Para ahli mengklaim keuntungan efisiensi AI terdesentralisasi saat kekurangan GPU dan batasan energi mengancam

Volatilitas pasar global, termasuk penurunan aset seperti Bitcoin, dianggap telah dipicu oleh meningkatnya ketakutan bahwa siklus hipe kecerdasan buatan tidak berkelanjutan dan menimbulkan risiko gelembung era dot-com.

Infrastruktur, Bukan Modal, adalah Kendala Baru

Dalam beberapa minggu terakhir, kepercayaan investor telah terguncang oleh meningkatnya ketakutan bahwa siklus gelembung hype kecerdasan buatan (AI) telah bermetastasis menjadi gelembung yang tidak berkelanjutan. Ini, pada gilirannya, telah menciptakan tekanan turun yang kuat yang berkontribusi pada penurunan pasar dan aset seperti bitcoin. Ketidakpastian yang semakin dalam ini telah mengalahkan setiap katalis positif pasar, termasuk berita tentang selesainya shutdown pemerintah AS, karena banyak yang takut akan adanya penilaian ulang era dot-com yang akan datang untuk sektor ini.

Kewaspadaan yang meningkat, terutama setelah keberhasilan Deepseek di China, yang mengalihkan perhatian pasar ke timur, telah memfokuskan perhatian kritis pada keuangan Silicon Valley. Kekhawatiran utama sekarang berputar di sekitar ketidaksetaraan yang jelas antara proyeksi pendapatan jangka panjang yang ambisius dan valuasi spekulatif yang sangat tinggi yang diperoleh oleh perusahaan AI. Para kritik mengatakan bahwa metrik ini menunjukkan bahwa koreksi yang signifikan mungkin sudah overdue.

Selain kekhawatiran bahwa industri AI melebih-lebihkan kemampuannya, pemimpin industri lainnya baru-baru ini mengangkat alarm mengenai bagaimana isu yang belum terselesaikan tentang penyediaan daya untuk pusat data mengancam pertumbuhan. Meskipun beberapa perusahaan AI mungkin berhasil mengumpulkan miliaran dolar, kesuksesan mereka pada akhirnya tidak hanya bergantung pada modal yang terkumpul 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 tidak terpakai karena tidak ada cukup energi untuk memberdayakan mereka. Situasi ini mengonfirmasi bahwa daya dan ruang pusat data adalah kendala nyata bagi pertumbuhan industri AI, menjadikan akses ke pusat data yang diberdayakan sebagai titik leverage baru.

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

Kasus untuk AI Terdesentralisasi

Menurut para ahli, AI terdesentralisasi secara inheren tahan terhadap kegagalan energi terpusat yang rentan dialami oleh hyperscaler seperti Microsoft dan Google. Model ini juga memfasilitasi pasar yang hemat biaya untuk sumber daya yang terdistribusi, yang berpotensi mengakses sekitar 30%–40% dari kapasitas GPU dunia yang tidak terpakai.

Namun, DAI tidak tanpa 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 penjahat siber dan penipu.

Baca selengkapnya: Bitcoin Turun seiring Meningkatnya Kekhawatiran akan Gelembung AI

Meskipun ada 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 seluruh tempat digunakan untuk melatih satu model, dan ini telah terbukti memberikan peningkatan efisiensi yang besar,” menjadikan pelatihan lebih cepat dan lebih murah.

Sementara pusat data terpusat menawarkan throughput tinggi dan latensi rendah di jaringan internal mereka, pendiri dan CEO Argentum AI Andrew Sobko menegaskan bahwa pengaturan terdesentralisasi “menang dalam hal responsif dan ketahanan di ujung” untuk pengguna yang jauh.

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

Model Ekonomi Berkelanjutan

Kedua ahli sepakat bahwa insentif yang ter-tokenisasi dan mekanisme pasar adalah model ekonomi inti yang mendukung DAI. Ini mencakup sistem berbasis reputasi di mana hadiah terkait dengan waktu aktif dan keandalan, sehingga mendorong layanan yang lebih baik dari para kontributor.

Selanjutnya, kedua ahli sepakat bahwa mikrogrid terbarukan lokal dan sumber energi yang dimiliki komunitas adalah mitra alami untuk node DAI. Sobko berpendapat bahwa dengan menempatkan node komputasi AI di dekat mikrogrid tersebut, “daya bersih yang berlebihan dapat digunakan di lokasi” untuk tugas komputasi. Ini memberikan komunitas cara untuk memonetisasi operasi mereka tanpa harus terhubung ke jaringan pusat, secara efektif memperkuat infrastruktur lokal dan keberlanjutan.

FAQ 🧠

• Mengapa pasar berada di bawah tekanan? Ketakutan akan gelembung AI dan perusahaan yang overvalued 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 terpusat.
• Apa yang mendukung adopsi DAI? Insentif yang ter-tokenisasi dan mikrogrid terbarukan lokal menciptakan model ekonomi yang berkelanjutan dan didorong oleh komunitas.