$112 বিলিয়ন গর্ত — বিগ টেকের গোপন দেউলিয়াতা

স্টারগেট প্রকল্প — শত শত বিলিয়ন ডলারের একটি বিশাল ডেটা সেন্টার তৈরির জন্য। এটি কোনো মুদ্রণ ত্রুটি নয়: এটি ছোট দেশগুলির জিডিপির সাথে তুলনীয় অর্থের পরিমাণ। মাইক্রোসফট, গুগল এবং মেটা প্রতি বছর GPU অবকাঠামোতে দশক বিলিয়ন ব্যয় করে: শুধুমাত্র মাইক্রোসফট 2025 সালে মূলধন ব্যয় হিসাবে $50 বিলিয়নের বেশি বিনিয়োগ করেছে, যার বেশিরভাগই এআই-এর জন্য।

সমস্যাটি হিসাবরক্ষণে লুকিয়ে আছে। H100 প্রজন্মের GPUগুলি H200, B100, B200 আসার সাথে সাথে 2 বছরে সেকেলে হয়ে যায় — প্রতিটি পরবর্তী প্রজন্ম পূর্বের চেয়ে 50-100% দ্রুততর। কিন্তু কর্পোরেশনগুলি 5-6 বছরের জন্য অবচয় রেকর্ড করে, যা একটি হিসাবরক্ষক মায়া তৈরি করে। উদাহরণ: একটি কোম্পানি $20 বিলিয়নের GPU কিনেছে। হিসাবের খাতায় 2 বছর পর তাদের মূল্য এখনও $13 বিলিয়ন (6 বছরের জন্য রৈখিক অবচয় ধরে)। বাস্তবে — তাদের মূল্য প্রায় $5 বিলিয়ন, কারণ নতুন প্রজন্ম একই কাজ দ্বিগুণ দ্রুত এবং সস্তায় করে।

এটি একটি লুকানো ঘাটতি তৈরি করে: সম্পদের হিসাবকৃত মূল্য এবং তাদের প্রকৃত বাজার মূল্যের মধ্যে পার্থক্য — সমগ্র শিল্পের জন্য ট্রিলিয়ন ডলার। যখন (যদি না, তবে «কখন») নিরীক্ষকরা পুনঃমূল্যায়ন দাবি করবে — তখন এটি ব্যাপক লেখা, এআই কোম্পানিগুলির শেয়ারের পতন এবং সমগ্র শিল্পে আস্থার সংকট ডেকে আনতে পারে।

বিশ্লেষকদের পূর্বাভাস অনুযায়ী, OpenAI 2030 সাল নাগাদ প্রায় $112 বিলিয়ন ক্ষতির সম্মুখীন হবে। এই সংখ্যাটি শূন্য থেকে আসেনি: এটি কেন্দ্রীভূত এআই-এর ব্যবসায়িক মডেলের একটি মৌলিক সমস্যাকে প্রতিফলিত করে।

একদিকে — রাজস্ব চিত্তাকর্ষকভাবে বৃদ্ধি পাচ্ছে: ChatGPT সাবস্ক্রিপশন এবং API থেকে বার্ষিক বিলিয়ন ডলার। অন্যদিকে — খরচ আরও দ্রুত বৃদ্ধি পাচ্ছে। প্রতিটি নতুন মডেল প্রজন্ম উল্লেখযোগ্যভাবে বেশি সম্পদ দাবি করে:

• GPT-3 → GPT-4: প্রশিক্ষণের খরচ প্রায় 10 গুণ বেড়েছে
• GPT-4 → GPT-5: আরও একাধিক বৃদ্ধি — এক্সপোনেনশিয়াল কার্ভ
• ইনফারেন্স: মিলিয়ন মিলিয়ন ব্যবহারকারী = প্রতিদিন বিলিয়ন বিলিয়ন টোকেন = GPU ক্ষমতায় প্রতি বছর বিলিয়ন বিলিয়ন ডলার

এই মডেল শুধুমাত্র যখন ভেঞ্চার ক্যাপিটালের ক্রমাগত প্রবাহ থাকে তখনই কাজ করে। OpenAI মাইক্রোসফট এবং সফটব্যাঙ্কের রাউন্ড সহ দশ বিলিয়ন বিনিয়োগ আকর্ষণ করেছে। কিন্তু বিনিয়োগকারীরা — দাতব্য সংস্থা নয়। অদূর ভবিষ্যতে তারা লাভ চাইবে। প্রশ্নটি «যদি» নয়, বরং «কখন» — এবং সেই মুহূর্তে OpenAI API-এর উপর নির্মিত লক্ষ লক্ষ ব্যবসার কী হবে?

তুলনামূলকভাবে: Gonka $80M আকর্ষণ করেছে এবং ইতিমধ্যেই একটি ~4,648টি GPU নেটওয়ার্কের মাধ্যমে বাস্তব এআই অনুরোধগুলি প্রক্রিয়া করছে। ইনফারেন্সের খরচ — $0.0009/1M টোকেন। এটি সম্ভব কারণ বিকেন্দ্রীভূত মডেলে ডেটা সেন্টারে ট্রিলিয়ন ডলারের বিনিয়োগ পুনরুদ্ধার করার প্রয়োজন নেই।

Gonka ডেটা সেন্টার তৈরি করে না — এটি বিশ্বজুড়ে ইতোমধ্যেই বিদ্যমান GPU গুলিকে একত্রিত করে। এটি কেবল একটি বিকল্প ব্যবসায়িক মডেল নয় — এটি একটি মৌলিকভাবে ভিন্ন অর্থনৈতিক স্থাপত্য, যা বুদবুদের মূল কারণ দূর করে।

কোনও মূলধন ব্যয় নেই: Gonka নেটওয়ার্ক নির্মাণের জন্য শত শত বিলিয়ন আকৃষ্ট করে না। প্রোটোকল, ব্লকচেইন, সফটওয়্যার — এই সবকিছুই টিম তৈরি করে। GPUগুলি বিশ্বজুড়ে স্বাধীন হোস্টরা তাদের নিজস্ব খরচে সরবরাহ করে।

6 বছরে প্রসারিত কোনও অবমূল্যায়ন নেই: যখন H100 সেকেলে হয়ে যায় — হোস্ট কেবল এটিকে H200 বা পরবর্তী প্রজন্ম দিয়ে প্রতিস্থাপন করে। সিদ্ধান্তটি বাজারের অবস্থার উপর ভিত্তি করে সরঞ্জামের মালিক দ্বারা নেওয়া হয়, কোনও কর্পোরেশন CFO দ্বারা নয়, যে লভ্যাংশ লুকাতে চেষ্টা করছে।

কোনও হিসাবরক্ষক কৌশল নেই: Gonka ব্লকচেইনের সমস্ত লেনদেন স্বচ্ছ। CertiK দ্বারা নিরীক্ষিত প্রোটোকল অনুযায়ী পুরস্কার বিতরণ করা হয়। কোনও «লুকানো» খরচ নেই যা 5 বছর পরে সম্পদের পুনঃমূল্যায়নের সময় আবিষ্কৃত হবে।

বিতরণকৃত ঝুঁকি: প্রতিটি হোস্ট তার নিজস্ব ঝুঁকি বহন করে। যদি কোনও হোস্ট GPU-তে খারাপ বিনিয়োগের কারণে ক্ষতিগ্রস্ত হয় — এটি তাদের সমস্যা, পুরো নেটওয়ার্কের সমস্যা নয়। একটি কেন্দ্রীভূত মডেলে, $10 বিলিয়নের একটি ভুল পুরো কোম্পানিকে ডুবিয়ে দিতে পারে। Gonka-তে, এই ধরনের ভুল সংজ্ঞা অনুযায়ী অসম্ভব — কারণ এমন কোনও অংশগ্রহণকারী নেই যে $10 বিলিয়নের সিদ্ধান্ত নিতে পারে।

ফলাফল: Gonka-এর মাধ্যমে ইনফারেন্সের খরচ প্রতি মিলিয়ন টোকেনে $0.0009। এটি OpenAI-এর চেয়ে প্রায় ~2,800 গুণ সস্তা। এবং এই মূল্য স্থিতিশীল — কারণ এর পেছনে ট্রিলিয়ন ডলারের কোনও পরিকাঠামো নেই যা পুনরুদ্ধার করতে হবে।

এআই অবকাঠামোর দুটি মডেলের তুলনা করা যাক:

গংকা নেটওয়ার্কে প্রায় ৪,৬৪৮টি GPU রয়েছে, যা প্রায় ১১৩ জন অংশগ্রহণকারী দ্বারা পরিচালিত হয় (প্রায় ৫৮২টি ML-নোড)। প্রকল্পটি $80M বিনিয়োগ আকর্ষণ করেছে – যা একটি স্টারগেট যা খরচ করে তার চেয়ে হাজার হাজার গুণ কম। কিন্তু নেটওয়ার্ক একই কাজ করে: OpenAI-এর সাথে সামঞ্জস্যপূর্ণ API-এর মাধ্যমে Qwen3-235B নিউরাল নেটওয়ার্কের মাধ্যমে AI অনুরোধগুলি প্রক্রিয়া করে।

তুলনা: কল্পনা করুন ২০০০-এর দশকে কেউ প্রস্তাব দিল: “ইন্টারনেটের জন্য বিশাল সার্ভার রুম তৈরি করার পরিবর্তে, প্রতিটি বাড়ির মালিক একটি মিনি-সার্ভার স্থাপন করুক এবং অংশগ্রহণের জন্য পুরস্কৃত হোক।” এটি ইউটোপিয়ান মনে হতে পারে – কিন্তু Airbnb এইভাবে আবাসনের জন্য, Uber পরিবহনের জন্য, এবং গংকা এইভাবে এআই গণনার জন্য কাজ করে। বিকেন্দ্রীকরণ কোনও ইউটোপিয়া নয় – এটি অবকাঠামোর বিবর্তনের পরবর্তী ধাপ।