corehu
租用 GPU
← 所有文章
DRAFT分析

为什么禁止加密货币挖矿,却允许计算任务?

CoreHu 团队·6 分钟阅读

同一块 GPU 上的两种工作负载:一种几乎在所有平台都被禁止,另一种则是受合同约束的核心业务。区别在于效率、透明度和滥用风险。

01

两种工作负载,两种命运

工作量证明挖矿并不是让 GPU 根据确定的输入产出确定的结果;它按哈希竞赛中竞争者的数量成比例地消耗能源。AI 训练、渲染、仿真、数据处理等计算任务,则在每个 GPU 小时都产出可衡量、可使用的成果。

从商业模式角度看,差异是根本性的:一个是基础设施成本超过收益的投机竞赛,另一个是每一小时租用都反映真实价值的生产性工作。

02

挖矿不可扩展的一面

挖矿收益随汇率和网络难度波动,因此无法保证始终高于每小时租金;亏损的矿工会抛弃供应商的资源,留下债务和退款纠纷。挖矿还会全天候满功率运行,对同一 GPU 上的散热、供电设施和机架安全造成的压力超过任何其他工作负载。

还有滥用的一面:使用被盗支付工具开设的账户、逃避身份验证的匿名运营者,以及用后来被拒付的款项资助的短命挖矿据点,都是常见的滥用模式。这些信号使平台谨慎到干脆全面禁止挖矿。

03

坦率谈谈法律层面

首先澄清一点:在土耳其,加密货币挖矿本身并不是犯罪;禁令主要是平台的商业选择。但这种选择并非随意:未经授权用电等行为会受到刑事处罚,收益须遵守税法,高功率密度还会使运营者面临监管审查。

在 CoreHu GPU 上,服务条款明确禁止加密货币挖矿。原因是运营边界,而不是法律意见:让资源分配给生产性工作负载,并为每位租户提供可预测的价格。

04

为什么允许计算任务

计算任务有三个特点:工作是明确的(您运行什么是已知的)、产出是可衡量的(模型、渲染结果、仿真结果),并且受合同约束(可接受的使用范围已书面规定)。平台从所产生的价值中获取分成;这是可衡量的服务交换,而不是赌博。

同一个 GPU 小时,在 AI 训练中变成模型,在渲染中变成画面,在仿真中变成结果集。这种多样性意味着每位填充容量的租户都能从平台获得产出,而不会推高价格。

05

CoreHu GPU 上的可接受使用

  • 允许:AI 训练与推理、渲染、科学计算、仿真、数据处理。
  • 禁止:工作量证明挖矿、产生攻击流量的任务、代理/匿名化中继,以及任何其他违反法律的用途。

06

结论

这一区分的理念用一句话概括:生产性工作畅行无阻,消耗大量资源的投机性工作则被禁止。这一政策让所有其余租户始终享有低廉且可预测的价格。

本页文章为示例内容;在 CMS 接入之前,均标记为未发布的草稿。