By Redação 
A plataforma Rubin da Nvidia, potência da computação, pode reduzir o custo de execução de modelos avançados de IA, uma afirmação que desafia as redes criptográficas construídas para monetizar a escassa computação de GPU.
Oficialmente lançado Segunda-feira na CES 2026, Rubin é a nova arquitetura de computação da Nvidia que melhora a eficiência do treinamento e execução de modelos de IA. Ele é implantado como um sistema de seis chips co-projetados – com a marca Vera Rubin em homenagem à astrônoma americana Vera Florence Cooper Rubin – e agora está em “plena produção”, disse o CEO da Nvidia, Jensen Huang. disse.
Para projetos criptográficos baseados no pressuposto de que a computação permanece escassa, esses ganhos podem desafiar a economia por trás de seus modelos.
No entanto, as melhorias anteriores na eficiência da computação tenderam a aumentar a procura em vez de a reduzir. A computação mais barata e mais capaz desbloqueou repetidamente novas cargas de trabalho e casos de uso, aumentando o uso geral mesmo com a queda dos custos.
Alguns investidores parecem apostar que a dinâmica ainda se aplica, com tokens de compartilhamento de GPU como Render (RENDER), Akash (AKT) e Golem (GLM) subindo mais de 20% na semana passada.
A maior parte dos ganhos de eficiência do Rubin está concentrada em data centers de hiperescala. Isso deixa as redes de computação baseadas em blockchain competindo em empregos e cargas de trabalho de curto prazo que ficam fora das fábricas de IA.
Por que o Render se beneficia quando a computação fica mais barata
Um exemplo moderno de demanda crescente por eficiência é a computação em nuvem. O acesso mais barato e flexível à computação por meio de provedores como a Amazon Web Services reduziu as barreiras para desenvolvedores e empresas, levando a uma explosão de novas cargas de trabalho que, em última análise, consumiram mais computação.
Isto vai contra a suposição intuitiva de que a eficiência deveria reduzir a procura. Se cada tarefa exigir menos recursos, serão necessários menos servidores ou GPUs.
Na computação, raramente é. À medida que os custos caem, novos usuários entram, os usuários existentes executam mais cargas de trabalho e aplicativos inteiramente novos tornam-se viáveis.
Relacionado: Por que a infraestrutura da criptografia não alcançou seus ideais
Em economia, isso é conhecido como o “Paradoxo de Jevons”, conforme descrito por William Stanley Jevons em seu livro de 1865. livro“A questão do carvão.” O economista inglês observou que as melhorias na eficiência do carvão não levaram à redução do uso de combustível, mas a um maior consumo industrial.
Aplicada a redes de computação baseadas em criptografia, a demanda do consumidor pode mudar para cargas de trabalho flexíveis e de curto prazo que não se enquadram em contratos de hiperescala de longo prazo.
Na prática, isso deixa redes como Render, Akash e Golem competindo em flexibilidade. Seu valor reside na agregação de GPUs ociosas ou subutilizadas e no roteamento de tarefas de curta duração para onde a capacidade estiver disponível, um modelo que se beneficia do aumento da demanda, mas não depende do controle do hardware mais avançado.
Render e Akash são plataformas descentralizadas de renderização de GPU onde os usuários podem alugar o poder da GPU para tarefas de computação intensiva, como renderização 3D, efeitos visuais ou até mesmo treinamento de IA. Eles permitem que os usuários acessem a computação da GPU sem se comprometerem com infraestrutura dedicada ou modelos de preços em hiperescala. Golem, por outro lado, opera como um mercado descentralizado para recursos de GPU não utilizados.
As redes de GPU descentralizadas podem oferecer desempenho confiável para cargas de trabalho em lote, mas têm dificuldade para fornecer a previsibilidade, a sincronização rígida e a disponibilidade de longa duração que os hiperescaladores foram criados para garantir.
Escassez de GPU esperada ao longo de 2026
As GPUs continuam escassas porque os principais componentes necessários para construí-las são escassos. Espera-se que a memória de alta largura de banda (HBM), uma parte crítica das GPUs de IA modernas, esteja em escassez até pelo menos 2026, de acordo com para o distribuidor de componentes Fusion Worldwide. Como o HBM é necessário para treinar e executar grandes modelos de IA, a escassez limita diretamente quantas GPUs de ponta podem ser enviadas.
A restrição vem do topo da cadeia de fornecimento de semicondutores. SK Hynix e Micron, dois dos maiores produtores mundiais de HBM, disseram que toda a sua produção para 2026 já está esgotada, enquanto a Samsung alertou sobre aumentos de preços de dois dígitos à medida que a demanda supera a oferta.
Relacionado: Os mineradores de Bitcoin apostaram na IA no ano passado e valeu a pena
Os mineradores de criptografia já foram responsabilizados por causar a escassez de GPU, mas hoje, o boom da IA está empurrando a cadeia de suprimentos para este estado. Os hiperscaladores e os laboratórios de IA estão bloqueando alocações plurianuais de memória, embalagens e wafers para garantir a capacidade futura, deixando pouca margem de manobra em outras partes do mercado.
Essa escassez persistente é parte da razão pela qual os mercados de computação descentralizados podem continuar a existir. Render, Akash e Golem operam fora da cadeia de suprimentos em hiperescala, agregando GPUs subutilizadas e oferecendo acesso em termos flexíveis e de curto prazo.
Eles não resolvem a escassez de suprimentos, mas fornecem acesso alternativo para desenvolvedores e cargas de trabalho que não conseguem garantir capacidade dentro de data centers de IA rigidamente controlados.
A redução do Bitcoin pela metade leva os mineradores à IA
O boom da IA também está remodelando a indústria de mineração de criptografia, enquanto a economia do Bitcoin (BTC) continua a mudar a cada quatro anos devido às reduções pela metade, reduzindo as recompensas dos blocos.
Vários mineradores estão reavaliando para que sua infraestrutura é mais adequada. Grandes locais de mineração construídos em torno do acesso a energia, refrigeração e espaço físico se assemelham muito aos requisitos dos modernos data centers de IA. À medida que os hiperescaladores bloqueiam grande parte do fornecimento de GPU disponível, esses ativos estão se tornando cada vez mais valiosos para IA e cargas de trabalho de computação de alto desempenho.
Essa mudança já é visível. Em novembro, a Bitfarms anunciou planos para converter parte de suas instalações de mineração no estado de Washington em um local de IA e computação de alto desempenho projetado para oferecer suporte aos sistemas Vera Rubin da Nvidia, enquanto vários rivais mudaram para IA desde o último halving.
Vera Rubin, da Nvidia, não elimina a escassez, mas torna o hardware mais produtivo dentro de data centers de hiperescala, onde o acesso a GPUs, memória e rede já é rigidamente controlado. As restrições de oferta, especialmente em torno da HBM, deverão permanecer ao longo do ano.
Para a criptografia, a escassez de GPU cria espaço para redes de computação descentralizadas preencherem lacunas no mercado, atendendo cargas de trabalho que não conseguem garantir contratos de longo prazo ou capacidade dedicada dentro de fábricas de IA. Estas redes não substituem a infraestrutura de hiperescala, mas funcionam como alternativas para empregos de curto prazo e acesso flexível à computação durante o boom da IA.
Revista: Gracy Chen, da Bitget, está procurando ‘empreendedores, não empreendedores’