$112B سوراخ — بگ ٹیک کا پوشیدہ دیوالیہ پن

Stargate پروجیکٹ — بڑے ڈیٹا سینٹرز کی تعمیر پر سینکڑوں ارب ڈالر۔ یہ کوئی ٹائپو نہیں ہے: بات چھوٹی ممالک کی GDP کے برابر رقوم کی ہو رہی ہے۔ مائیکروسافٹ، گوگل اور میٹا سالانہ GPUs انفراسٹرکچر پر دسیوں ارب خرچ کرتے ہیں: صرف مائیکروسافٹ نے 2025 میں کیپٹل اخراجات پر $50 بلین سے زیادہ کی سرمایہ کاری کی، اس کا زیادہ تر حصہ AI پر تھا۔

یہ مسئلہ اکاؤنٹنگ میں چھپا ہے۔ H100 نسل کے GPUs 2 سال میں پرانے ہو جاتے ہیں جب H200، B100، B200 آتے ہیں — ہر اگلی نسل پچھلی سے 50—100% زیادہ تیز ہوتی ہے۔ لیکن کارپوریشنز 5—6 سال کے لیے فرسودگی کو ریکارڈ کرتی ہیں، جس سے ایک اکاؤنٹنگ وہم پیدا ہوتا ہے۔ مثال: ایک کمپنی نے $20 بلین کے GPUs خریدے۔ اکاؤنٹنگ ریکارڈ میں، 2 سال بعد بھی ان کی قیمت $13 بلین ہے (6 سال کی سیدھی لائن فرسودگی کے ساتھ)۔ حقیقت میں — ان کی قیمت تقریباً $5 بلین ہے، کیونکہ نئی نسل وہی کام دو گنا تیز اور سستا کرتی ہے۔

یہ ایک پوشیدہ خسارہ پیدا کرتا ہے: اثاثوں کی اکاؤنٹنگ قیمت اور ان کی حقیقی مارکیٹ ویلیو کے درمیان فرق — پوری صنعت میں ٹریلین ڈالر۔ جب (نہ کہ ”اگر“، بلکہ ”جب“) آڈیٹرز دوبارہ تشخیص کا مطالبہ کریں گے — تو یہ بڑے پیمانے پر رائٹ آف کا سبب بن سکتا ہے، AI کمپنیوں کے حصص کو گرا سکتا ہے اور پوری صنعت میں اعتماد کے بحران کو جنم دے سکتا ہے۔

تجزیہ کاروں کی پیش گوئی کے مطابق، OpenAI 2030 تک تقریباً $112 بلین کا نقصان جمع کرے گا۔ یہ اعداد و شمار ہوا سے نہیں آئے ہیں: یہ مرکزی AI کے کاروباری ماڈل کے ایک بنیادی مسئلے کی عکاسی کرتا ہے۔

ایک طرف — آمدنی متاثر کن طریقے سے بڑھ رہی ہے: ChatGPT اور API سبسکرپشنز سے سالانہ اربوں ڈالر۔ دوسری طرف — اخراجات اس سے بھی تیزی سے بڑھ رہے ہیں۔ ماڈل کی ہر نئی نسل کو کئی گنا زیادہ وسائل کی ضرورت ہوتی ہے:

• GPT-3 → GPT-4: تربیت کی لاگت میں تقریباً 10 گنا اضافہ ہوا۔
• GPT-4 → GPT-5: مزید کئی گنا اضافہ — ایک تیزی سے بڑھتی ہوئی وکر۔
• Inference: لاکھوں صارفین = روزانہ اربوں ٹوکن = GPUs کی صلاحیت پر سالانہ اربوں ڈالر۔

یہ ماڈل صرف سرمایہ وینچر کے لامتناہی بہاؤ پر کام کرتا ہے۔ OpenAI نے مائیکروسافٹ اور سافٹ بینک سمیت دسیوں اربوں ڈالر کی سرمایہ کاری حاصل کی ہے۔ لیکن سرمایہ کار — مخیر حضرات نہیں ہیں۔ انہیں جلد یا بدیر منافع کی ضرورت ہوگی۔ سوال ”اگر“ کا نہیں، بلکہ ”کب“ کا ہے — اور اس وقت کیا ہوگا جب لاکھوں کاروبار OpenAI کے API پر بنائے گئے ہوں؟

موازنہ کے لیے: Gonka نے $80M حاصل کیے اور پہلے سے ہی ~4,648 GPUs کے نیٹ ورک کے ذریعے حقیقی AI درخواستوں پر کارروائی کر رہا ہے۔ انفرنس کی لاگت — $0.0009/1M ٹوکن۔ یہ ممکن ہے کیونکہ وکندریقرت ماڈل میں ڈیٹا سینٹرز میں ٹریلینوں کی سرمایہ کاری کو پورا کرنے کی ضرورت نہیں ہے۔

Gonka ڈیٹا سینٹرز نہیں بناتا ہے — یہ دنیا بھر میں موجود GPUs کو یکجا کرتا ہے۔ یہ صرف ایک متبادل کاروباری ماڈل نہیں ہے — یہ ایک بنیادی طور پر مختلف اقتصادی فن تعمیر ہے جو بلبلے کی بنیادی وجہ کو ختم کرتا ہے۔

کوئی سرمایہ خرچ نہیں: Gonka نیٹ ورک تعمیر پر سینکڑوں اربوں کو متوجہ نہیں کرتا ہے۔ پروٹوکول، بلاک چین، سافٹ ویئر — یہ سب ٹیم بناتی ہے۔ GPUs دنیا بھر میں آزادانہ طور پر ہوسٹس فراہم کرتے ہیں — ہر ایک اپنے خرچے پر۔

6 سال تک فرسودگی نہیں پھیلائی جاتی: جب H100 پرانا ہو جاتا ہے — تو ہوسٹ اسے H200 یا اگلی نسل سے بدل دیتا ہے۔ فیصلہ آلات کا مالک مارکیٹ کی حالتوں کی بنیاد پر کرتا ہے، نہ کہ کارپوریشن کا CFO، جو رائٹ آف کو چھپانے کی کوشش کر رہا ہے۔

کوئی اکاؤنٹنگ کی چالیں نہیں: Gonka بلاک چین میں تمام ٹرانزیکشنز شفاف ہیں۔ انعامات پروٹوکول کے ذریعے تقسیم کیے جاتے ہیں، جو CertiK کے ذریعے آڈٹ کیا گیا ہے۔ کوئی ”پوشیدہ“ اخراجات نہیں ہیں جو 5 سال بعد اثاثوں کی دوبارہ تشخیص پر سامنے آئیں گے۔

تقسیم شدہ خطرہ: ہر ہوسٹ اپنا خطرہ اٹھاتا ہے۔ اگر ایک ہوسٹ GPU میں خراب سرمایہ کاری پر دیوالیہ ہو گیا تو — یہ اس کا مسئلہ ہے، پورے نیٹ ورک کا نہیں۔ مرکزی ماڈل میں ایک $10 بلین کی غلطی پوری کمپنی کو تباہ کر سکتی ہے۔ Gonka میں ایسی غلطی ممکن نہیں — کیونکہ کوئی ایسا شریک نہیں ہے جو $10 بلین کا فیصلہ کر سکے۔

نتیجہ: Gonka کے ذریعے انفرنس کی لاگت — ایک ملین ٹوکن کے لیے $0.0009۔ یہ OpenAI سے تقریباً 2,800 گنا سستا ہے۔ اور یہ قیمت مستحکم ہے — کیونکہ اس کے پیچھے کوئی ٹریلینوں کا انفراسٹرکچر نہیں ہے جس کو پورا کرنا ہے۔

آئی آئی انفراسٹرکچر کے دو ماڈلز کا موازنہ کریں:

گونکا میں تقریباً 4,648 GPUs تقریباً 113 شرکاء کے زیر استعمال ہیں (تقریباً 582 ML-نوڈز)۔ اس منصوبے نے 80 ملین ڈالر کی سرمایہ کاری حاصل کی ہے – جو ایک اسٹارگیٹ کے خرچ سے ہزاروں گنا کم ہے۔ لیکن نیٹ ورک وہی کام کرتا ہے: OpenAI-ہم آہنگ API کے ذریعےQwen3-235B نیورل نیٹ ورک کے ذریعے AI درخواستوں کو پروسیس کرتا ہے۔

تشبیہ: تصور کریں کہ 2000 کی دہائی میں کسی نے تجویز کیا: 'انٹرنیٹ کے لیے دیو ہیکل سرور رومز بنانے کے بجائے، ہر گھر کا مالک ایک منی سرور لگائے اور شرکت کے لیے انعام حاصل کرے'۔ یہ یوٹوپیائی لگتا ہے – لیکن ایئربنب رہائش کے لیے، اوبر ٹرانسپورٹ کے لیے، اور گونکا AI کمپیوٹیشنز کے لیے بالکل اسی طرح کام کرتا ہے۔ غیر مرکزیت کوئی یوٹوپیا نہیں – یہ انفراسٹرکچر کی ارتقاء کا اگلا مرحلہ ہے۔