O poder de mineração está se concentrando novamente: após a redução de preços da DeepSeek, quem controlará a infraestrutura básica de IA?

null

——Começando pela palestra de Gonka na LA Hacks 2026

26 de abril, DeepSeek anuncia nova precificação da série V4 de APIs: preços de cache de entrada reduzidos a um décimo do preço de lançamento, e após uma oferta por tempo limitado do versão Pro, o custo de processamento de um milhão de tokens cai para apenas 0,025 yuan — quase cem vezes mais barato do que há um ano. O setor de capacidade computacional na Ações atingiu o limite de alta, e o sentimento do mercado está em ebulição.

Mas, por trás dos aplausos, há uma questão que ninguém está discutindo abertamente: à medida que os modelos ficam cada vez mais baratos, a capacidade computacional necessária para executá-los está se concentrando cada vez mais.

Os dados não mentem. No quarto trimestre de 2025, os quatro principais provedores de nuvem — Microsoft, Amazon, Meta e Google — aumentaram seus gastos de capital em 64% em relação ao ano anterior, totalizando 118,6 bilhões de dólares; espera-se que os gastos totais de capital em 2026 cresçam mais 53% em relação ao ano anterior, atingindo 570,8 bilhões de dólares. Na mesma época, a Google elevou sua meta de envio de chips TPU para 6 milhões de unidades, um aumento de 50%. O ciclo de entrega da série H100 da Nvidia, em alguns mercados, já dura meses.

O poder de precificação na camada de modelos está se inclinando para os desenvolvedores, mas o controle da capacidade computacional está se concentrando mais rapidamente nas mãos de poucos gigantes. Essa é uma contradição silenciosa, mas profunda, na era da IA.

Nesse contexto, em 24 de abril de 2026, os cofundadores do protocolo Gonka, Daniil e David Liberman, subiram ao palco principal da LA Hacks 2026. Essa é a maior hackathon universitária anual da UCLA, este ano com os irmãos Liberman como principais palestrantes, diante de centenas de engenheiros de elite que estão prestes a ingressar na indústria. A questão que eles levantaram, neste momento, fica ainda mais clara: será que ainda dá tempo de descentralizar a capacidade computacional?

1. O outro lado da onda de redução de preços

A lógica de redução de preços do DeepSeek V4 parece, na superfície, um benefício da eficiência trazido pelo avanço tecnológico — o novo mecanismo de atenção comprime a dimensão Token, combinando atenção esparsa DSA, reduzindo drasticamente a demanda por computação e memória de vídeo. Mas a continuidade dessa redução depende de uma premissa: que haja capacidade computacional suficiente e barata em algum lugar.

A realidade é que essa capacidade, essa “suficiência”, está se concentrando rapidamente em poucos nós ao redor do mundo. Michael Hurlston, CEO da líder em comunicações ópticas Lumentum, afirmou recentemente que, com a tendência atual, a capacidade da empresa estará quase totalmente esgotada até 2028. Não é uma crise de uma única empresa, mas uma tensão coletiva na cadeia de suprimentos de infraestrutura de IA, diante de uma demanda em rápida expansão.

Daniil, na palestra na LA Hacks, usou uma comparação simples, mas poderosa: a capacidade computacional da rede de Bitcoin já ultrapassou a soma das três maiores nuvens — Google, Microsoft e Amazon — mas o que esses recursos estão fazendo? Resolvendo um enigma de hash que ninguém precisa de resposta. A capacidade ociosa de GPUs ao redor do mundo é semelhante: placas de vídeo de jogadores, servidores em laboratórios universitários, recursos de provedores de nuvem menores e médios — tudo isso é enorme, mas, por falta de mecanismos de coordenação, não pode ser utilizado para inferência de IA.

O que Gonka tenta resolver é exatamente esse problema de coordenação — usando um mecanismo de incentivo baseado na prova de trabalho, para organizar as GPUs ociosas dispersas globalmente em uma rede capaz de realizar tarefas reais de inferência de IA.

2. Inferência, o novo campo de batalha

A redução de preços do DeepSeek gerou um amplo debate na internet chinesa sobre “IA para todos”. Mas há um detalhe que tem sido negligenciado: a redução é no “preço de chamada”, não no “custo de capacidade computacional”. Com a escala das aplicações de IA crescendo exponencialmente, o volume de chamadas de inferência também aumenta — estima-se que, até 2026, a inferência representará cerca de dois terços do consumo global de capacidade de IA.

O que isso significa? Cada redução de um nível na escala de preços de chamadas aumenta, na prática, a demanda total por capacidade computacional. A democratização de grandes modelos, de certa forma, acelera a concentração na camada de capacidade — porque apenas players com grande capacidade podem sustentar operações de inferência com margens extremamente baixas.

Estamos diante de uma estrutura de lock-in: quem controla a capacidade física de inferência, controla a verdadeira infraestrutura da era da IA. Nesse sentido, a descentralização da rede de capacidade computacional não é apenas uma questão de “custos 50% mais baixos”, mas uma alternativa estrutural antes que o lock-in se consolide completamente.

3. Uma verdadeira questão para os jovens construtores

Participantes da LA Hacks — engenheiros e profissionais de produto de universidades de ponta na Califórnia — logo enfrentarão uma decisão de engenharia: onde construir seus produtos de IA?

Seu produto de IA, quem está executando as chamadas de inferência?

Quando essa plataforma ajusta sua política de preços ou acesso, você consegue migrar facilmente?

A escala de usuários que você ajudou a construir está criando valor para você ou apenas entregando valor para a plataforma?

Essas questões já foram experimentadas pelos desenvolvedores na era Web2: quando o destino de uma aplicação fica profundamente ligado às regras de algoritmo ou distribuição da plataforma, “independente” se torna uma palavra que precisa ser redefinida a todo momento. Na era da IA, a dependência de capacidade computacional reforça essa lógica, e, por ter custos de troca mais altos, o lock-in só se intensifica.

Hackathons, como uma forma de inovação rápida, têm uma ironia interna: em 36 horas, construir algo funcional com poucos recursos — exatamente o que uma rede descentralizada de incentivos busca. Quando Daniil sobe ao palco na LA Hacks, não é só para falar do Gonka, mas para questionar esse grupo: vocês, no futuro, vão ajudar a acelerar essa tendência de centralização ou criar novas possibilidades?

4. PoW 2.0: um desafio de engenharia

Gonka realinha o mecanismo de incentivo de prova de trabalho, de hash para IA inferência, de modo que quase 100% da capacidade contribuída na rede corresponda a tarefas reais. Essa mecânica exige que as tarefas de inferência sejam verificáveis e reprodutíveis — com o mesmo peso do modelo, a mesma semente aleatória e entrada, qualquer nó pode reproduzir o resultado e verificar sua validade. Essa é a principal dificuldade técnica de transformar o protótipo acadêmico do Gonka em uma rede operacional.

Do ponto de vista econômico, o valor do token fica naturalmente atrelado ao custo de capacidade física, não ao sentimento de liquidez. Os mineradores que contribuem com capacidade recebem recompensas, os desenvolvedores que usam essa capacidade pagam por ela, e o ciclo de incentivos não depende da boa vontade de intermediários.

Claro, a viabilidade técnica é apenas uma parte. A questão mais difícil é: em um cenário de crescimento acelerado da demanda, com grandes players investindo bilhões de dólares, uma rede de capacidade distribuída, organizada por uma comunidade, pode realmente competir em escala?

Os primeiros dados do Gonka oferecem um ponto de referência: menos de um ano após o lançamento, a capacidade agregada da rede cresceu de 60 unidades H100 para mais de 10.000 — impulsionada por centenas de nós independentes, sem coordenação centralizada. Isso não prova que o problema de escala está resolvido, mas mostra que o mecanismo de incentivo está impulsionando um crescimento inicial forte.

5. A janela de oportunidade

Historicamente, o controle de infraestrutura tende a se consolidar rapidamente no início — foi assim com ferrovias, internet e mobile. Sempre há quem consiga se inserir antes da padronização, e quem só percebe que perdeu o controle após a centralização estar consolidada.

Em que estágio está a infraestrutura de capacidade de IA? Com os 570,8 bilhões de dólares de gastos previstos pelos quatro maiores provedores em 2026, a centralização já está acelerando; mas, na prática, há muitos recursos não integrados na oferta atual. Essa lacuna é o espaço onde uma rede descentralizada pode existir estruturalmente.

Daniil cita uma comparação: após o estouro da bolha da internet em 2000, o que restou não foi um caos, mas uma vasta rede de fibra óptica que sustentou duas décadas de economia digital. Após a queda do ciclo de investimento em infraestrutura de IA, os protocolos de capacidade e incentivos que permanecem podem se tornar a base do próximo ciclo — a questão é: quais protocolos têm uma lógica sólida o suficiente para resistir às pressões?

Não se trata de um problema de um projeto específico, mas de uma questão que toda a trajetória descentralizada de IA precisa enfrentar: a governança consegue resistir ao risco de controle centralizado? Os mecanismos de incentivo continuam eficazes na escala? A descentralização da rede de capacidade, na camada técnica, de tokens e de governança, é viável simultaneamente?

Epílogo

A redução de preços do DeepSeek reacende a narrativa da “democratização da IA”. Mas democratizar a inferência e democratizar a infraestrutura de capacidade são duas coisas distintas. A primeira está acontecendo; a segunda depende de quanto as pessoas realmente enxergam isso como um problema de engenharia a ser resolvido, e não apenas uma narrativa atraente.