Il cofondatore di Ethereum Vitalik Buterin ha richiamato l'attenzione su una differenza fondamentale nell'economia operativa del mining di Bitcoin e dell'inferenza dell'intelligenza artificiale (AI): l'elettricità costituisce quasi metà del costo di estrazione di un Bitcoin, mentre l'infrastruttura informatica domina la spesa per far girare i modelli AI.

In un post su X del 17 ottobre, Buterin ha confrontato le strutture di costo dei due settori, presentando stime che mostrano come le spese di mining di Bitcoin siano ripartite quasi equamente tra spesa in conto capitale per l'hardware (CapEx) ed energia, mentre i costi dell'inferenza AI sono concentrati in modo schiacciante sulle attrezzature informatiche.

Mining di Bitcoin: costi divisi tra hardware ed energia

Secondo Buterin, le spese di mining di Bitcoin sono divise approssimativamente al 50/50 tra CapEx informatico ed elettricità. Questo equilibrio riflette le esigenze del mining su scala industriale: gli operatori devono acquistare hardware specializzato — circuiti integrati specifici per applicazione (ASIC) costruiti esclusivamente per il mining — e mantenere forniture elettriche continue mentre competono per le ricompense di blocco.

Il dettaglio dei costi che accompagna il post stima le spese totali di mining in circa 93.700 dollari per Bitcoin. L'infrastruttura informatica incide per 37.600 dollari, ovvero circa il 40% del totale.

L'elettricità consumata direttamente dalle macchine di mining è stimata a 40.600 dollari per Bitcoin. Le spese energetiche aggiuntive contribuiscono con altri 2.400 dollari, portando i costi elettrici complessivi a 43.000 dollari — il 45,9% del totale.

Altre voci includono circa 3.200 dollari per il lavoro, 2.500 dollari per l'affitto delle strutture e 7.400 dollari per manutenzione, assicurazioni, tasse, larghezza di banda e relative esigenze operative.

I dati sottolineano perché i prezzi dell'elettricità restano un fattore determinante per la redditività del mining, anche se i costi di produzione effettivi variano in base all'efficienza dell'hardware, alle tariffe energetiche locali, agli accordi di finanziamento e alle condizioni operative. E poiché l'hardware di mining è monouso e non può essere riconvertito ad altri carichi di lavoro, questo mix di costi lega strettamente l'economia degli operatori al luogo — e al prezzo — in cui possono ottenere energia.

Fun fact of the day: Bitcoin mining cost is split about 50/50 between compute capex and electricity. Meanwhile, AI inference is almost completely dominated by compute capex. pic.twitter.com/PCFKZSuNRw

— vitalik.eth (@VitalikButerin) October 17, 2026

Inferenza AI: domina l'infrastruttura informatica

Buterin ha contrapposto a ciò l'inferenza AI — il processo con cui i modelli addestrati generano risposte, previsioni e altri output. In quel settore, la spesa in conto capitale informatica ammonta a circa 19.900 dollari per GPU-anno, pari al 76% dei costi totali di inferenza.

L'elettricità svolge un ruolo molto minore. Il consumo energetico diretto è stimato a 1.050 dollari per GPU-anno, con altre spese elettriche per 210 dollari. Insieme, queste categorie rappresentano circa il 4,8% del costo annuo stimato di 26.260 dollari per GPU.

Il lavoro contribuisce con altri 1.400 dollari, mentre l'affitto delle strutture incide per 900 dollari. Le spese rimanenti — tra cui manutenzione, assicurazioni, tasse e larghezza di banda — ammontano a circa 2.800 dollari.

A differenza delle macchine di mining, le GPU usate per l'inferenza sono processori di uso generale in grado di servire un'ampia gamma di carichi di lavoro informatici. Con l'attrezzatura, anziché l'energia, a dominare il bilancio, i prezzi dell'hardware, i finanziamenti e l'utilizzo sono le variabili che pesano di più sugli operatori.

Pressioni economiche divergenti

Il confronto evidenzia le diverse pressioni sui costi affrontate dai due settori. I miner di Bitcoin devono bilanciare gli investimenti in attrezzature con ingenti bollette elettriche ricorrenti, mentre gli operatori AI hanno un'esposizione maggiore ai costi dell'infrastruttura informatica.

Poiché le due analisi utilizzano unità diverse — costo per Bitcoin estratto rispetto a costo per GPU-anno — i dati riguardano la composizione dei costi più che un totale di spese direttamente confrontabile.

Queste dinamiche aiutano a spiegare perché alcune società di mining di Bitcoin si stanno espandendo nei data center AI. I contratti elettrici e le infrastrutture esistenti possono sostenere tale diversificazione, anche se finanziamenti, requisiti delle attrezzature e domanda dei clienti restano considerazioni importanti. Ciò che si trasferisce in tali conversioni è in gran parte l'infrastruttura di sito — connessioni alla rete, contratti energetici e raffreddamento — e non le macchine di mining stesse.

Il confronto di Buterin non stabilisce che uno dei due settori sia universalmente più economico da gestire. Illustra piuttosto come investimento in hardware e consumo elettrico incidano in modo diverso sui due modelli operativi — una ripartizione che punta a variabili differenti da osservare: i mercati energetici dal lato del mining, e l'offerta e i prezzi dell'hardware informatico dal lato AI.