تشير التقارير إلى أن دورة قوة تعدين bitcoin تشبه الطلب على البنية التحتية للذكاء الاصطناعي

أفاد Odaily بأن Clem Chambers صرّح أن جهود الصين في تطوير نماذج اللغة الكبيرة (LLM) لمواكبة OpenAI وAnthropic لا تعني نهاية ازدهار الذكاء الاصطناعي، حيث تمثل نماذج LLM جزءًا فقط من صناعة الذكاء الاصطناعي. ويرى أن النماذج المجانية أو المفتوحة المصدر لن تقلل من الطلب على الذكاء الاصطناعي، إذ ما زالت الشركات والحكومات بحاجة إلى قدرات أعلى في الذكاء الاصطناعي. وقارن احتياجات البنية التحتية للذكاء الاصطناعي بعملية تعدين Bitcoin، مشيرًا إلى أن كليهما يدور حول كل كيلووات من القدرة الحاسوبية وكل كيلووات ساعة من التكلفة. لا يمكن توفير عناصر مثل الأجهزة والطاقة والتبريد والتوربينات مجانًا، كما أن سلسلة القيمة المرتبطة بذلك مقيدة بالموارد ودورة التحديث. أشار Chambers إلى أن الطلب على الذكاء الاصطناعي يدفع الأجهزة والبرامج إلى التطوير المستمر، وأن الأجهزة قد تواجه دورات تغيير مشابهة لتلك في تعدين العملات المشفرة. ويعتقد أن أساس تكلفة الذكاء الاصطناعي لا يأتي فقط من النموذج نفسه، بل أيضًا من توزيع القدرة الحاسوبية والاستثمار في البنية التحتية. (Forbes)