$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 ২০৩০ সালের মধ্যে প্রায় $১১২ বিলিয়ন ডলার ক্ষতির সম্মুখীন হবে। এই সংখ্যাটি কাল্পনিক নয়: এটি কেন্দ্রীয় AI ব্যবসায়িক মডেলের মৌলিক সমস্যাকে প্রতিফলিত করে।

একদিকে, ChatGPT এবং API সাবস্ক্রিপশন থেকে প্রতি বছর বিলিয়ন ডলারের রাজস্ব আসছে। অন্যদিকে, খরচ আরও দ্রুত বাড়ছে। প্রতিটি নতুন প্রজন্মের মডেলের জন্য বহুগুণ বেশি সম্পদের প্রয়োজন:

• GPT-3 → GPT-4: প্রশিক্ষণের খরচ প্রায় ১০ গুণ বৃদ্ধি পেয়েছে
• GPT-4 → GPT-5: আরও বহুগুণ বৃদ্ধি — একটি এক্সপোনেনশিয়াল কার্ভ
• Inference: লক্ষ লক্ষ ব্যবহারকারী = প্রতিদিন বিলিয়ন টোকেন = GPU ক্ষমতার জন্য বছরে বিলিয়ন ডলার খরচ

এই মডেলটি কেবল ভেনচার ক্যাপিটালের অবিরাম প্রবাহের মাধ্যমেই কাজ করে। OpenAI মাইক্রোসফট এবং SoftBank সহ বিভিন্ন রাউন্ডে কয়েক বিলিয়ন ডলার বিনিয়োগ সংগ্রহ করেছে। কিন্তু বিনিয়োগকারীরা দাতব্য প্রতিষ্ঠান নয়। শীঘ্রই বা পরে তারা মুনাফা চাইবে। প্রশ্নটি 'যদি' নয়, বরং 'কখন' — এবং সেই মুহূর্তে OpenAI API-এর ওপর নির্ভরশীল লক্ষ লক্ষ ব্যবসার কী হবে?

তুলনার জন্য: Gonka $৮০ মিলিয়ন সংগ্রহ করেছে এবং ইতিমধ্যে ~৪,৬৪৮টি GPU-এর নেটওয়ার্কের মাধ্যমে প্রকৃত AI অনুরোধ প্রক্রিয়া করছে। Inference-এর খরচ হলো $0.0047/1M টোকেন। এটি সম্ভব কারণ বিকেন্দ্রীভূত মডেলে ডেটা সেন্টারে ট্রিলিয়ন ডলার বিনিয়োগের অর্থ পরিশোধের প্রয়োজন নেই।

Gonka কোনো ডেটা সেন্টার তৈরি করে না — এটি বিশ্বজুড়ে ইতিমধ্যে বিদ্যমান GPU-গুলোকে একত্রিত করে। এটি কেবল একটি বিকল্প ব্যবসায়িক মডেল নয় — এটি মূলত একটি ভিন্ন অর্থনৈতিক আর্কিটেকচার, যা বুদ্বুদের মূল কারণ দূর করে।

কোন মূলধনী ব্যয় (Capital expenditure) নেই: Gonka নেটওয়ার্ক নির্মাণের জন্য শত শত বিলিয়ন সংগ্রহ করে না। প্রোটোকল, ব্লকচেইন, সফটওয়্যার — এই সব কিছুই টিম তৈরি করে। GPU প্রদান করে বিশ্বজুড়ে স্বাধীন হোস্টরা — প্রত্যেকে নিজ খরচে।

৬ বছর ধরে প্রসারিত কোনো অবচয় (Amortization) নেই: যখন H100 পুরোনো হয়ে যায় — হোস্ট এটিকে সহজেই H200 বা পরবর্তী প্রজন্মের কোনো ডিভাইসে প্রতিস্থাপন করে। সিদ্ধান্তটি হার্ডওয়্যারের মালিক বাজারের অবস্থার ওপর ভিত্তি করে নেন, কোনো কর্পোরেট CFO নয় যিনি লস লুকানোর চেষ্টা করছেন।

কোন অ্যাকাউন্টিং কারসাজি নেই: Gonka ব্লকচেইনে সমস্ত ট্রানজ্যাকশন স্বচ্ছ। পুরস্কারগুলো CertiK দ্বারা অডিট করা প্রোটোকল অনুযায়ী বিতরণ করা হয়। এখানে কোনো «লুকানো» খরচ নেই যা ৫ বছর পর সম্পদ পুনর্মূল্যায়নের সময় ধরা পড়বে।

ডিস্ট্রিবিউটেড ঝুঁকি: প্রতিটি হোস্ট নিজের ঝুঁকি বহন করে। যদি কোনো হোস্ট GPU-তে খারাপ বিনিয়োগের কারণে ক্ষতিগ্রস্ত হয় — তবে এটি তাদের সমস্যা, পুরো নেটওয়ার্কের নয়। কেন্দ্রীভূত মডেলে ১০ বিলিয়ন ডলারের একটি ভুল পুরো কোম্পানিকে ডুবিয়ে দিতে পারে। Gonka-তে এই ধরণের ভুল সংজ্ঞাগতভাবেই অসম্ভব — কারণ এমন কোনো একক অংশগ্রহণকারী নেই যার ১০ বিলিয়ন ডলারের সিদ্ধান্ত নেওয়ার ক্ষমতা আছে।

ফলাফল: Gonka-এর মাধ্যমে inference-এর খরচ — $0.0047 প্রতি মিলিয়ন টোকেন। এটি OpenAI-এর চেয়ে ~৪০০ গুণ সস্তা। এবং এই দামটি স্থিতিশীল — কারণ এর পেছনে কোনো ট্রিলিয়ন ডলারের অবকাঠামো নেই যা পুনরুদ্ধার করতে হবে।

আসুন দুটি AI অবকাঠামোর মডেল তুলনা করি:

Gonka-তে ~১১৩ জন অংশগ্রহণকারীর (~৫৮২ ML-নোড) প্রায় ৪,৬৪৮টি GPU কাজ করছে। প্রকল্পটি $৮০ মিলিয়ন সংগ্রহ করেছে — যা একটি Stargate-এর ব্যয়ের তুলনায় হাজার গুণ কম। কিন্তু নেটওয়ার্কটি একই কাজ করছে: Kimi K2.6 নিউরাল নেটওয়ার্কের মাধ্যমে AI অনুরোধ প্রক্রিয়া করছে, যা OpenAI-সামঞ্জস্যপূর্ণ API-এর মাধ্যমে উপলব্ধ।

উপমা: কল্পনা করুন ২০০০-এর দশকে কেউ প্রস্তাব করল: "ইন্টারনেটের জন্য বিশাল সার্ভার তৈরি করার পরিবর্তে, প্রতিটি বাড়ির মালিক একটি মিনি-সার্ভার স্থাপন করুক এবং অংশগ্রহণের জন্য পুরস্কার গ্রহণ করুক"। এটি শুনতে ইউটোপিয়ান মনে হয় — তবে Airbnb আবাসন, Uber পরিবহন এবং Gonka এভাবেই AI কম্পিউটেশনের জন্য কাজ করছে। বিকেন্দ্রীকরণ ইউটোপিয়া নয় — এটি অবকাঠামোর বিবর্তনের পরবর্তী ধাপ।