知识库章节 ▾
分析
1120亿美元的黑洞——大型科技公司的隐形破产
数据中心竞赛
Stargate 项目 — 投入数千亿美元建设巨型数据中心。这不是笔误：这些金额与小国的 GDP 相当。Microsoft、Google 和 Meta 每年在 GPU 基础设施上花费数百亿美元：仅 Microsoft 在 2025 年就投入了超过 500 亿美元的资本支出，其中大部分用于 AI。
问题隐藏在会计核算中。随着 H200、B100、B200 的发布，H100 架构的 GPU 在 2 年内就会过时 — 每一代新产品的性能都比上一代快 50% 到 100%。但企业将折旧摊销至 5 到 6 年，造成了一种会计幻觉。例如：一家公司购买了价值 200 亿美元的 GPU。按照 6 年线性折旧计算，两年后在账面上它们依然“价值” 130 亿美元。实际上，它们仅值约 50 亿美元，因为新一代产品以两倍的速度且更低的成本完成了相同的工作。
这产生了隐藏的缺口：资产账面价值与其实际市场价值之间的差异在整个行业内高达数万亿美元。当（不是“如果”，而是“当”）审计师要求重新估值时 — 这可能导致大规模减记，重创 AI 公司股票，并引发对整个行业的信任危机。
OpenAI亏损1120亿美元
分析师预测，到 2030 年，OpenAI 将累计亏损约 1120 亿美元。这个数字并非空穴来风：它反映了集中式 AI 商业模式的一个根本性问题。
一方面，收入增长令人瞩目：每年从 ChatGPT 订阅和 API 中获得数十亿美元。另一方面，支出增长更快。每一代新模型都需要呈指数级增长的资源：
- GPT-3 → GPT-4：训练成本增长约 10 倍
- GPT-4 → GPT-5：又是一个倍数级增长——呈指数曲线
- 推理 (Inference)：数百万用户 = 每天数十亿 token = 每年数十亿美元的 GPU 算力支出
这种模式只有在风险资本源源不断注入时才能运作。OpenAI 已经筹集了数百亿美元的投资，包括来自 Microsoft 和 SoftBank 的多轮融资。但投资者不是慈善家。迟早，他们会要求回报。问题不是“是否”，而是“何时”——以及在那一刻，那些构建在 OpenAI API 上的数百万企业将会发生什么？
相比之下：Gonka 已经筹集了 $80M，并且已经通过包含 584 个 GPU 的网络处理真实的 AI 请求。推理成本为 $0.0069/1M token。这之所以可能，是因为在去中心化模型中，无需回收对数据中心的万亿级投资。
为什么Gonka不是泡沫
Gonka 不建设数据中心——它整合了全球现有的 GPU。这不仅仅是一种替代商业模式，而是一种根本不同的经济架构，从根源上消除了泡沫的成因。
无资本支出：Gonka 网络不需要筹集数千亿资金来建设。协议、区块链、软件均由团队打造。GPU 由全球各地的独立主机提供——费用由各主机自理。
无 6 年摊销成本：当 H100 过时后，主机只需将其替换为 H200 或下一代产品。决定由设备所有者根据市场情况做出，而不是由试图掩盖减记的企业首席财务官做出。
无会计诡计：Gonka 区块链上的所有交易都是透明的。奖励根据经 CertiK 审计的协议进行分配。没有会在 5 年后资产重估时才发现的“隐性”成本。
分布式风险：每个主机承担自己的风险。如果某个主机因为糟糕的 GPU 投资而破产，那是他自己的问题，而不是整个网络的问题。在中心化模式中，一个 100 亿美元的失误可能会摧毁整个公司。在 Gonka 中，这种错误在定义上是不可能的——因为没有单一参与者能够做出 100 亿美元的决策。
结果：通过 Gonka 进行 inference 的成本为 $0.0069 每百万 token。这比 OpenAI GPT-5.5 便宜约 720 倍。而且这个价格是稳定的——因为它背后没有需要回本的万亿级基础设施。
对比：中心化与去中心化
我们来对比两种 AI 基础设施模型：
| 参数 | 集中式 AI | 去中心化 AI (Gonka) |
|---|---|---|
| 资本支出 | 数百至数千亿美元 | $0 (GPU 归主机所有) |
| GPU 折旧 | 6 年（会计） vs 2 年（实际） | 由主机承担风险 |
| 债务 | 万亿级（贷款、债券） | 协议无债务 |
| 扩展性 | 建立数据中心 = 数年 + 数十亿资金 | 有机增长（主机接入） |
| 推理价格 | $5—30/1M token (GPT-5.5, 输入/输出) | $0.0069—$0.021/1M token |
| 单点故障 | 是（数据中心，公司） | 否（独立参与者节点） |
Gonka 运行着 584 个 GPU（本纪元参与者：22，MLNode：121）。该项目筹集了 $80M——这比单个 Stargate 的支出少了几千倍。但该网络实现了同样的功能：通过与 OpenAI 兼容的 API，处理来自开放模型（如 MiniMax M2.7、DeepSeek V4 Flash 和 GLM-5.3 Flash）的 AI 请求。
类比：想象一下 2000 年代，有人建议：“与其为互联网建造巨大的服务器场，不如让每个家庭主妇都设置一个小型服务器并获得参与奖励。”这听起来像乌托邦——但这就是 Airbnb 在住宿领域、Uber 在交通领域的工作方式，也是 Gonka 在 AI 计算领域的工作方式。去中心化不是乌托邦，它是基础设施进化的下一个阶段。