أقسام قاعدة المعرفة ▾
للمبتدئين
للمستثمرين
- من أين تأتي قيمة رمز GNK
- Gonka مقابل المنافسين: Render، Akash، io.net
- الليبرمانز: من الفيزياء الحيوية إلى الذكاء الاصطناعي اللامركزي
- اقتصاديات توكن GNK
- مخاطر وآفاق Gonka: تحليل موضوعي
- Gonka ضد Render Network: مقارنة تفصيلية
- Gonka ضد Akash: استدلال الذكاء الاصطناعي مقابل الحاويات
- Gonka ضد io.net: استدلال مقابل سوق GPU
- Gonka مقابل Bittensor: مقارنة مفصلة بين نهجين للذكاء الاصطناعي
- Gonka مقابل Flux: نهجان للتعدين المفيد
- الحوكمة في Gonka: كيف تدار شبكة لامركزية
تقني
تحليل
أدوات
- Cursor + Gonka AI - LLM رخيص للبرمجة
- Claude Code + Gonka AI - LLM للطرفية
- OpenClaw + Gonka AI - وكلاء AI متاحون
- OpenCode + Gonka AI - AI مجاني للكود
- Continue.dev + Gonka AI - AI لـ VS Code/JetBrains
- Cline + Gonka AI - وكيل AI في VS Code
- Aider + Gonka AI - برمجة زوجية مع AI
- LangChain + Gonka AI - تطبيقات AI بتكلفة زهيدة
- n8n + Gonka AI - أتمتة مع AI رخيص
- Open WebUI + Gonka AI - ChatGPT الخاص بك
- LibreChat + Gonka AI — ChatGPT مفتوح المصدر
- بدء سريع لواجهة برمجة التطبيقات - curl، Python، TypeScript
- JoinGonka Gateway - مراجعة كاملة
- مفاتيح الإدارة — SaaS على Gonka
تحليل
إثبات العمل المفيد: دليل كامل للتعدين المفيد
مشكلة إثبات العمل العادي
تستهلك Bitcoin حوالي 26 جيجاوات من الطاقة - وهو ما يعادل ~150 تيراوات/ساعة سنويًا، أي ما يضاهي استهلاك الأرجنتين من الطاقة. يذهب كل واط إلى حساب SHA-256، والغرض الوحيد منها هو إثبات استهلاك عامل التعدين للطاقة. على مدار 15 عامًا من وجود Bitcoin، لم ينتج أي نتيجة مفيدة: لا توجد إجابة من شبكة عصبية، ولا حساب علمي، ولا عرض واحد. كل هذه الطاقة هي مجرد ثمن للأمان.
أدركت Ethereum المشكلة وفي سبتمبر 2022 قامت بإجراء «الدمج» - الانتقال من إثبات العمل (Proof of Work) إلى PoS. انخفض استهلاك الطاقة للشبكة بنسبة 99.95%. لكن PoS أحدثت مشكلة جديدة: الأمان الآن لا يعتمد على العمل، بل على رأس المال. يتحكم أصحاب الحصص الكبيرة (Lido، Coinbase، Binance) في حصة كبيرة من الشبكة. تضحي PoS باللامركزية من أجل كفاءة الطاقة - بينما كانت اللامركزية هي الوعد الرئيسي لـ blockchain.
يقترح PoUW طريقًا ثالثًا: الحفاظ على عمل GPU (كما في Bitcoin - الأمان من خلال الحسابات)، ولكن توجيه هذا العمل نحو مهام حقيقية (استدلال الذكاء الاصطناعي، الحسابات العلمية، العرض). الأمان ليس من خلال التجزئة عديمة الفائدة، ولا من خلال حظر رأس المال، بل من خلال العمل المفيد.
ما هو إثبات العمل المفيد؟
تم إضفاء الطابع الرسمي على مفهوم PoUW في بروتوكول Ofelimos، الذي تم تقديمه في مؤتمر IACR Crypto 2022 - أحد المنتديات العالمية الرائدة في مجال التشفير. الفكرة: بدلاً من التجزئة عديمة الفائدة، يحل عمال المناجم مشاكل التحسين الحقيقية. تؤكد النتيجة في نفس الوقت الكتلة في البلوكشين وتخلق قيمة للمستخدم النهائي.
التحدي الرئيسي في PoUW هو قابلية التحقق. في PoW العادي، يكون التحقق من النتيجة أمرًا تافهًا: إما أن تكون التجزئة أقل من الهدف، أو لا. الحسابات المفيدة (إجابة الشبكة العصبية، عرض مشهد ثلاثي الأبعاد) يصعب التحقق منها. إذا تعذر التحقق من النتيجة بسرعة - يمكن للمهاجم تزويرها، وإرسال بيانات غير مرغوب فيها بدلاً من الإجابة الحقيقية والحصول على مكافأة.
تحل المشاريع المختلفة هذه المشكلة بطرق مختلفة بشكل أساسي:
- النهج 1: الإثبات الرياضي (Gonka). الحساب → PoC V2 التحقق المتقاطع → BLS-توقيع في البلوكشين. يتم التحقق من 1-10٪ من المهام بواسطة عقد أخرى. إذا لم تتطابق النتائج - غرامة بنسبة 20٪ من الضمان. ضمانات الأمان: رياضية، وليست ذاتية.
- النهج 2: التقييم الذاتي (Bittensor). الحساب → يقوم المدققون بتقييم «جودة» الإجابة من خلال Yuma Consensus. المشكلة: «الجودة» ذاتية، والنظام عرضة للتآمر بين المدققين. الضمانات: اقتصادية (الحصة)، وليست تشفيرية.
الفرق حاسم: لا يمكن تزوير الإثبات الرياضي (بغض النظر عن مقدار الأموال التي يمتلكها المهاجم). التقييم الذاتي عرضة لهجوم الأغلبية. هذا يحدد مستويات مختلفة من الثقة لكل نهج.
مشاريع مع إثبات العمل المفيد
دعونا نستعرض المشاريع الرئيسية التي تعتمد على PoUW في عام 2026:
| المشروع | العمل المفيد | الإجماع | GPU | الاستثمارات / رأس المال |
|---|---|---|---|---|
| Gonka | استدلال الذكاء الاصطناعي (Qwen3-235B) | Sprint (PoW 2.0) | ~4,648 | 80 مليون دولار |
| Flux | استضافة Docker | PoUW v2 (CPU) | لا (CPU) | ~23 مليون دولار كقيمة سوقية |
| Prime Intellect | التعلم الموزع | إثبات التدريب | مجموعات | مرحلة مبكرة |
| Bittensor | 126 شبكة فرعية (مختلفة) | Yuma Consensus | مختلفة | 2.07 مليار دولار كقيمة سوقية |
Gonka (PoW 2.0) - هو أنقى تنفيذ لـ PoUW. كل طلب ذكاء اصطناعي مُعالَج يؤكد الكتلة في نفس الوقت. 99% من موارد الشبكة مخصصة للعمل المفيد، و1% للتحقق. يتم خدمة نموذج Qwen3-235B (MoE، 22 مليار معلمة نشطة) بواسطة مجموعات من H100/H200. حصل على استثمارات بقيمة 80 مليون دولار من Coatue و Bitfury و Insight Partners.
Flux - تاريخيًا، كان أحد أوائل مشاريع PoUW، ولكنه في عام 2025 تخلى عن تعدين GPU وانتقل إلى عقد CPU. العمل المفيد = استضافة التطبيقات الحاوية (Docker). في جوهره، أصبح Flux استضافة سحابية لامركزية، وليس شبكة ذكاء اصطناعي. القيمة السوقية ~23 مليون دولار.
Prime Intellect - يركز على التدريب الموزع للنماذج (training)، وليس الاستدلال. يستخدم نهجًا مشابهًا لـ DiLoCo في Gonka، ولكن كمنتج رئيسي، وليس وظيفة إضافية.
Bittensor ليس رسميًا PoUW بشكل خالص - يعتمد Yuma Consensus على التقييم الذاتي من قبل المدققين، وليس على إثبات تشفيري. لكن 126 شبكة فرعية تغطي مجموعة واسعة من مهام الذكاء الاصطناعي، ويحتل المشروع أكبر قيمة سوقية في هذا القطاع.
لماذا PoUW هو مستقبل التعدين
يقدر سوق حسابات الذكاء الاصطناعي بأكثر من 150 مليار دولار وينمو بنسبة تزيد عن 30% سنويًا. وفي الوقت نفسه، تستمر Bitcoin في حرق حوالي 150 تيراوات في الساعة سنويًا على تجزئات فارغة. يحل PoUW هذا التناقض: نفس مبدأ «الطاقة = الأمان»، ولكن الطاقة تخلق قيمة حقيقية.
لمعدني Bitcoin الذين يمتلكون وحدات معالجة الرسوميات (GPU): بعد انتقال Ethereum إلى PoS في عام 2022، بقيت ملايين وحدات معالجة الرسوميات بدون عمل. لم يعد تعدين Bitcoin بواسطة وحدات معالجة الرسوميات مربحًا منذ فترة طويلة (تحتاج إلى ASIC). مشاريع PoUW مثل Gonka تمنح وحدات معالجة الرسوميات حياة ثانية - نفس البطاقات التي كانت تحسب تجزئات عديمة الفائدة، تعالج الآن طلبات الذكاء الاصطناعي وتتلقى مكافآت.
للمستثمرين: PoUW هو نقطة التقاء بين أكبر اتجاهين تكنولوجيين: العملات المشفرة (سوق يزيد عن 2 تريليون دولار) والذكاء الاصطناعي (سوق يزيد عن 150 مليار دولار). Gonka هو أول مشروع يتم فيه تنفيذ PoUW في الإنتاج بطلبات ذكاء اصطناعي حقيقية، وقد خضع لتدقيق CertiK وجذب 80 مليون دولار من المستثمرين المؤسسيين.
مستقبل PoUW: في الوقت الحالي، تخدم Gonka نموذجًا واحدًا (Qwen3-235B). في خارطة الطريق - استدلال متعدد النماذج: سيتمكن المضيفون من خدمة نماذج مختلفة (نص، كود، صورة) اعتمادًا على وحدات معالجة الرسوميات الخاصة بهم. يضيف DiLoCo التعلم الموزع - ستتمكن Gonka ليس فقط من تشغيل النماذج، بل أيضًا تدريبها. هذا يحول Gonka من شبكة استدلال إلى منصة ذكاء اصطناعي متكاملة - مفتوحة، لامركزية، وتعتمد على إثبات العمل المفيد القابل للتحقق رياضيًا.