Сооснователь Ethereum Виталик Бутерин 17 октября 2026 года вышел в X со сравнительным анализом экономики электроэнергии, противопоставив распределение расходов в майнинге Bitcoin и инференсе ИИ. Его основной вывод прост: затраты на майнинг Bitcoin делятся между оборудованием и электроэнергией, тогда как расходы на инференс ИИ сконцентрированы почти полностью в оборудовании.

Цифры, стоящие за распределением

Согласно оценкам, приводимым в сравнении, добыча одного Bitcoin обходится примерно в $93 700. Из этой суммы около $37 600, или 40%, приходится на капитальные затраты на вычисления — первоначальные расходы на покупку майнинговых машин. На электроэнергию приходится около $40 600, или 43,3%. Иными словами, счета за оборудование и за энергию, которая его питает, почти равны.

Инференс ИИ выглядит совершенно иначе. Инференс — это этап, на котором обученная модель отвечает на вопросы, генерирует изображения или пишет код для пользователей. Оценочная стоимость здесь составляет около $26 260 на GPU-год, из которых примерно $19 900, или 76%, приходится на капзатраты на вычисления. Электроэнергия — от $1 050 до $1 260, то есть всего 4–4,8%. Для оператора ИИ счет за электричество ближе к погрешности округления, чем к стратегической проблеме.

Разрыв еще больше увеличивается на уровне объектов. Строительство и эксплуатация майнинговой площадки Bitcoin оцениваются в $700 000–1 млн за мегаватт, тогда как инфраструктура ИИ — примерно в $20 млн за мегаватт.

Почему структура затрат важнее общей суммы

Анализ Бутерина сосредоточен на том, как формируются затраты, а не на том, какой сектор тратит больше или потребляет больше энергии в целом. Он не пытается приравнять абсолютные расходы или совокупное энергопотребление двух отраслей.

Эта структура определяет и рычаги, доступные каждой отрасли: майнеры могут добиваться более дешевой электроэнергии, тогда как главная эффективность операторов ИИ заключается в извлечении большей отдачи из уже оплаченного оборудования.

Майнеры Bitcoin остаются крайне чувствительными к текущим затратам на электроэнергию, поскольку она занимает такую большую долю в стоимости добычи каждой монеты. Эта чувствительность давно определяла географию майнинговых мощностей: площадки тяготеют к дешевым источникам энергии. Экономика операторов ИИ вместо этого зависит от эффективности и утилизации оборудования — то есть от того, сколько полезной работы выполняет каждый дорогой GPU за срок своей службы.

Контекст: две отрасли в погоне за одной электроэнергией

Майнинг Bitcoin и дата-центры ИИ все активнее конкурируют за одни и те же ресурсы: подключение к электросетям, дешевую электроэнергию и физическое пространство.

Майнинг построен на системе proof-of-work, где машины наперегонки решают головоломки, а победитель получает вновь эмитированный Bitcoin. Электроэнергия — структурный этого процесса, что объясняет ее столь значительную долю в оценке затрат.

Ethereum, сеть сооснователем которой является Бутерин, отказалась от proof-of-work несколько лет назад, перейдя на proof-of-stake в сентябре 2022 года. Поэтому, когда он высказывается об энергетической экономике Bitcoin, он говорит как человек, чья собственная сеть больше не платит по этому счету.

Инференс ИИ, напротив, зависит от специализированных чипов. Эти чипы дороги, а дата-центры, в которых они размещаются, обходятся гораздо дороже в пересчете на мегаватт, как показывают оценки на уровне объектов.

Что это значит для майнеров и операторов

Если электроэнергия составляет более 40% стоимости добычи монеты, майнеры с доступом к дешевой и стабильной энергии обладают структурным преимуществом, а те, кто зависит от волатильных энергорынков, несут реальный риск для маржи.

Некоторые майнеры могли бы рассмотреть перепрофилирование своей инфраструктуры под задачи ИИ, где эффективность капитала может быть выше. Однако оценки подчеркивают масштаб такого перехода: майнинговые площадки стоят примерно $700 000–1 млн за мегаватт, тогда как инфраструктура ИИ — около $20 млн за мегаватт. Майнер, ориентирующийся на ИИ, принял бы на себя совершенно иной объем капиталовложений, обменяв риск цен на электроэнергию на риски, связанные с оборудованием и его утилизацией.

Для стороны ИИ, где электроэнергия занимает примерно 4–4,8% затрат на инференс, давление смещается на загрузку и эффективность GPU: простаивающее оборудование с годовыми капзатратами в $19 900 — слишком дорогой актив, чтобы оставлять его без дела. Для тех, кто следит за обеими отраслями, именно цены на электроэнергию и показатели утилизации GPU напрямую вытекают из этого разделения затрат.