminente similar al de la era dot-com para el sector.

La circunspección aumentada, particularmente tras el éxito de Deepseek en China, que desvió la atención del mercado hacia el este, ha puesto una luz crítica sobre las finanzas de Silicon Valley. La preocupación principal ahora gira en torno a la evidente disparidad entre las ambiciosas proyecciones de ingresos a largo plazo y las altamente infladas y especulativas valoraciones que exigen las empresas de IA. Los críticos dicen que estas métricas sugieren que puede estar pendiente una corrección significativa.

Más allá del temor de que la industria de la IA esté exagerando sus capacidades, otros líderes de la industria han alertado recientemente sobre cómo el problema no resuelto de alimentar centros de datos amenaza con frenar el crecimiento. Si bien algunas empresas de IA pueden recaudar miles de millones de dólares con éxito, su éxito final dependerá no solo del capital recaudado sino de la disponibilidad de infraestructura.

Esta preocupación fue destacada recientemente por el CEO de Microsoft, Satya Nadella, quien reveló que el gigante tecnológico tiene numerosas GPUs de NVIDIA inactivas porque no hay suficiente energía para alimentarlas. Esta situación confirma que la potencia y el espacio en los centros de datos son las verdaderas limitaciones para el crecimiento de la industria de la IA, haciendo que el acceso a centros de datos con energía sea el nuevo punto de apalancamiento.

En consecuencia, las soluciones convencionales, como la construcción de plantas de energía nuclear, enfrentan un desajuste: la demanda está creciendo más rápido que el tiempo y el capital masivo necesarios para poner en línea nuevas plantas. Este desajuste da impulso a la idea de usar computación de IA descentralizada (DAI) para igualar el ritmo de crecimiento del ecosistema.

El Caso para la IA Descentralizada

Según los expertos, la IA descentralizada es inherentemente inmune a los fallos energéticos centralizados a los que son susceptibles los hyperscalers como Microsoft y Google. Este modelo también facilita un mercado rentable para recursos dispersos, accediendo potencialmente a un estimado del 30%–40% de la capacidad de GPU no utilizada en el mundo.

Sin embargo, la DAI no está exenta de críticos. Las preocupaciones incluyen su falta de una autoridad central para coordinar recursos y el riesgo de que la monetización de datos privados a través de tokens y cadenas de bloques podría crear nuevas oportunidades para cibercriminales y estafadores.

Leer más: Caída de Bitcoin mientras aumentan las preocupaciones sobre una burbuja de IA

A pesar de estas preocupaciones, los expertos entrevistados por Bitcoin.com News están seguros de que las ventajas de la DAI superan las desventajas. Michael Heinrich, CEO de 0G Labs, señala que los modelos de DAI “pueden aprovechar el entrenamiento distribuido, donde cientos de nodos dispersos son utilizados para entrenar un modelo, y se ha demostrado que esto entrega enormes ganancias en eficiencia,” haciendo la capacitación más rápida y barata.

Mientras que los centros de datos centralizados ofrecen un alto rendimiento y baja latencia en sus redes internas, Andrew Sobko, fundador y CEO de Argentum AI, afirma que las configuraciones descentralizadas “ganan en capacidad de respuesta y solidez en el borde” para usuarios distantes.

Ahorro de Energía: Sobko agregó que la descentralización reduce los requerimientos de energía en “ambos lados de la moneda”, afirmando: “Agregar más computación centralizada requiere agregar más electricidad centralizada, lo que genera más calor, lo cual requiere más enfriamiento, que también requiere mucha energía. También requiere una cantidad tremenda de agua.”

Modelos Económicos Sostenibles

Ambos expertos coinciden en que los incentivos tokenizados y los mecanismos de mercado son los modelos económicos centrales que apoyan la DAI. Estos incluyen sistemas basados en reputación donde las recompensas están vinculadas al tiempo de actividad y la confiabilidad, incentivando así un mejor servicio de los contribuyentes.

Además, ambos expertos concuerdan en que las microredes renovables locales y las fuentes de energía comunitarias son un socio natural para los nodos de DAI. Sobko argumenta que al colocar un nodo de computación de IA junto con tal microred, “el exceso de energía limpia puede ser consumido en el sitio” para tareas de computación. Esto proporciona a las comunidades una forma de monetizar sus operaciones sin tener que conectarse a la red central, fortaleciendo efectivamente la infraestructura local y la sostenibilidad.

FAQ 🧠

• ¿Por qué los mercados están bajo presión? Los temores de una burbuja de IA y empresas sobrevaloradas han sacudido la confianza global de los inversores.
• ¿Cuál es el principal desafío de infraestructura? La escasez de energía y la capacidad limitada de los centros de datos están restringiendo el crecimiento de la industria de la IA en todo el mundo.
• ¿Cómo ayuda la IA descentralizada a nivel global? La DAI aprovecha la capacidad de GPU no utilizada, permite la eficiencia transfronteriza y reduce los riesgos energéticos centralizados.
• ¿Qué apoya la adopción de DAI? Los incentivos tokenizados y las microredes renovables locales crean modelos económicos sostenibles impulsados por la comunidad.