Gli esperti lodano i guadagni di efficienza dell'IA decentralizzata mentre si profilano all'orizzonte carenze di GPU e limiti energetici.

L’infrastruttura, non il Capitale, è la Nuova Restrizione

Nelle ultime settimane, la fiducia degli investitori è stata scossa da crescenti timori che il ciclo di entusiasmo per l’intelligenza artificiale (IA) si sia trasformato in una bolla insostenibile. Questo, a sua volta, ha creato una forte pressione al ribasso che ha contribuito al crollo di mercati e asset come il bitcoin precipitato. Questo crescente disagio ha sopraffatto qualsiasi catalizzatore positivo del mercato, compresa la notizia della risoluzione della chiusura del governo degli Stati Uniti, poiché molti temono un’imminente resa dei conti simile all’era delle dot-com per il settore.

La cautela accentuata, in particolare dopo il successo di Deepseek in Cina, che ha spostato l’attenzione dei mercati verso est, ha focalizzato una luce critica sui dati finanziari della Silicon Valley. La preoccupazione principale ora ruota attorno alla disparità evidente tra proiezioni di entrate ambiziose a lungo termine e le valutazioni altamente gonfiate e speculative rivendicate dalle aziende IA. I critici affermano che queste metriche suggeriscono che una correzione significativa potrebbe essere in ritardo.

Oltre ai timori che l’industria dell’IA stia esagerando le sue capacità, altri leader del settore hanno recentemente lanciato l’allarme su come la questione irrisolta dell’approvvigionamento energetico dei data center minacci di limitare la crescita. Mentre alcune aziende IA possono riuscire a raccogliere miliardi di dollari, il loro successo finale dipenderà non solo dal capitale raccolto ma dalla disponibilità dell’infrastruttura.

Questa preoccupazione è stata recentemente evidenziata dal CEO di Microsoft, Satya Nadella, che ha rivelato che il colosso tecnologico ha numerose GPU NVIDIA ferme perché non c’è abbastanza energia per alimentarle. Questa situazione conferma che l’energia e lo spazio nei data center sono le vere limitazioni alla crescita dell’industria IA, rendendo l’accesso ai data center alimentati il nuovo punto di leva.

Di conseguenza, le soluzioni convenzionali, come la costruzione di centrali nucleari, affrontano una discrepanza: la domanda cresce più rapidamente del tempo e del capitale massiccio necessario per portare online nuove centrali. Questa discrepanza dà slancio all’idea di utilizzare il calcolo IA decentralizzato (DAI) per mantenere il passo con la crescita dell’ecosistema.

Il Caso per l’IA Decentralizzata

Secondo gli esperti, l’IA decentralizzata è intrinsecamente immune ai fallimenti energetici centralizzati a cui sono suscettibili gli hyperscaler come Microsoft e Google. Questo modello facilita anche un mercato conveniente per risorse distribuite, potenzialmente accedendo a una capacità GPU inutilizzata stimata tra il 30% e il 40% del mondo.

Tuttavia, il DAI non è privo di critici. Le preoccupazioni includono la mancanza di un’autorità centrale per coordinare le risorse e il rischio che la monetizzazione dei dati privati tramite token e blockchain possa creare nuove opportunità per criminali informatici e truffatori.

Leggi di più: I Bitcoin Calano mentre Aumentano le Preoccupazioni per una Bolla di IA

Nonostante queste preoccupazioni, gli esperti intervistati da Bitcoin.com News sono fiduciosi che i vantaggi del DAI superino gli svantaggi. Michael Heinrich, CEO di 0G Labs, osserva che i modelli DAI “possono sfruttare l’addestramento distribuito, dove centinaia di nodi sparsi ovunque vengono usati per addestrare un modello, e questo si è dimostrato in grado di fornire enormi guadagni di efficienza,” rendendo l’addestramento più rapido ed economico.

Mentre i data center centralizzati offrono alta produttività e bassa latenza sulle loro reti interne, il fondatore e CEO di Argentum AI, Andrew Sobko, afferma che le configurazioni decentralizzate “vincono per reattività e robustezza alla periferia” per utenti lontani.

Risparmio Energetico: Sobko ha aggiunto che la decentralizzazione riduce i requisiti energetici su “entrambi i lati della medaglia,” affermando: “L’aggiunta di più calcolatori centralizzati richiede l’aggiunta di più elettricità centralizzata, che crea più calore, che richiede più raffreddamento, e questo richiede anche molta energia. Richiede anche una quantità enorme di acqua.”

Modelli Economici Sostenibili

Entrambi gli esperti concordano sul fatto che incentivi tokenizzati e meccanismi di mercato siano i modelli economici fondamentali a supporto del DAI. Questi includono sistemi basati sulla reputazione dove le ricompense sono legate al tempo di attività e all’affidabilità, incentivando così un servizio migliore dai contributori.

Inoltre, entrambi gli esperti concordano che le microgrid locali rinnovabili e le fonti di energia di proprietà comunitaria sono un partner naturale per i nodi DAI. Sobko sostiene che collocando un nodo di calcolo AI con una microgrid di questo tipo, “l’energia pulita in eccesso può essere consumata sul posto” per compiti di calcolo. Questo offre alle comunità un modo per monetizzare le proprie operazioni senza dover connettersi alla rete centrale, rafforzando efficacemente l’infrastruttura locale e la sostenibilità.

FAQ 🧠

• Perché i mercati sono sotto pressione? I timori di una bolla IA e di aziende sopravalutate hanno scosso la fiducia degli investitori a livello globale.
• Qual è la principale sfida infrastrutturale? Le carenze di energia e la capacità limitata dei data center stanno limitando la crescita del settore IA a livello mondiale.
• In che modo l’IA decentralizzata aiuta a livello globale? Il DAI attinge alla capacità GPU inutilizzata, consente efficienza transfrontaliera e riduce i rischi energetici centralizzati.
• Cosa supporta l’adozione del DAI? Gli incentivi tokenizzati e le microgrid rinnovabili locali creano modelli economici sostenibili e guidati dalla comunità.