Minería GPU vs Inferencia LLM 2026: ¿Qué es más rentable?

La rentabilidad de una RTX 4090 en PoW como Kaspa o Clore hace rato que topó con la factura de luz y la dificultad, donde a $0.06 por kWh te deja en el mejor de los casos unos $0.40–$0.60 limpios al día por tarjeta. Ese mismo rig de 8x RTX 4090 conectado a Vast.ai, Render Network o io.net para correr inferencia de Qwen 2.5 72B o Llama 3.3 70B en vLLM tira números completamente distintos, pero el dolor de cabeza también se multiplica por mil.

Mientras que en PoW te limitas a flashear la BIOS, bajar el Power Limit a 250W, fijar el lock memory clock en 810 MHz, orientar los fans y tirar el stratum al pool, para inferencia ese setup no te va a dar una utilización decente ni de broma.

El gran problema de alquilar tarjetas para cargas de IA es la latencia del bus y la memoria. En los marketplaces descentralizados, los clientes piden nodos para tareas específicas: algunos corren inferencia FP8/INT4, otros necesitan núcleos tensoriales para un fine-tuning ligero vía LoRA.

Las diferencias de hardware y configuración se ven así:

• Bus PCIe: Para PoW (como las basadas en Ethash o HeavyHash) los risers x1 PCIe 2.0/3.0 alcanzan y sobran. Para la inferencia necesitas un canal con buen ancho de banda. Si la tarjeta está montada en un PCIe 3.0 x1, mover pesos de modelos de más de 40 GB desde la RAM del sistema a la VRAM es matarse con el latency. Necesitas motherboards que soporten al menos PCIe 4.0 x8, idealmente x16 por ranura, o placas de servidor con switches Broadcom/PLX.
• Capacidad y velocidad de VRAM: En PoW importa el tamaño del archivo DAG o el ancho de bus. En la inferencia de LLMs, el tamaño de la VRAM es el cuello de botella supremo. Una RTX 3090 (24GB) se cotiza más alto que una RTX 4080 (16GB) simplemente porque en 16 GB no entra ni una Llama 3 70B cuantizada cuando atiendes a varios usuarios en paralelo mediante el KV cache.
• Consumo de energía y picos de carga: En minería el consumo es lineal. Metes nvidia-smi -pl 280 y la gráfica de consumo va en línea recta. En inferencia, apenas cae un lote de prompts, la tarjeta pasa de golpe de 30W en reposo a un pico de 450W en execution. Si la fuente es barata o está colgada de un solo cable (como las fuentes chinas viejas de 2000W), salta la protección contra sobrecorriente (OVP/OCP) por el dI/dt tan agresivo.
• Software y drivers: La minería corre en cualquier distro tipo HiveOS o RaveOS con un driver básico de NVIDIA. Para IA necesitas Linux (Ubuntu Server 22.04/24.04), CUDA Toolkits recientes (12.x), Docker, nvidia-container-toolkit y los daemons de autenticación de la plataforma bien configurados.

En la parte económica: en Vast.ai una RTX 4090 se cotiza a unos $0.35–$0.50 por hora, pero eso es con una utilización del 100% (On-Demand). El fill rate real de un nodo sin IP fija y con un ping arriba de 50ms a los principales data centers rara vez pasa del 50–60%. Cuando nadie te alquila la tarjeta, se queda tragando 40–50W en idle sin generar nada.

Al final de cuentas, si tienes una infraestructura con buena refrigeración, una conexión estable de al menos 1 Gbps, gigabytes de RAM de sistema (mínimo una proporción 1:1 con la VRAM) y ganas de actualizar los contenedores a cada rato, rentar las tarjetas para inferencia te da un x2 o x3 en ganancias comparado con el PoW. Si armaste el rig a puro alambre y cinta sobre un marco de madera, con risers x1 y un procesador Celeron, lo único para lo que va a servir es para minar con tristeza algoritmos muertos como Pyrin o NEXA.

Sistema operativo y administración

Sistema operativo y administración: aquí es donde sale a flote el verdadero esfuerzo operativo, ese del que los videos promocionales de los marketplaces prefieren no hablar.

Qué pasa del lado del SO y del software

En minería, toda la configuración se resume en un script de autenticación y un archivo de configuración personalizado del minero (Gminer, LOLMiner o Rigel). En cambio, con las plataformas de alquiler para IA (como Vast.ai, Clore.ai o RunPod), la máquina host se convierte en un nodo de virtualización hecho y derecho.

Esta es la diferencia básica en la arquitectura del stack:

[ PoW Mining ]
Linux Kernel -> NVIDIA Driver -> Mining Executable -> Stratum Pool
[ AI Inference Node ]
Ubuntu Server 22.04/24.04 LTS 
  ├── NVIDIA Driver (535/550+ Open Kernel Modules)
  ├── CUDA Toolkit (12.x) & nvidia-container-toolkit
  ├── Docker Daemon (con integración nativa de cgroupsv2 para límite de GPU)
  ├── Host Daemon de la plataforma (Vast/Clore client: monitoreo, reenvío de puertos, llaves SSH)
  └── Container Context (vLLM / Ollama / ComfyUI / PyTorch + HuggingFace Cache)

Si se te cae el minero, el watchdog reinicia el proceso en 3 segundos. Pero si en el contenedor del inquilino se cae el `vllm.entrypoints.openai.api_server` por un error de Out-Of-Memory (OOM) debido a que el KV cache se disparó en un contexto largo (por ejemplo, 32k tokens en Llama-3), el cliente simplemente cancela el alquiler. Ahí pierdes reputación como host (Uptime Score) en la plataforma y tu nodo desaparece de los resultados de búsqueda por varios días.

Ancho de banda de red y E/S de disco

Para minería, el volumen de tráfico entrante y saliente da risa: los shares se envían en paquetes de un par de kilobytes mediante el protocolo Stratum. Te sirve hasta un módem 4G con 80 ms de ping.

Para alquilar infraestructura con fines de inferencia y fine-tuning, la red es el cuello de botella absoluto:

• Descarga de pesos de modelos: El cliente alquila una tarjeta y baja de HuggingFace el modelo Llama-3-70B cuantizado en INT4 (cerca de 40 GB). Con una conexión de 100 Mbps, este proceso toma casi una hora. Todo ese tiempo el cliente paga por tiempo ocioso y te deja una reseña negativa. Necesitas mínimo fibra simétrica de 1 Gbps (mejor si son 2.5–10 Gbps).
• Subsistema de disco: Olvídate de los SSD SATA baratos o discos duros viejos que todavía medio aguantan como unidad de arranque en HiveOS. Los contenedores de IA están todo el tiempo escribiendo caché y leyendo tensores de gigabytes. Requieres unidades NVMe (PCIe 4.0 x4) con controladoras que tengan caché DRAM (como el Samsung 980 Pro o el Kingston KC3000), con un almacenamiento mínimo de 2 TB por cada 4 tarjetas de video. Los SSD baratos sin búfer se calientan rapidísimo, entran en throttling de IOPS y terminan colgando todo el demonio de Docker.

Seguridad y aislamiento del host

Cuando pones tus GPUs a disposición de terceros para tareas de cómputo, básicamente les estás dando luz verde para ejecutar código arbitrario dentro de un contenedor en tu propio hardware.

Si el Docker del sistema host está mal configurado o usas un kernel viejo con vulnerabilidades sin parchar como las de tipo Container Escape (fuga de contenedor), el inquilino puede hacerse con acceso root de la SO principal.

Pasos obligatorios para asegurar tu nodo:

• Desactivar el modo privileged en las configuraciones del demonio del host.
• Configurar iptables / ufw para aislar rígidamente la red local (evitando que el inquilino escanee tu red casera o tu router desde el contenedor).
• Utilizar VLANs separadas para el segmento de minería y los nodos de cómputo.
• Desactivar el acceso SSH por contraseña en la máquina host y forzar la autenticación estrictamente mediante llaves Ed25519.

Riesgos financieros y fuga de liquidez

En PoW las ganancias caen al pool de forma nativa: minaste monedas -> recibiste tu pago en la wallet una vez al día. La relación Risk/Reward es transparente.

En los servicios de IA, los pagos se realizan en el token interno de la plataforma o en cripto (USDT/BTC) con un periodo de retención (Hold Period). Por ejemplo, en Clore.ai o Render una parte de la recompensa se paga en sus propios tokens, cuya cotización es sumamente volátil. Si el token de la plataforma se cae un 20% en un día, tu rentabilidad real por el alquiler termina quedando por debajo de PoW.

Si no tienes ninguna ganas de hacer guardia frente a la terminal, ajustar los permisos de `nvidia-persistenced`, limpiar cachés de Docker con `docker system prune -a` y ponerte a investigar por qué el PyTorch botó un segfault por un conflicto de versiones de cuDNN, alquilar hardware para IA se va a convertir rápidamente en un dolor de cabeza poco líquido.

Guía paso a paso para configurar tu PC o rig de escritorio y rentarlo en redes de cómputo (Compute-nets)

Si tienes por ahí una PC de trabajo o un rig armado con 2x RTX 4090 / 3090 y te late la idea de migrar de PoW a inferencia de IA, el armado típico del software va más o menos así:

1. Instalación limpia de Linux y el entorno base

Olvídate de esas distros armadas para minería que corren desde una USB. Lo que necesitas es una versión Server limpia directo en un NVMe:

# Actualizamos paquetes y metemos el software base
sudo apt update && sudo apt upgrade -y
sudo apt install -y build-essential dkms git curl wget htop nvme-cli net-tools ufw

2. Instalación de drivers NVIDIA y CUDA sin morralla

Ni se te ocurra tirar de un ubuntu-drivers autoinstall estándar; casi siempre te instala librerías de escritorio de más y te echa a perder el modo Headless. Échale mano directo a una rama oficial de drivers (por ejemplo, la 550+):

# Agregamos el repositorio de NVIDIA
sudo add-apt-repository ppa:graphics-drivers/ppa -y
sudo apt update
sudo apt install -y nvidia-driver-550-server nvidia-utils-550-server
# Activamos el persistence mode (para que las GPUs no se duerman y la latencia no suba al levantar un contenedor)
sudo nvidia-smi -pm 1

Ya que reinicies, checamos el estado del bus y los límites de potencia. Si quieres que aguante 24/7 sin broncas, vale la pena bajarle un toque al TDP para calmar los picos de temperatura en la VRAM:

# Limitamos la RTX 4090 a 350-380W en lugar de los 450W por defecto
sudo nvidia-smi -pl 360

3. Configuración de Docker y el NVIDIA Container Toolkit

Sin pasar la GPU directo a contenedores aislados, ningún marketplace (Vast.ai, Render, RunPod) te va a jalar:

# Instalación de Docker CE
curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh
# Agregando el NVIDIA Container Toolkit
curl -fsSL https://nvidia.github.io/libnvidia-container/gpgkey | sudo gpg --dearmor -o /usr/share/keyrings/nvidia-container-toolkit-keyring.gpg
curl -s -L https://nvidia.github.io/libnvidia-container/stable/deb/nvidia-container-toolkit.list | \
  sed 's#deb [^ ]* #&[signed-by=/usr/share/keyrings/nvidia-container-toolkit-keyring.gpg] #' | \
  sudo tee /etc/apt/sources.list.d/nvidia-container-toolkit.list
sudo apt update
sudo apt install -y nvidia-container-toolkit
# Configuramos el runtime y reiniciamos el daemon
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

Para verificar que la tarjeta de video ya asoma la cabeza dentro del contenedor:

docker run --rm --gpus all nvidia/cuda:12.0.0-base-ubuntu22.04 nvidia-smi

Comparativa financiera y rendimiento por tipo de GPU

Para entender cómo está la jugada en el mercado, checa esta tabla resumen con el retorno de inversión y la viabilidad del hardware más común:

* Las ganancias contemplan un uso promedio (50-70%) ya restando el costo de la luz con una tarifa de $0.06/kWh.

Plan B: Minería e inferencia híbridas con auto-switch

Si no quieres perder lana mientras tu nodo se queda de brazos cruzados en los marketplaces de IA esperando cliente, puedes armar una lógica para alternar tareas al Vuelo:

• Prioridad principal: El demonio de Vast.ai / Clore.ai se queda a la escucha esperando chamba del cliente.
• Proceso en segundo plano: Mientras nadie renta la tarjeta (cero rentas activas), un script worker tira un minero de PoW ligero (tipo Kaspa o Zephyr corriendo en CPU/GPU).
• Gatillo de cambio: En cuanto llega una petición de API para levantar un contenedor de Docker con IA, el script le manda un SIGKILL al minero al instante, libera la VRAM y le suelta la tarjeta al cliente.

Esto te lo armas con un script de bash sencillito que revise el estatus de los contenedores de Docker:

#!/bin/bash
# Worker sencillo para monitorear contenedores de IA activos
MINER_PID=""
while true; do
    # Checamos si hay contenedores corriendo además de los del sistema
    ACTIVE_CONTAINERS=$(docker ps -q --filter "label=ai_workload=true" | wc -l)
    if [ "$ACTIVE_CONTAINERS" -gt 0 ]; then
        if [ ! -z "$MINER_PID" ]; then
            echo "[+] Cayó carga de IA. Matando la minería en background..."
            kill -9 $MINER_PID
            MINER_PID=""
            # Regresamos abanicos y límites al modo IA
            nvidia-smi -pl 380
        fi
    else
        if [ -z "$MINER_PID" ]; then
            echo "[-] Sin inquilinos. Echando a andar minero PoW en background..."
            # Bajamos el Power Limit para no gastar tanto de luz en la minería
            nvidia-smi -pl 250
            /opt/miners/rigel --algo kaspa --pool stratum+tcp://... --wallet ... &
            MINER_PID=$!
        fi
    fi
    sleep 10
done

Con este apaño te quitas de encima el dolor de cabeza número uno de rentar GPUs para IA: los ceros en la cartera mientras esperas cliente, manteniendo tu nodo listo para jalar una tarea bien pagada en cuestión de segundos.

Al final del día, todo se resume a qué tan dispuesto estés a administrar el stack. El PoW es la vieja confiable de meterle al fierro con broncas operativas mínimas. Rentar las tarjetas para IA ya es un negocio de micro-IaaS en toda regla, donde terminas operando como un mini proveedor de nube.