采访：The Round Trip
编译&整理：Yuliya，PANews
随着AI浪潮以前所未有的速度席卷全球，一场围绕算力的“军备竞赛”已然打响。当英伟达的市值突破万亿，AWS、Google Cloud等巨头几乎垄断了云算力时，一个深刻的挑战摆在了所有AI创新者的面前：算力的高度集中化是否会扼杀开放创新，并将AI的未来锁定在少数几家公司的“围墙花园”之内？
拥有将公司以6000万美元出售给Snapchat的成功履历，并创立了为顶级企业提供AI代码优化服务的Product Science，Gonka AI的联合创始人David和Daniel Laborman两兄弟，带着他们从并行计算到AR领域的连续创业经验，为市场提供了一个打破这一困局的独特视角：构建一个完全由社区驱动的去中心化AI计算网络。
David与Daniel在由PANews与Web3.com Ventures联合出品的《The Round Trip》全新系列Founder’s Talk中，详细阐述了他们为何从比特币的基础设施发展史中汲取灵感，试图通过一个开放的金融激励框架，在AI领域复刻“ASIC革命”，以彻底打破算力成本的桎梏。他们分享了Gonka AI如何吸引Bitfury等行业巨头注资5000万美元，并对当前“AI泡沫论”提出了独到见解。
从游戏、AR到去中心化AI
PANews： 欢迎David和Daniel！很高兴你们能来。我知道你们拥有非常深厚的技术背景，并且在这个领域已经深耕多年。能否先和我们的听众分享一下你们的背景故事？
Gonka AI： 大家好。首先，我们是亲兄弟，我们的人生和事业一直紧密相连。我们的故事起点可以追溯到2003年，从那时起，我们就对并行计算和去中心化网络产生了浓厚的兴趣。
后来，我们进入了在线游戏领域，这本质上也是一种大规模的并行计算——成千上万的玩家通过互联网实时互动。为了提升游戏动画的制作效率和降低成本，我们又一头扎进了计算机视觉（Computer Vision）领域。
而计算机视觉，又将我们引向了一个全新的方向：我们开始为 Snapchat 开发AR虚拟形象。这段经历非常成功，最终Snapchat以6000万美元收购了我们的公司，这也成为了我们事业上的一次重要转型。
在经历不同项目和公司的过程中， 我们始终怀有一个愿望：希望创造一些真正能够在社会层面产生重大影响的东西，尤其是在社会互动方式上。 当AI以一种全新的形态——大语言模型（LLM）——进入我们的生活时，一切发生了变化。它不再是我们过去熟悉的机器学习，而是可以真实对话、能切实帮助我们解决问题的强大工具。我们看到，基于 Transformer 架构的新一代 AI，不只是语言模型。 无论是图像生成、视频生成，还是在生物学、化学、物理学等领域的突破，甚至包括更高效的核电站设计与运行方式，这一波 AI 浪潮几乎正在影响一切。
接下来，我们还会看到机器人软件、自动驾驶汽车的飞速发展 ，而且这些变化正在非常快速地发生，就在当下。
但随之而来的是一种担忧，并非“终结者”式的科幻恐惧，而是对现实格局的忧虑。 目前，全球约65%的云算力掌握在三家美国公司（AWS、Google Cloud等）手中，如果再加上中国的阿里巴巴和腾讯，这五家巨头控制了全球高达80%的云算力。 AI的核心就是算力，而现阶段的AI几乎等同于云算力。这些公司正激烈竞争，试图掌控100%的AI算力。如果继续这样发展，我们将进入一个非常奇怪的世界：
只有极少数公司真正拥有并控制所有 AI，而这些 AI 将会：
- 取代大量工作岗位
- 重塑整个经济结构
- 改变社会运行方式
因此，我们认为，去中心化 AI 是一个至关重要、不能回避的问题。
这，就是我们为什么最终走到 Gonka AI 的原因。
PANews： 的确，你们并非AI领域的新兵。在创立Gonka AI之前，你们还创办了Product Science，一家获得了Coatue、K5和Slow Ventures等知名机构投资的公司。可以谈谈这段经历，以及它是如何引导你们最终走向Gonka的吗？
Gonka AI： 当然。我们之前深耕的计算机视觉，其本质就是AI和机器学习。AI最早的实用化落地，很大程度上就发生在图像生成、动画制作等领域，我们也因此在机器学习行业建立了自己的声誉。
离开Snap后，我们创立了Product Science 。这家公司利用AI为沃尔玛、摩根大通、Airbnb等世界顶级的公司提供代码优化服务。现在大家熟知的AI可以帮助编写代码，但同样关键的是，要确保这些代码能够高效运行。在我们将注意力完全转向Gonka和AI基础设施去中心化之前，提升代码性能正是我们的核心业务。
Gonka AI的“比特币”式构想
PANews： 你们提到了算力集中的问题，这确实令人担忧。最近Cloudflare的大规模宕机导致半个加密世界瘫痪，AWS也时常出现故障，每次都对大量应用造成冲击。Gonka AI将如何解决这个问题？它似乎并非一个通用的去中心化云，而是更专注于AI领域。
Gonka AI： 是的，面对当前算力高度集中的困境，我们看到的唯一出路就是去中心化。
在模型层面，我们看到像DeepSeek这样的独立实验室已经证明，它们完全有能力训练出与科技巨头相媲美的高质量模型，但算力仍是核心瓶颈。目前，许多前沿实验室依赖大型云服务公司所构建的基础设施，而在去中心化领域，此前并未出现规模相当的解决方案。 即便是当前最大的去中心化AI算力网络Bittensor，也仅拥有约5000张数据中心级GPU。而与此同时，OpenAI、xAI等公司正在构建拥有数百万张顶级GPU的庞大集群。两者规模差距悬殊。
我们意识到， 要想让AI真正属于人民、避免单点故障，唯一的办法就是构建一个规模与之相当的去中心化算力网络。 这时，我们从比特币身上获得了巨大的启发。我们不只把它看作“数字黄金”，而是视其为构建大规模基础设施的最伟大框架之一。
过去15年，比特币社区通过去中心化的方式，构建了一个令人难以置信的基础设施。如今，比特币网络拥有约26 GW的数据中心规模，这甚至超过了谷歌、亚马逊、微软、OpenAI和xAI的总和。这是一个由全球无数独立参与者，为了摆脱中心化系统而共同建成的庞大工程。
同样令人震撼的是其硬件的创新速度。在15年间，计算1TH/s比特币算力所需的能耗从500万焦耳降至仅15焦耳，效率提升了惊人的30万倍！我们相信， 如果能为AI算力带来同样的变革，真正的“算力富足”将成为可能，AI也将能为地球上的每一个人所用。
主持人： 我注意到， 早期的比特币基础设施巨头Bitfury刚刚宣布向你们投资5000万美元。 这是否意味着市场看到了某种相似的模式？比特币让能源变得“可互换”，因为无论能源在西伯利亚还是硅谷，都可以转化为同质化的算力价值。你们是否正在让算力也变得“可互换”？考虑到AI对延迟等因素非常敏感，这会是一个挑战吗？
Gonka AI： 我们相信算力领域会发生同样的故事。目前，英伟达的芯片极其昂贵，在OpenAI等公司的数据中心建设成本中，绝大部分都付给了英伟达。但如果我们能为AI领域复制当年ASIC（专用集成电路）的创新转型，世界将大不相同。
当单个算力单位的硬件成本大幅下降后，能源成本将再次成为关键变量。像Bitfury这样的早期矿业公司和硬件制造商现在投资这个生态，正是一个强烈的信号： 他们识别出了与比特币早期发展相同的模式。
回想2012年，GPU还是主流挖矿设备，但短短几年后，ASIC就凭借其数十倍于通用芯片的效率，成为唯一可行的挖矿路径。而催生这些ASIC公司的，并非大型科技巨头，而是一些名不见经传的初创公司。这之所以能发生，完全得益于比特币的金融激励框架：
- 开放的竞争： 无论你是谁，只要你能为网络提供最多的有效算力，你就能获得最大份额的代币奖励。
- 正向循环： 随着代币价格上涨，奖励变得更具吸引力，从而激励更多人加入这场提升网络总算力的竞赛。
- 降低创新门槛： 一家位于韩国或旧金山的小公司，只要能设计出更高效的芯片，无需庞大的销售团队，无需与巨头建立关系，甚至无需传统投资人，他们只需将芯片接入网络，一旦证明有效，就能立即开始盈利。
这个框架极大地降低了“生产算力”这门生意的门槛和复杂度。我们坚信，这一幕将在AI芯片领域重演。当协议建立起来，人们可以通过连接他们的计算设备来赚钱时，无论是自己的电脑、购买的英伟达GPU，还是从数据中心租来的算力，都可以接入网络贡献力量并获得回报。 我们预计，在未来一到两年内，这种由金融框架驱动的创新将为AI网络带来数百甚至上千倍的算力增长，彻底打破我们今天面临的算力瓶颈。
去中心化网络如何重塑算力市场？
PANews： 这个模式很有趣，让人想起早期加密矿工利用学校里闲置的GPU挖矿的故事。现在很多公司购买了昂贵的H100 GPU，但大部分时间是闲置的，因为他们不知道如何充分利用。你们的网络是否也吸引了这类用户？
Gonka AI： 我们确实遇到了很多类似且更令人振奋的情况。有些非常成功的AI初创公司，在早期热潮中用投资人的钱购买了数百张H200 GPU，但至今只有一半被有效利用。
另一类更普遍的情况是，许多公司本身就在租用大型数据中心的算力来运行开源模型。他们后来发现，通过我们的网络，他们可以做一件更聪明的事：他们不再自己低效地运行模型，而是通过Gonka网络的API来使用同样的服务；与此同时，他们把自己租来的GPU上安装Gonka的节点，贡献给网络。这样一来，他们既能使用AI模型，又能同时赚取代币奖励，从而获得了比原先高得多的效率和收益。
要高效利用GPU，你需要同时处理成千上万的请求，这对于单个项目来说非常困难。因此，企业要么忍受自有（或租用）硬件的低利用率，要么支付昂贵的API费用，两者都不是最优解。接入网络，成为生态的一部分，是更好的选择。
我们网络中的许多参与者并非只有“闲置”算力。例如，像Gcore、Hyperfusion这样的数据中心，他们本身就是高效的商业化运营者，并没有太多闲置容量。但在过去的几个月里，他们发现将GPU接入Gonka网络，可以赚取比直接出租给客户更高的回报，因为他们获得了网络增长带来的价值敞口。于是，他们开始逐步将数百张GPU从出租业务转移到我们的网络中。
这正是网络能够从数千张GPU扩展到数百万张的关键。尽管OpenAI等巨头买走了市场上大部分GPU，但仍有数百万张GPU分散在这些独立参与者手中。他们单独无法竞争，但联合起来就能形成一股强大的力量。
这个逻辑也同样适用于国家层面。
一年前，我们和一些国家的政府沟通时，他们的主流想法是“我们要建设自己的集群，打造主权AI”。
一年后，当我们再与阿联酋、哈萨克斯坦等国的部长们会谈时，他们都清楚地认识到，作为拥有少量GPU的独立玩家，根本无法与巨头抗衡。
但如果他们共同加入一个庞大、可信的去中心化网络，则完全有可能保持各自的主权，因为每个人都可以信任一个去中心化的网络。
AI泡沫之辩：是时代浪潮，还是特定赌注的破灭？
PANews： 不可否认，AI领域正经历着巨大的热情和快速增长。但在投资人和用户的高期望下，我们是否正在走向一场“AI泡沫”？很多人将其与2000年的互联网泡沫相提并论。
Gonka AI： 这是一个很有意思的问题。回顾2000年的互联网泡沫，虽然当时经历了一次“小小的破裂”，但25年后的今天，我们看看世界变成了什么样？互联网是真实的技术变革，它所带来的经济模式转变也是真实的。当年那些公司如今都成长为万亿美元的巨头，彻底改变了我们的生活。
与互联网相比，AI将带来的变革将更为激进和彻底。 想象一下，在未来30到50年，每个人都拥有一个可以替他去工厂工作的个人机器人，这并非科幻，而是即将到来的现实。因此，投资人愿意将数百亿美元投入这项技术，并非不理性。
当然，过程中一定会有失败的投资，就像风险投资领域过去30年所发生的一样，大量资金亏损了，但从整体看，这个领域的回报是极其丰厚的，并且它实实在在地改变了世界。
所以，是泡沫与否，取决于你看待的角度。一些公司会因为错误的假设而破产。比如，Gonka对于去中心化AI可行性的判断可能是错的；反之，今天所有押注在英伟达身上的投资，也可能是一个巨大的泡沫。
历史曾上演过相似的一幕。2012年，因为加密货币的叙事，英伟达的股价曾大幅上涨，因为市场认为它将主导挖矿市场，但后来ASIC革命发生，它几乎完全失去了这个市场。现在，AI为英伟达带来了更巨大的价值增长，因为市场预期这是一个数十万亿美元的庞大市场。这个预期或许是对的，但没人能保证英伟达会永远保持主导地位。如果ASIC革命在AI领域再次发生，将会发生什么？
想象一下，如果重建今天比特币网络的全部算力，但使用的不是ASIC矿机，而是英伟达最新的Blackwell芯片，你需要为此投入5000万亿美元！这显然是不可持续的。
因此，我们讨论的可能不是“AI的泡沫”，而是 “对特定公司和特定技术路径的押注”所形成的泡沫 。如果市场对英伟达的判断是错的，那么可能会有5到7家万亿美元市值的公司损失惨重，但这并不意味着AI本身是泡沫。AI技术不会消失，它改变生活和商业的进程也不会停止，只是承载这些价值的公司可能会改变。
PANews： 我非常同意。就像我们现在不会说“我在用互联网”，而是说“我在用某个App”，而这个App恰好使用了互联网。未来，每个应用都会以某种形式使用AI，它将变得无处不在，以至于我们甚至意识不到它的存在。
Gonka AI： 完全正确。如果你现在去查看纳斯达克指数从创立至今的K线图，你会发现2000年的那次“巨大危机”，在长达几十年的增长曲线中只是一个微不足道的小波浪。当时人们认为所有商品都会在5年内在线销售，这没有发生，但它在15年内确实发生了。
AI也是一样。机器人无处不在的未来，或许不会在5年内发生，但它几乎注定会发生，没有任何力量可以阻止。从这个角度看，我们未来对算力的需求增长成千上万倍是必然的。我们需要的，是一个像比特币那样、为未来几十年设计的长期经济模型来支撑这个愿景。
