1120亿美元的黑洞——大型科技公司的隐形破产

Stargate项目——投入数千亿美元建设庞大的数据中心。这不是笔误：涉及的金额可与小型国家的GDP相媲美。微软、谷歌和Meta每年投入数百亿美元用于GPU基础设施：仅微软在2025年就投资了超过500亿美元用于资本支出，其中大部分用于AI。

问题隐藏在会计之中。H100一代GPU在H200、B100、B200发布后两年内就会过时——每下一代都比前一代快50-100%。但公司却将其折旧期记为5-6年，制造了会计幻觉。例如：一家公司购买了价值200亿美元的GPU。在会计账簿上，两年后它们仍“价值”130亿美元（按6年线性折旧计算）。而在现实中——它们只值约50亿美元，因为新一代产品以两倍的速度和更低的成本完成相同的工作。

这造成了一种隐性赤字：资产账面价值与其实际市场价值之间的差异——整个行业高达数万亿美元。当（不是“如果”，而是“何时”）审计师要求重估时——这可能会导致大规模减记，导致AI公司股价暴跌，并引发对整个行业的信任危机。

据分析师预测，到2030年，OpenAI将累积约1120亿美元的亏损。这个数字并非空穴来风：它反映了中心化AI商业模式的根本问题。

一方面，收入增长令人印象深刻：ChatGPT订阅和API每年带来数十亿美元。另一方面，支出增长速度更快。每一代新模型都需要数倍的资源：

• GPT-3 → GPT-4：训练成本增长约10倍
• GPT-4 → GPT-5：再次数倍增长——指数曲线
• 推理：数百万用户 = 每天数十亿代币 = 每年数十亿美元的GPU算力

这种模式只有在风投资金无限涌入的情况下才能奏效。OpenAI吸引了数百亿美元的投资，包括来自微软和软银的融资。但投资者并非慈善家。他们迟早会要求盈利。问题不是“如果”，而是“何时”——以及届时，数百万依赖OpenAI API的企业将会发生什么？

相比之下：Gonka获得了8000万美元的投资，并且已经通过约4648个GPU组成的网络处理实际的AI请求。推理成本为0.0009美元/百万代币。这之所以可能，是因为去中心化模型无需收回数万亿美元的数据中心投资。

Gonka不建设数据中心——它整合了全球现有GPU。这不仅仅是一种替代商业模式——它是一种根本不同的经济架构，消除了泡沫的根源。

没有资本支出：Gonka网络不吸引数千亿美元用于建设。协议、区块链、软件——这些都是团队创建的。GPU由全球各地的独立主机提供——各自承担费用。

没有拉长至6年的折旧期：当H100过时时——主机只需将其替换为H200或下一代。决策由设备所有者根据市场条件做出，而不是试图掩盖减记的公司首席财务官。

没有会计伎俩：Gonka区块链中的所有交易都是透明的。奖励根据协议分配，并经过CertiK审计。没有“隐藏”成本，这些成本会在5年后重新评估资产时被发现。

分布式风险：每个主机承担自己的风险。如果一个主机因对GPU的糟糕投资而破产——这是它自己的问题，而不是整个网络的问题。在中心化模型中，一个100亿美元的错误可能会导致整个公司崩溃。在Gonka中，这样的错误不可能发生——因为没有一个参与者能够做出100亿美元的决定。

结果：通过Gonka进行推理的成本为每百万代币0.0009美元。这比OpenAI便宜约2800倍。而且这个价格是可持续的——因为它背后没有万亿美元的基础设施需要回本。

比较两种AI基础设施模型：

Gonka中约有4,648个GPU由约113个参与者（约582个ML节点）运行。该项目已募集8000万美元——这比一个Stargate所花费的要少数千倍。但网络做了同样的事情：通过Qwen3-235B神经网络处理AI请求，可通过OpenAI兼容API访问。

类比：想象一下，在21世纪初，有人提出：“与其为互联网建造巨大的服务器农场，不如让每个家庭都放一个迷你服务器，并因参与而获得奖励。”这听起来很不切实际——但Airbnb用于住房、Uber用于交通，以及Gonka用于AI计算，正是这样运作的。去中心化不是乌托邦——它是基础设施进化的下一个阶段。