Мы уже не один год обсуждаем искусственный интеллект по всем фронтам - от техники у нас дома до кадровых вопросов. Поэтому стоит поговорить об этом и в нашей сфере:
Майнинг криптовалют и обучение ИИ на глубинном уровне решают одну задачу: переработка огромных объёмов электроэнергии в вычислительный результат.
Оба требуют дешёвого электричества, индустриальных площадей, агрессивного охлаждения и круглосуточной работы - это делает их «инфраструктурными близнецами».
- И здесь возникает главный тренд 2026 года: переход майнинговых площадок в гибридный формат, когда часть мощностей работает под ASIC, а часть - под GPU/AI и HPC-задачи. Отсюда растут и ключевые преимущества-совпадения.
- Дешёвая и стабильная электроэнергия: и майнинг, и обучение нейросетей - чрезвычайно энергоёмкие процессы. У майнеров уже есть долгосрочные контракты на большие объёмы дешёвой электроэнергии, что является самой большой статьёй затрат для AI-кластеров. Их дата-центры по сути являются «энергетическими компаниями с IT-производством».
- Масштабные площадки и системы охлаждения: для размещения тысяч GPU необходимы огромные площади и мощное охлаждение. Майнинговые дата-центры уже располагают и тем, и другим, что экономит годы и миллиарды рублей на строительство с нуля. Особенно это ценно для энергетических компаний и промышленных холдингов, у которых есть свободные мощности, но нет опыта в «крипто‑начинке».
- Модульность и гибкость: инфраструктура майнеров часто построена по модульному принципу (как конструктор Lego), что позволяет оперативно перенаправлять энергомощности с майнинга на AI-задачи и обратно в зависимости от рыночной ситуации. Многие майнеры используют майнинг для получения быстрой прибыли на начальном этапе, постепенно расширяя AI-компоненту. Для среднего предпринимателя (1–5 МВт) это шанс «раскачаться» на понятном майнинге, а затем плавно заходить в более маржинальные, но и более сложные AI-нагрузки.