Les ambitions des projets d'IA crypto exigent des investissements colossaux

Les projets d'intelligence artificielle (IA) dans l'espace des crypto-monnaies pourraient nécessiter des investissements en processeurs graphiques (GPU) équivalant à leur capitalisation de marché totale pour atteindre leurs objectifs. L'économie des créateurs bénéficiant de vidéos générées par l'IA nécessitera davantage de GPU que ce que toutes les grandes entreprises technologiques possèdent actuellement.

‍

Décennie de décentralisation du futur

Le hub le plus grand et le plus établi au monde pour tout ce qui concerne les crypto-monnaies, la blockchain et le Web3 met en avant la possibilité de génération de texte en vidéo, galvanisant le marché des crypto-monnaies. L'intérêt pour l'IA a grimpé en flèche lorsque OpenAI a dévoilé une démo de Sora. Cependant, rendre cette technologie grand public exigerait une puissance de calcul stupéfiante, nécessitant plus de GPU H100 de qualité serveur que ce que Nvidia produit en un an.

‍

Combien de GPU faudra-t-il ?

Pour rendre la génération de texte en vidéo courante, il faudra des centaines de milliers de GPU, plus que ce que Microsoft, Meta et Google utilisent actuellement combinés. Les projets d'IA crypto émergents promettent également de réaliser de la génération de texte en vidéo et en image, et la catégorie des tokens d'IA représente maintenant une capitalisation boursière de 25 milliards de dollars selon les données de CoinGecko.

‍

L'armée nécessaire de GPU

Pour soutenir la communauté des créateurs sur TikTok et YouTube, il faudra 720 000 GPU Nvidia H100 haut de gamme. Sora nécessite jusqu'à 10 500 GPU puissants pour s'entraîner pendant un mois, et ne peut générer qu'environ 5 minutes de vidéo par heure par GPU pour l'inférence. L'adoption généralisée signifie que l'inférence surpassera l'entraînement en termes d'utilisation de la puissance de calcul.

‍

‍

Nvidia n'est pas seul sur le marché

Bien que Nvidia soit synonyme de révolution de l'IA, AMD propose également des produits concurrents, et d'autres moyens existent pour externaliser la puissance de calcul vers des fermes de GPU. Render (RNDR) et Akash Network (AKT) offrent du calcul GPU distribué, mais la majorité des GPU sur ces réseaux sont de qualité gaming et donc moins puissants que les GPU de qualité serveur de Nvidia ou ceux d'AMD.

‍

‍