Para Ahli Memuji Keuntungan Efisiensi AI Terdesentralisasi saat Kelangkaan GPU dan Batasan Energi Mengancam

Infrastruktur, Bukan Modal, adalah Kendala Baru

Dalam beberapa minggu terakhir, kepercayaan investor terguncang oleh ketakutan yang meningkat bahwa siklus hype kecerdasan buatan (AI) telah berubah menjadi gelembung yang tidak berkelanjutan. Ini, pada gilirannya, telah menciptakan tekanan ke bawah yang kuat yang berkontribusi pada penurunan pasar dan aset seperti bitcoin anjlok. Kekhawatiran yang semakin dalam ini telah mengalahkan katalis pasar positif apa pun, termasuk berita tentang penyelesaian penutupan pemerintah AS, karena banyak yang takut akan terjadinya pembalasan era dot-com yang akan datang untuk sektor ini.

Kewaspadaan yang meningkat, terutama setelah keberhasilan Deepseek China, yang mengalihkan perhatian pasar ke timur, telah menyoroti keuangan Silicon Valley dengan cermat. Kekhawatiran utama sekarang berpusat pada kesenjangan yang nyata antara proyeksi pendapatan jangka panjang yang ambisius dan penilaian spekulatif yang sangat tinggi yang dituntut oleh perusahaan AI. Para kritikus mengatakan bahwa metrik ini menunjukkan bahwa koreksi signifikan mungkin sudah terlambat.

Di luar ketakutan bahwa industri AI melebih-lebihkan kemampuannya, pemimpin industri lainnya baru-baru ini meningkatkan alarm tentang bagaimana masalah yang belum terselesaikan dalam memasok pusat data mengancam untuk membatasi pertumbuhan. Sementara beberapa perusahaan AI mungkin berhasil mengumpulkan miliaran dolar, kesuksesan akhir mereka tidak hanya bergantung pada modal yang diperoleh, tetapi juga pada ketersediaan infrastruktur.

Kekhawatiran ini baru-baru ini disoroti oleh CEO Microsoft Satya Nadella, yang mengungkapkan bahwa raksasa teknologi tersebut memiliki banyak GPU NVIDIA yang menganggur karena tidak ada cukup energi untuk mengaktifkan mereka. Situasi ini menegaskan bahwa daya dan ruang pusat data adalah kendala nyata terhadap pertumbuhan industri AI, membuat akses ke pusat data bertenaga sebagai titik daya ungkit baru.

Akibatnya, solusi konvensional, seperti membangun pembangkit listrik tenaga nuklir, menghadapi ketidakcocokan: permintaan tumbuh lebih cepat daripada waktu dan modal besar yang diperlukan untuk mengoperasionalkan pembangkit baru. Ketidakcocokan ini memberikan dorongan pada ide menggunakan komputasi AI terdesentralisasi (DAI) untuk menyeimbangkan laju pertumbuhan ekosistem.

Kasus untuk AI Terdesentralisasi

Menurut para ahli, AI terdesentralisasi secara inheren kebal terhadap kegagalan energi tersentralisasi yang rentan terhadap perusahaan besar pemrosesan data seperti Microsoft dan Google. Model ini juga memfasilitasi pasar hemat biaya untuk sumber daya yang tersebar, dengan potensi mengakses sekitar 30%–40% kapasitas GPU dunia yang belum terpakai.

Namun, DAI tidak luput dari kritik. Kekhawatiran termasuk kurangnya otoritas pusat untuk mengoordinasikan sumber daya dan risiko bahwa monetisasi data pribadi melalui token dan blockchain dapat menciptakan peluang baru bagi pelanggar dunia maya dan penipu.

Baca lebih lanjut: Bitcoin Anjlok Ketika Kekhawatiran Terjadinya Gelembung AI Meningkat

Terlepas dari kekhawatiran ini, para ahli yang diwawancarai oleh Bitcoin.com News yakin bahwa keuntungan DAI lebih besar daripada kerugian. Michael Heinrich, CEO 0G Labs, mencatat bahwa model DAI “dapat memanfaatkan pelatihan terdistribusi, di mana ratusan node yang tersebar di mana-mana digunakan untuk melatih satu model, dan ini telah terbukti memberikan keuntungan efisiensi yang besar,” membuat pelatihan lebih cepat dan lebih murah.

Sementara pusat data tersentralisasi menawarkan throughput tinggi dan latensi rendah pada jaringan internal mereka, pendiri dan CEO Argentum AI Andrew Sobko menegaskan bahwa pengaturan terdesentralisasi “menang untuk responsivitas dan ketahanan di tepi” bagi pengguna jauh.

Penghematan Energi: Sobko menambahkan bahwa desentralisasi mengurangi kebutuhan energi “di kedua sisi koin,” menyatakan: “Menambahkan lebih banyak komputasi tersentralisasi membutuhkan penambahan lebih banyak listrik tersentralisasi, yang menciptakan lebih banyak panas, yang memerlukan lebih banyak pendinginan, yang juga membutuhkan banyak energi. Hal ini juga membutuhkan sejumlah besar air.”

Model Ekonomi Berkelanjutan

Kedua ahli setuju bahwa insentif yang ditokenisasi dan mekanisme pasar adalah model ekonomi inti yang mendukung DAI. Ini termasuk sistem berbasis reputasi di mana imbalan terkait dengan uptime dan keandalan, sehingga mendorong layanan yang lebih baik dari kontributor.

Selain itu, kedua ahli sepakat bahwa microgrid terbarukan lokal dan sumber energi yang dimiliki komunitas adalah mitra alami untuk node DAI. Sobko berpendapat bahwa dengan mengkolokasi node komputasi AI dengan microgrid tersebut, “kekuatan bersih berlebih dapat dikonsumsi di tempat” untuk tugas pemrosesan. Ini memberi komunitas cara untuk memonetisasi operasi mereka tanpa harus terhubung ke jaringan pusat, secara efektif memperkuat infrastruktur lokal dan keberlanjutan.

FAQ 🧠

• Mengapa pasar mengalami tekanan? Ketakutan terhadap gelembung AI dan perusahaan yang dinilai terlalu tinggi telah mengguncang kepercayaan investor global.
• Apa tantangan infrastruktur utama? Kekurangan daya dan kapasitas pusat data yang terbatas membatasi pertumbuhan industri AI di seluruh dunia.
• Bagaimana AI terdesentralisasi membantu secara global? DAI memanfaatkan kapasitas GPU yang tidak terpakai, memungkinkan efisiensi lintas batas, dan mengurangi risiko energi tersentralisasi.
• Apa yang mendukung adopsi DAI? Insentif yang ditokenisasi dan microgrid terbarukan lokal menciptakan model ekonomi berkelanjutan yang digerakkan oleh komunitas.