LONDON (IT BOLTWISE) – Cango macht die KI-Pivot-Story gleich doppelt anders: Der frühere Auto-Finanzierer wird zum Bitcoin-Miner und verzichtet dann bewusst auf KI-Training. Stattdessen startet das Unternehmen EcoHash mit EcoLink, um kleine, verteilte Standorte für KI-Inferenz nutzbar zu machen. Damit stellt Cango die Frage, ob die nächste KI-Phase weniger aus Mega-Clusters und mehr aus zuverlässig angebundener Energie entsteht.
Bitcoin-Mining ist historisch selten als KI-Infrastruktur gedacht worden. Genau das ändert Cango (NYSE: CANG) laut Berichten gerade bewusst: Das Unternehmen, das erst 2018 als US-börsennotierte Plattform für Auto-Finanzierungen in New York gestartet war, positioniert sich inzwischen als Bitcoin-Miner – und wechselt danach in eine KI-Richtung, die sich stark von den üblichen „Mega-Site“-Plänen unterscheidet. Die Kernidee lautet „Energy first, Bitcoin second“: Cango betrachtet Mining-Gesetze und Stromverträge weniger als Selbstzweck, sondern als Eintritt in den Energiezugang für späteres KI-Serving.
Technisch betrachtet ist der Ansatz nicht „Training statt Mining“ im Sinne von GPUs in ein vorhandenes Rechenzentrum stellen, sondern ein anderer Operational-Stack. Mit EcoHash startet Cango eine KI-Inference-Tochter, ergänzt um eine eigene Software-Schicht namens EcoLink. Der Bericht betont dabei: kein neues Trainingsregime, keine großen Trainings-Cluster. Stattdessen wird die Aussage in die Architektur übersetzt: Inferenz-Workloads sind typischerweise stärker verteilt, benötigen niedrigere Latenz und profitieren davon, dass Strom und Netzanschlüsse bereits an vielen kleineren Standorten „eingeklinkt“ sind. Diese Verteilung adressiert ein Problem, das bei klassischen Hyperscaler-Setups regelmäßig später eskaliert: kurzfristig garantierte Energie ist oft schwer zu beschaffen.
Am Markt findet parallel eine Pivot-Welle statt: Viele öffentliche Bitcoin-Miner verhandeln in der Logik „Stromkapazität wird umetikettiert“ und leasen Leistung an Hyperscaler oder KI-Clouds. Ein frühes Beispiel ist Core Scientific, das Kapazität für KI-Clouds wie CoreWeave reserviert hatte. Auch andere Player aus dem Mining-Umfeld – etwa IREN oder zuvor Bitfarms-nahe Strukturen – werden in dem Kontext genannt. Analystische Einordnung aus dem Marktframing lautet, dass Inferenz-„GPU-Warehouse“-Modelle im Vergleich zum Block-Reward-Volumen deutlich mehr Umsatz pro investierter Leistung erzeugen können, weil LLMs als Dienstleistung kontinuierlich Anfragen bedienen und nicht nur auf die Blockzeit angewiesen sind.
Gerade diese Konkurrenz um Strom erklärt, warum Cango in der Timing-Logik anders argumentiert. Laut Leo Wang (Canaan) passt die „Zweitverwertung“ zur Mining-Zyklik: Nach jedem Halving werden Margen enger, sodass Betreiber eine zweite Erlösquelle suchen. Gleichzeitig wirkt die KI-Verwertung wie ein Magnet, weil Hyperscaler für Trainings- und Inferenzkapazitäten neue Netz- und Substation-Kapazitäten benötigen – und Netzmodernisierung, selbst bei guter Pipeline, Jahre dauert. Cango setzt deshalb auf das, was Hyperscaler strukturell nicht schnell genug skalieren können: Power in mittlerer und kleiner Größenordnung, verteilt über Standorte, die bereits vertraglich oder physisch an das Netz angebunden sind. In der Theorie ist das ein klassischer Trade-off zwischen „zentraler Spitzenleistung“ und „verteiltem Service“, der bei Inferenz oft zugunsten der Verteilung kippt.
Historisch ist der Wandel von der Energiethematik hin zur Rechenzentrums-Ökonomie gut nachvollziehbar. Mining war über lange Zeit im Grunde „Energie-Infrastruktur mit Ausgabemechanismus“, weil der Betrieb der Hash-Rate direkt an Stromkosten und -verfügbarkeit gekoppelt ist. Cango nutzt genau diese Historie: Wie beschrieben, traf das Management während eines Trips in den Nahen Osten, um Solarprojekte zu prüfen, auf Bitmain – und erkannte, dass Mining-Standorte weniger wegen „Coin-Story“ existieren als wegen der Verdrahtung. Die Firma begann damit, Energieprojekte zu denken, bevor die KI-Hype die Aufmerksamkeit auf GPUs lenkte. Für Cango ist Mining damit kein Kurswechsel aus dem Nichts, sondern eine Zwischenstation auf dem Weg zu einem Energieunternehmen mit KI-Funktion.
Doch Cango widerspricht dem Mainstream: Viele Pivot-Pläne drehen sich darum, ein paar riesige Trainingscampi zu bauen oder umzubauen und dann lange Verträge mit einem Hyperscaler zu unterschreiben. Cango dagegen sagt laut der Kommunikation von Juliet Ye ausdrücklich, dass es kein AI-Training anstrebt. Der Grund ist sowohl strategisch als auch operational: Das Trainingssegment sei bereits „crowded“, und der Wettbewerb um führende Hyperscaler sei für einen kleineren Player schwer. Zudem ist Cangos Standortportfolio laut Bericht häufig im Bereich von 10 bis 50 Megawatt. Für Trainingscampi, die eher bei rund 100 Megawatt gesucht werden, sind diese Größenordnungen zu klein. Für Inferenz-Architekturen, die Nähe zu Kunden und Latenzoptimierung erfordern, kann genau diese Bandbreite jedoch attraktiv sein.
Für die Verteilung zählt dabei eine zweite Ebene: Aus Sicht des Unternehmens liegt ein Großteil des Mining-Stroms in der Hand kleinerer Betreiber, während öffentliche Miner nur einen kleineren Teil kontrollieren. Cango will diese Fragmentierung zu einem Betriebskonzept verdichten, inklusive Power- und Standortlogik. EcoLink wird dabei als „Kleber“ beschrieben: Ein einzelner kleiner Standort könne nicht dauerhaft die Always-on-Uptime eines Hyperscalers garantieren, aber mit mehreren Standorten lasse sich die Last millisekundenschnell umverteilen. Für Unternehmen ist das ein wichtiger Punkt, weil KI-Services in der Praxis oft SLAs, Burst-Handling und Rate-Limits aushalten müssen. Der Ansatz wirkt wie eine Distributed-Inference-Cloud, nur dass Cango die physische Strom- und Standortkomponente aus der Mining-Welt mitbringt.
Auch das Preismodell wird als Hebel geschildert. In einem Markt, in dem große Anbieter mehrere Dollar pro GPU-Stunde verlangen können, versprechen GPU-Marktplätze wie Runpod oder Vast.ai häufig niedrigere Kosten – teils unter einem Dollar pro Stunde. Cango adressiert damit gezielt den „Long Tail“: Startups und Nutzer, die nicht die Konditionen großer Hyperscaler-Verträge unterschreiben können oder wollen. Bemerkenswert ist zudem, dass die frühen Testkunden laut Bericht keine exklusiven Deals eingegangen seien und in der Folge offenbar erneuert hätten. Das wäre ein Signal dafür, dass die technische Umsetzbarkeit der Inferenz-Distribution nicht nur aus Marketing besteht, sondern sich in wiederkehrender Nachfrage niederschlägt.
Finanziell bleibt die Frage, wie Cango die Brücke zwischen Cash-Engine und KI-Kapital schlägt. Bitcoin läuft weiter: Im Bericht ist von etwa 31, 7 Exahash die Rede; im ersten Quartal hätten daraus rund 98, 4 Millionen US-Dollar Mining-Erlös resultiert. Gleichzeitig musste Cango Altlasten bereinigen, um Investorenrisiken zu reduzieren: Es wurden 6.451 Bitcoin für rund 442 Millionen US-Dollar verkauft und langfristige Schulden von 557, 6 Millionen US-Dollar auf 30, 6 Millionen US-Dollar reduziert – eine dramatische Senkung um rund 94, 5%. Die Coin-Bestände schrumpften auf etwa ein Tausendstel der zuvor dominierenden Rolle. Parallel wurden 75 Millionen US-Dollar für den EcoHash-Start aufgenommen.
Der Ausbau startet pragmatisch: Der erste KI-Node soll in Georgia in ein eigenes 50-Megawatt-Setup gehen, das im August für 19, 5 Millionen US-Dollar gekauft wurde. Laut Kommunikation sollen bis Jahresende zwei bis drei weitere folgen. Aber die Gegenstimmen bleiben laut dem Bericht präsent. Einerseits gibt es Zweifel an der Zeitachse: Wer Inferenz-Software und Hardware-Umrüstungen plant, braucht Kapital, während Markterzählungen oft Monate vor ersten belastbaren Einnahmen laufen. Andererseits gibt es aus der Krypto-Seite Bedenken, weil ein Abschalten von Mining-Rigs die Hashrate senkt und damit Sicherheitsannahmen beeinflussen könnte. Zusätzlich wird die finanzielle Belastbarkeit hinterfragt, etwa durch die geringe Liquidität nach der Entschuldung.
Für die Zukunft ist Cangos Wette eine ziemlich klare These: Die KI-Wertschöpfung verlagert sich zunehmend in „Service an vielen Orten“ statt in „ein paar perfekte Standorte“. Wenn Inferenz tatsächlich stärker verteilt läuft, können vertraglich angebundene Stromkapazitäten, die Hyperscaler nicht in kurzer Zeit neu aufbauen können, zum Wettbewerbsvorteil werden. Die entscheidende Unbekannte ist allerdings, ob EcoLink die Betriebsstabilität über heterogene Standorte in einer Weise stabilisieren kann, die Kunden nicht abschreckt – insbesondere, wenn Workloads schwanken. Sollte das gelingen, entsteht für Entwickler und Betreiber eine neue Marktlogik: KI-Ökonomie gekoppelt an Energielogik. Gelingt es nicht, bleibt es ein kostenintensiver Umbau ohne ausreichenden ROI.
💳 Amazon-Kreditkarte mit 2.000 Euro Limit bestellen!
🔥 Heutige Hot Deals bei Amazon: Bis zu 80% Rabatte!
🎉 Amazon Haul-Store für absolute Schnäppchenjäger!
- ★ 23-stufiges KI-Go-Training – Für Spieler mit Grundkenntnissen der Regeln – Entwickelt als intelligenter Trainingspartner passt sich die KI Spielern von 18K bis 9D an. Ideal für alle, die die Grundregeln bereits beherrschen und ihr Spiel verbessern möchten.
- IHR EMOTIONALER AI-BEGLEITER: Eiliko ist mehr als nur ein Anhänger, es ist ein charismatischer KI-Freund. Mit einem dynamischen LED-Bildschirm, der eine Vielzahl von animierten Gesichtern und Ausdrucksformen anzeigt, reagiert er auf Ihre Interaktionen mit einzigartiger Persönlichkeit und Charme.
- 【MEHR LEBEN FÜR DEINEN SCHREIBTISCH】 Lerne Eilik kennen – deinen kleinen Roboter-Freund mit Persönlichkeit. Mit liebevollen Animationen, ausdrucksstarken Reaktionen und spielerischen Interaktionen bringt Eilik mehr Freude in deinen Alltag. Ob auf dem Schreibtisch, im Büro oder am Nachttisch – Eilik wird schnell zu einem vertrauten Begleiter für besondere Momente.
- 【XL-Größe für gedeihende Pflanzen】Geben Sie Ihren Pflanzen den Raum, den sie verdienen! Unser verbessertes, großes 13,7 cm großes Design bietet Platz für Pflanzen mit einem Durchmesser von bis zu 8,9 cm und damit deutlich mehr Platz für Wurzelwachstum und Pflanzengesundheit im Vergleich zu kleineren, veralteten Modellen. Die Produktabmessungen betragen 13,6 x 13,6 x 13,2 cm und das Gerät wiegt nur 355 g.
- V28 Update - JETZT MIT NEUEN FUNKTIONEN! Als Reaktion auf das Ladeproblem von Loona haben wir das automatische Aufladen 2.0 verbessert. Diese Optimierung hilft Loona, die Ladewege in verschiedenen Szenarien zu erkennen und anzupassen, um die Erfolgsquote beim automatischen Aufladen zu erhöhen. Mobile Hotspots können sich mit Loona verbinden und überwinden WLAN-Einschränkungen, sodass Sie jederzeit und überall mit Loona interagieren können.
- Die besten Bücher rund um KI & Robotik!
- Die besten KI-News kostenlos per eMail erhalten!
- Zur Startseite von IT BOLTWISE® für aktuelle KI-News!
- IT BOLTWISE® kostenlos auf Patreon unterstützen!
- Aktuelle KI-Jobs auf StepStone finden und bewerben!
- Künstliche Intelligenz: Dem Menschen überlegen – wie KI uns rettet und bedroht | Der Neurowissenschaftler, Psychiater und SPIEGEL-Bestsellerautor von »Digitale Demenz«
Du hast einen wertvollen Beitrag oder Kommentar zum Artikel "Bitcoin-Miner Cango setzt auf KI-Inferenz: Energy statt Rechenzentren" für unsere Leser?
#Sophos
#AmazonPrime
#Bestseller
Es werden alle Kommentare moderiert!
Für eine offene Diskussion behalten wir uns vor, jeden Kommentar zu löschen, der nicht direkt auf das Thema abzielt oder nur den Zweck hat, Leser oder Autoren herabzuwürdigen.
Wir möchten, dass respektvoll miteinander kommuniziert wird, so als ob die Diskussion mit real anwesenden Personen geführt wird. Dies machen wir für den Großteil unserer Leser, der sachlich und konstruktiv über ein Thema sprechen möchte.
Du willst nichts verpassen?
Du möchtest über ähnliche News und Beiträge wie "Bitcoin-Miner Cango setzt auf KI-Inferenz: Energy statt Rechenzentren" informiert werden? Neben der E-Mail-Benachrichtigung habt ihr auch die Möglichkeit, den Feed dieses Beitrags zu abonnieren. Wer natürlich alles lesen möchte, der sollte den RSS-Hauptfeed oder IT BOLTWISE® bei Google News wie auch bei Bing News abonnieren.
Nutze die Google-Suchmaschine für eine weitere Themenrecherche: »Bitcoin-Miner Cango setzt auf KI-Inferenz: Energy statt Rechenzentren« bei Google Deutschland suchen, bei Bing oder Google News!