En el pasado, era rentable minar Bitcoin y otras criptomonedas utilizando unidades de procesamiento gráfico (GPUs). Las GPUs eran un componente vital para que las computadoras mineras resolvieran eficientemente algoritmos de hash, lo que provocó un gran aumento en el precio y escasez de tarjetas capaces de minar criptomonedas.

La Historia de la Blockchain y las GPUs

El auge de las criptomonedas, que comenzó alrededor de 2016, atrajo un interés considerable de emprendedores, empresas existentes e inversores. La minería se convirtió en un emprendimiento increíblemente rentable, lo que la hizo más atractiva para personas con tiempo de inactividad en sus computadoras que podían poner en uso.

A medida que más personas se unían a las redes, los niveles de dificultad de minería aumentaron debido a cómo estaban programadas las blockchains de las criptomonedas más populares en ese momento. Las unidades de procesamiento de computadoras (CPUs), anteriormente adecuadas para la minería, quedaron rezagadas en potencia de procesamiento a medida que la carrera (y el ritmo) por descubrir soluciones criptográficas aumentaba.

Los valores del mercado de criptomonedas comenzaron a aumentar muy rápido, atrayendo aún más usuarios, y la minería en computadoras hogareñas pasó de moda a medida que las personas diseñaban plataformas de minería con más potencia de hashing utilizando múltiples GPUs. Los mineros recurrieron a computadoras dedicadas exclusivamente a la minería de criptomonedas, que a veces tenían más de ocho tarjetas gráficas trabajando en conjunto para resolver hashes criptográficos.

Las Causas de la Escasez de GPUs

Esta creciente necesidad de computadoras mineras más grandes y rápidas creó un serio problema en los mercados de GPUs y componentes informáticos. En 2016, los jugadores y diseñadores comenzaron a notar una escasez de GPUs disponibles en los sitios de venta habituales. Para mediados de 2017, había escasez de GPUs en el mercado debido a que los mineros compraban GPUs en grandes cantidades más rápido de lo que podían producirse.

Los precios se dispararon incluso para tarjetas gráficas de gama baja, y muchas tiendas y minoristas incluso tuvieron que establecer medidas para evitar que los usuarios individuales agotaran su inventario. Por ejemplo, eVGA, en ese momento un fabricante popular de GPUs, implementó una lista de espera en su página de compras. NewEgg, un minorista en línea popular entre los constructores de computadoras, implementó una medida similar.

Se produjeron escaseces similares a gran escala que afectaron a usuarios minoristas e incluso a la academia, donde científicos que necesitaban una gran potencia de procesamiento para estudios avanzados como astronomía, genética y matemáticas no podían comprar las últimas tarjetas gráficas para realizar su trabajo.

El Futuro de la Blockchain y las GPUs

Fuera de la minería, la blockchain y las GPUs representan una combinación ideal. Las redes distribuidas de la primera ofrecen a los usuarios una forma de dispersar la potencia de cálculo, aprovechando la suma de sus usuarios para crear “supercómputadoras virtuales” que dependen de la potencia colectiva de la red. Además, existe una demanda creciente de computación como servicio, evidenciada por la creciente popularidad de la computación en la nube y el mercado de GPUs como servicio.

Varios gigantes tecnológicos ya ofrecen estos servicios, aunque siguen siendo completamente centralizados y, por lo tanto, algo ineficientes. Google Cloud ofrece servicios de GPU, al igual que Amazon Web Services, e incluso Nvidia ha comenzado a ofrecer soluciones.

Otras empresas están creando plataformas que utilizan blockchain para aprovechar la potencia de cálculo distribuida de las GPUs. Por ejemplo, la Red Render utiliza la blockchain de Solana, la red y software de renderizado en la nube propietario para equiparar las solicitudes computacionales con la potencia de renderizado de las GPUs.

Clore.AI permite a los usuarios hospedar una GPU y alquilarla a otros que necesitan más potencia para aplicaciones de IA, minería o renderizado. Neura es una blockchain creada para propósitos de IA que proporciona una red de anfitriones de GPU. El sitio web de la empresa afirma que puede permitir a los constructores de IA “lanzar y escalar la IA con un cálculo flexible, económico y bajo demanda”.

La IA está superando (y combinándose con) la blockchain y las criptomonedas en gran parte de la industria tecnológica. Es probable que las GPUs vuelvan a ser mucho más demandadas para su uso en proyectos de blockchain si ideas como Neura atraen el interés de empresas, desarrolladores e inversores, ya que pueden manejar tareas computacionales mucho más rápido que las CPUs.

¿Qué es la Industria de las GPUs?

La industria de las unidades de procesamiento gráfico incluye a los fabricantes de GPUs. Las GPUs se utilizan en muchos dispositivos que requieren traducir señales, datos y otra información a otro dispositivo que lo muestre, como un monitor u otro tipo de pantalla. Debido a su velocidad, también se utilizan en aplicaciones de inteligencia artificial y aprendizaje automático y análisis.

¿Qué es GPU en Blockchain?

Las GPUs pueden procesar datos más rápido que las CPUs en aplicaciones de blockchain, por lo que a veces se utilizan para validar transacciones y realizar otros trabajos.

¿Por qué los Mineros de Criptomonedas Utilizan GPUs?

Los mineros de criptomonedas utilizaron extensamente las GPUs en el pasado porque eran mucho más rápidas que otros métodos. Sin embargo, la mayoría de las criptomonedas que valen la pena minar ya no pueden ser rentablemente minadas en GPUs debido a sus procesos competitivos.

En resumen, si bien alguna vez las blockchains permitieron a la industria de GPUs revolucionar colectivamente su modelo de ventas, a partir de octubre de 2024 ya no era rentable usarlas para la minería de criptomonedas. Sin embargo, están surgiendo otros usos de las GPUs en blockchain. Aunque estos usos aún no son tan rentables como la minería de criptomonedas, las blockchains todavía pueden usar la potencia de cálculo distribuida de las GPUs para realizar muchas tareas más rápidamente y de manera más eficiente que depender de GPUs individuales, computadoras o pequeñas redes.