HPE entre los líderes de almacenamiento de Gartner
La empresa latinoamericana SAM sigue apostando a los equipos sustentables para el desarrollo de Granjas de minado de criptomonedas.
¿Podrá afectar aún más el golpeado mercado de las criptomonedas la actual crisis energética ocasionada por el la ocupación rusa de Ucrania?
Seguramente algo de impacto causa. Precisamente por eso y para contribuir a que esta industria siga avanzando es que la empresa South American Miners, SAM, ha encontrado su lugar en el mundo.
Y es que la minería de bitcoins es un negocio que cada vez va tomando mayor relevancia.
Un aspecto que se criticaba mucho en sus comienzos era el gigantesco consumo energético que demandaba minar bitcoin para emitir estas monedas y para asegurar la red.
El gran uso de energía para la minería de bitcoin se debe en gran parte a la enorme cantidad de transacciones y procesamiento de datos necesarios para crear y mantener la moneda digital, siendo una de las principales críticas, la cantidad de electricidad que consume bitcoin.
A medida que estas redes crezcan y se hagan más complejas, la demanda de potencia informática aumentará, consumiendo así más energía.
En este sentido Facundo Casal, CEO de South American Miners (SAM) destacó que:
“Las granjas de minería están buscando fuentes de energía renovables o limpias como es la hidroeléctrica y así lograr mejorar el consumo energético que ensucia el planeta”.
Construir la granja verde
Casal recordó que reducir el consumo energético a la hora de minar es algo fundamental para hacer de la minería de bitcoin tanto más rentable como sustentable a largo plazo.
También destacó que SAM es la primera StartUp en latinoamérica en crear con éxito granjas autónomas de minería de Bitcoin con sistema de refrigeración por inmersión en líquido.
Con esta refrigeración existe un riesgo mucho menor de incendios, con la posibilidad de hacerlas granjas:
- Autónomas Autosuficientes
- Controladas remotamente con altos estándares en seguridad
Con ello, SAM asegura la prevención de incidentes, utilizando tecnologías aplicadas a la obtención temprana de información sobre indicadores de mal funcionamiento en un sistema.
