当AI算力越来越集中在少数云巨头手中，一个名为Gonka的新Layer-1网络试图用去中心化的方式改写游戏规则。自2025年8月主网上线以来，该项目已吸引2200名开发者和12000 GPU等效算力，并获得了Bitfury的5000万美元投资。
1. Gonka是什么，解决什么问题？
Gonka是一个专为高效AI计算设计的L1去中心化网络。其核心观点是：当前AI发展的瓶颈不再是模型，而是算力控制权。先进的GPU高度集中在少数硬件制造商和超大规模云服务商手中，导致算力昂贵、不透明，且受地缘政治限制。初创公司和许多地区面临价格波动、容量短缺和供应商锁定。Gonka在协议层面进行了重构：算力不再是封闭服务，而是开放的、可验证的基础设施。它采用基于Transformer的PoW机制，将几乎全部GPU算力导向有意义的AI工作负载（目前主要是推理），而非像比特币那样用于安全哈希。主机根据验证后的计算贡献获得奖励，而非凭资本投入或投机。
2. PoW模型如何区别于Bittensor等去中心化AI项目？
区别在于“工作”定义和价值的产生方式。Bittensor等聚焦于模型或网络层面的协调，奖励常受质押、委托或同行评估影响，不一定直接与原始算力贡献成正比。Gonka设计为计算优先网络，“工作”被定义为可验证的AI计算。投票权和奖励直接关联已验证的计算贡献。效率上，多数去中心化系统大量算力消耗于共识或重复劳动（例如Bittensor约60%奖励用于质押，不产出AI计算）。Gonka的Sprint设计最小化这类开销，让几乎全部GPU资源用于实际工作负载。
3. 为何先聚焦AI推理而非训练？
Gonka认为这是顺序问题，不是能力限制。推理是当前AI实际使用的主体，且基础设施瓶颈最明显。从网络设计看，推理工作负载连续、可测量，适合验证去中心化环境中的核心原则。训练是另一类问题，但Gonka未来会���入训练，网络会将20%的推理收入用于支持未来模型训练。
4. 如何验证矿工确实完成了AI推理工作？
验证内置于网络。推理任务在Sprint（短时间周期）内执行，主机需对随机初始化的大型Transformer模型进行推理。这些任务计算密集且不断变化，无法预计算或复用。网络通过验证输出是否等于预期结果来检查。为保持效率，Gonka不逐一重算，而是持续抽样验证，对可疑参与者增加检查。若工作未通过验证，则不支付报酬。长期提交正确结果的主机会获得更高网络参与度。
5. 面对OpenAI、Google、微软，Gonka有何竞争力？
Gonka并不直接与传统巨头竞争，而是在不同栈层面运作。中心化提供商的算力访问有门控、定价不透明、容量受内部优先级影响。Gonka设计为开放基础设施，算力由去中心化主机网络提供，可用性由真实供需决定。这能服务那些在中心化平台上结构性地得不到满足的用例，如需要开放性、可预测访问和基础设施透明性的工作负载。通过让硬件供应商在性能和效率上直接竞争，Gonka也压低了AI算力成本。
6. 采用驱动力是什么？
不是短期��作，而是结构性对齐。供应端：主机寻求替代中心化模式，减少硬件闲置；需求端：开发者受够了价格波动、容量限制和封闭API。随着更多主机加入（独立或通过矿池），网络对开发者更有用；更多工作负载上线则创造持续需求，吸引更多基础设施。Gonka社区在Discord上公开协调。
7. Bitfury投资5000万美元后如何保持去中心化治理？
Gonka在协议层面天然去中心化。治理权绑定于可验证的计算贡献而非资本所有权。Bitfury的支持带来大规模算力基础设施经验，但不会转化为协议内的特殊权限。融资本身不转化为影响力。