Mineração GPU vs Inferência LLM 2026: O que dá mais lucro?

A rentabilidade da RTX 4090 em PoW, como Kaspa ou Clore, há muito tempo bateu de frente com a conta de luz e a dificuldade da rede, rendendo no melhor dos casos uns $0.40–$0.60 limpos por dia por placa, considerando $0.06 por kWh. O mesmo rig com 8x RTX 4090 conectado ao Vast.ai, Render Network ou io.net para rodar inferência de Qwen 2.5 72B ou Llama 3.3 70B via vLLM entrega números totalmente diferentes, mas a dor de cabeça também é infinitamente maior.

Enquanto no PoW basta fazer o flash da BIOS, travar o Power Limit em 250W, setar o lock memory clock em 810 MHz, direcionar os fans e mandar o stratum para a pool, esse tipo de setup não vai entregar nenhuma utilização aceitable para inferência.

O grande gargalo de alugar placas de vídeo para cargas de trabalho de IA é a latência do barramento e a memória. Nos marketplaces descentralizados, os clientes alugam nós para tarefas específicas: alguns rodam inferência FP8/INT4, enquanto outros precisam de núcleos tensoriais para um fine-tuning leve via LoRA.

A diferença em termos de hardware e configuração é a seguinte:

• Barramento PCIe: Para PoW (como moedas baseadas em Ethash ou HeavyHash), risers x1 PCIe 2.0/3.0 dão conta do recado. Para inferência, você precisa de um canal com largura de banda de verdade. Se a placa estiver em um slot PCIe 3.0 x1, trafegar pesos de modelos de 40+ GB da RAM do sistema para a VRAM é um verdadeiro tiro no pé em termos de latência. Você precisa de placas-mãe com suporte a pelo menos PCIe 4.0 x8, de preferência x16 por slot, ou placas server-grade com switches Broadcom/PLX.
• Capacidade e velocidade da VRAM: No PoW, o que importa é o tamanho do arquivo DAG ou a largura do barramento. Na inferência de LLMs, o tamanho da VRAM é o fator limitante supremo. Uma RTX 3090 (24GB) é mais valorizada que uma RTX 4080 (16GB) simplesmente porque 16 GB não conseguem rodar nem mesmo uma Llama 3 70B quantizada ao atender vários usuários simultaneamente via KV cache.
• Consumo de energia e picos de carga: Na mineração, o consumo de energia é linear. Você roda o comando nvidia-smi -pl 280 e o gráfico de consumo segue uma linha reta. Na inferência, quando um lote de prompts chega, a placa pula instantaneamente de 30W em idle para um pico de 450W em execution. Se a fonte for barata ou compartilhada em uma única linha (como aquelas fontes chinesas antigas de 2000W), a proteção contra sobrecorrente (OVP/OCP) dispara devido à variação brusca de dI/dt.
• Software e drivers: A mineração roda em qualquer sistema operacional como HiveOS ou RaveOS com um driver básico da NVIDIA. Para IA, você precisa de Linux (Ubuntu Server 22.04/24.04), CUDA Toolkit atualizado (12.x), Docker, nvidia-container-toolkit e os daemons de autenticação da plataforma devidamente configurados.

Fazendo as contas: no Vast.ai, cobram cerca de $0.35–$0.50 por hora por uma RTX 4090, mas isso considerando 100% de utilização (On-Demand). A taxa real de ocupação de um nó sem IP fixo e com ping acima de 50ms para os principais data centers raramente passa de 50–60%. Quando ninguém aluga a placa, ela simplesmente fica chupando 40–50W em idle sem trazer retorno nenhum.

No fim das contas, se você tem uma infraestrutura com refrigeração adequada, link estável de pelo menos 1 Gbps, gigabytes de RAM no sistema (no mínimo uma proporção de 1:1 em relação à VRAM) e disposição para atualizar os containers com frequência, alugar placas para inferência rende de 2x a 3x mais que o PoW. Se o seu rig foi montado na base da gambiarra com ripas de madeira, risers x1 e processador Celeron, a única coisa que ele vai conseguir fazer é rodar tristemente algoritmos como Pyrin ou NEXA.

Sistema e Administração

Sistema e administração: é aqui que entram de verdade o trabalho pesado e o esforço que os vídeos promocionais dos marketplaces omitem.

O que acontece do lado do SO e do software

Na mineração, toda a configuração se resume a um script de autenticação e a um arquivo de configuração customizado do minerador (Gminer, LOLMiner ou Rigel). No caso de plataformas de aluguel para IA (como Vast.ai, Clore.ai ou RunPod), a máquina hospedeira se transforma em um nó de virtualização completo.

Aqui está a diferença básica na arquitetura de pilha:

[ 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 (com integração nativa cgroupsv2 para limite de GPU)
  ├── Host Daemon da plataforma (Vast/Clore client: monitoramento, redirecionamento de portas, chaves SSH)
  └── Container Context (vLLM / Ollama / ComfyUI / PyTorch + HuggingFace Cache)

Se o seu minerador cai, o watchdog reinicia o processo em 3 segundos. Se o `vllm.entrypoints.openai.api_server` do locatário cai dentro do container por falta de memória (Out-Of-Memory / OOM) devido ao crescimento do KV cache em um contexto longo (por exemplo, 32k tokens no Llama-3), o cliente simplesmente cancela a locação. Você perde pontuação de host (Uptime Score) na plataforma, e seu nó some dos resultados de busca por vários dias.

Largura de banda de rede e E/S de disco

Na mineração, o volume de tráfego de entrada e saída é irrisório: os shares são enviados em pacotes de poucos kilobytes pelo protocolo Stratum. Até um modem 4G com ping de 80ms serve.

Para aluguel voltado a inferência e fine-tuning, a rede é o verdadeiro gargalo:

• Download de pesos de modelos: O cliente aluga a placa e puxa o modelo Llama-3-70B quantizado em INT4 (cerca de 40 GB) do HuggingFace. Em um link de 100 Mbps, esse processo leva quase uma hora. Todo esse tempo o cliente fica pagando por tempo ocioso e escrevendo uma avaliação negativa. O link precisa ser de fibra simétrica de no mínimo 1 Gbps (sendo ideal 2.5–10 Gbps).
• Subsistema de disco: Esqueça SSDs SATA baratos ou HDs antigos que ainda quebram um galho como disco de boot para o HiveOS. Os containers de IA escrevem cache e leem tensores de gigabytes o tempo todo. São necessários SSDs NVMe (PCIe 4.0 x4) com controladores que tenham cache DRAM (como Samsung 980 Pro / Kingston KC3000), com capacidade mínima de 2 TB para cada 4 placas de vídeo. SSDs baratos sem DRAM superaquecem rápido, entram em throttling de IOPS e travam o daemon do Docker inteiro.

Segurança e isolamento do host

Quando você aluga suas GPUs para tarefas computacionais a terceiros, na prática você está permitindo a execução de código arbitrário dentro de um container no seu próprio hardware.

Se o Docker estiver mal configurado no host ou se você usar um kernel desatualizado com vulnerabilidades não corrigidas como o Container Escape (fuga de container), o locatário pode conseguir acesso root ao sistema operacional principal.

Passos obrigatórios para proteger o seu nó:

• Desativar o modo privileged nas configurações do daemon do host.
• Configurar o iptables / ufw para isolar rigidamente a rede local (evitando que o locatário escaneie sua rede doméstica ou roteador de dentro do container).
• Usar VLANs separadas para o segmento de mineração e para os nós de computação.
• Desativar o acesso SSH por senha na máquina host e usar estritamente autenticação por chaves Ed25519.

Riscos financeiros e fluxo de caixa

No PoW, o rendimento cai na pool de forma nativa: minerou as moedas -> recebeu o pagamento na carteira uma vez por dia. A relação Risk/Reward é transparente.

Nos serviços de IA, os pagamentos vêm no token interno da plataforma ou em cripto (USDT/BTC) com atraso (Hold Period). Por exemplo, na Clore.ai ou na Render, parte da recompensa é paga nos tokens próprios delas, cujas cotações sofrem com volatilidade extrema. Se o token da plataforma despencar 20% em um dia, a sua rentabilidade real com o aluguel fica abaixo do PoW.

Se você não tem vontade de ficar plantado vigiando o terminal, ajustando permissões do `nvidia-persistenced`, limpando caches do Docker com `docker system prune -a` e tentando descobrir por que o PyTorch deu segfault por conflito de versão do cuDNN, alugar hardware para IA vai virar rapidinho uma dor de cabeça sem liquidez.

Guia passo a passo para configurar um setup de desktop voltado a redes de computação (Compute-nets)

Se você tem um PC de trabalho ou um rig com 2x RTX 4090 / 3090 dando bobeira e quer migrar do PoW para inferência, o setup padrão do software é mais ou menos assim:

1. Instalação limpa do Linux e do ambiente base

Esquece aquelas distros de mineração em pendrive. Você precisa de uma versão Server limpa rodando em um NVMe:

# Atualiza os pacotes e instala o software básico
sudo apt update && sudo apt upgrade -y
sudo apt install -y build-essential dkms git curl wget htop nvme-cli net-tools ufw

2. Instalação dos drivers NVIDIA e do CUDA sem frescura

Não instale os drivers pelo comando padrão ubuntu-drivers autoinstall — ele costuma puxar bibliotecas de desktop e quebra o modo Headless. Pegue logo a branch oficial de drivers (por exemplo, 550+):

# Adiciona o repositório da 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
# Ativa o persistence mode (pra GPU não entrar em modo de economia de energia e travar ao subir o container)
sudo nvidia-smi -pm 1

Depois de reiniciar, a gente confere o estado do barramento e os limites de energia. Pra garantir estabilidade 24/7, vale a pena dar aquela reduzida de leve no TDP pra segurar os picos de temperatura da VRAM:

# Limita a RTX 4090 a 350-380W em vez dos 450W padrão
sudo nvidia-smi -pl 360

3. Configuração do Docker e do NVIDIA Container Toolkit

Sem fazer o passthrough da GPU pra containers isolados, nenhum marketplace (Vast.ai, Render, RunPod) vai rodar:

# Instalação do Docker CE
curl -fsSL https://get.docker.com -o get-docker.sh
sudo sh get-docker.sh
# Adicionando o 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
# Configura o runtime e reinicia o daemon
sudo nvidia-ctk runtime configure --runtime=docker
sudo systemctl restart docker

Bora checar se a placa de vídeo tá visível dentro do container:

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

Panorama financeiro comparativo por tipo de GPU

Pra entender a realidade do mercado, se liga nessa tabela resumo sobre ROI e viabilidade dos hardwares mais populares:

* O ganho considera taxas médias de utilização (50-70%) já descontando o custo de energia a $0.06/kWh.

Cenário alternativo: Mineração/inferência híbrida com alternância automática

Pra quem não quer ficar perdendo grana enquanto a node mofando nos marketplaces de IA à espera de cliente, rola de armar um esquema de troca dinâmica de tarefas:

• Prioridade máxima: O daemon do Vast.ai / Clore.ai fica na escuta aguardando pedido de cliente.
• Processo em background: Enquanto ninguém aluga a placa (sem aluguel ativo), um script worker bota pra rodar um minerador PoW leve (tipo Kaspa ou Zephyr rodando na CPU/GPU).
• Gatilho de troca: Bateu requisição de API pra subir container Docker de IA? O script desce a lenha num SIGKILL no minerador na mesma hora, libera a VRAM e entrega a placa pro cliente.

Dá pra desenrolar isso com um script bash simples monitorando o status dos containers Docker:

#!/bin/bash
# Worker simples pra monitorar containers de IA ativos
MINER_PID=""
while true; do
    # Verifica se tem container rodando além dos de 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 "[+] Carga de IA detectada. Derrubando mineração em background..."
            kill -9 $MINER_PID
            MINER_PID=""
            # Devolve as curvas de fan e limites pros padrões de IA
            nvidia-smi -pl 380
        fi
    else
        if [ -z "$MINER_PID" ]; then
            echo "[-] Nenhum locatário. Subindo minerador PoW em background..."
            # Corta o Power Limit pra economizar luz na mineração
            nvidia-smi -pl 250
            /opt/miners/rigel --algo kaspa --pool stratum+tcp://... --wallet ... &
            MINER_PID=$!
        fi
    fi
    sleep 10
done

Esse tipo de gambiarra resolve o maior calombo do aluguel de IA — que é o zero a zero enquanto espera cliente — mantendo sua node no ponto pra pegar um trampo bem pago em coisa de dois segundos.

No fim das contas, a escolha vai do seu pique pra administrar infra. PoW é aquela história clássica de investir em hardware com dor de cabeça operacional quase zero. Alugar placa pra IA já vira um negócio encorpado de micro-IaaS, onde você assume o papel de um mini provedor de computação em nuvem.