Хуан Жень-нун - це Сатоші Накамото

Автор: Ло Іханг

У січні 2009 року анонім винайшов щось під назвою “token”, ти вкладаєш обчислювальну потужність, отримуєш token, який циркулює, оцінюється та торгується у мережі консенсусу. Так виникла вся криптоекономіка. Минуло понад десять років, і люди досі сперечаються, чи мають ці token справжню цінність.

У березні 2025 року чоловік у шкірянці переосмислив інший вид token. Ти вкладаєш обчислювальну потужність, отримуєш token, який миттєво споживається під час AI-інференсу (inference & reasoning): мислення, логіка, написання коду, прийняття рішень. Це пришвидшило розвиток AI-економіки. Ніхто не сперечається щодо цінності такого token, адже ти вже використав мільйони цього ранку.

Обидва види token — одна й та сама назва, одна й та сама базова структура: вкладена потужність — отриманий цінний продукт.

У березні 2026 року я сидів у залі NVIDIA GTC і слухав виступ Джена Ху, який майже не рекламував продукт. Так, він презентував Vera Rubin — пристрій, що поєднує CPU та GPU. Але цього разу він не говорив про параметри чіпів чи технології виробництва, а про цілісну економіку виробництва, оцінки та споживання token:

Яка модель відповідає швидкості виробництва token; яка швидкість — відповідний ціновий діапазон; для підтримки якого цінового рівня потрібне яке обладнання.

Він навіть допоміг керівникам та фінансовим директорам компаній розподілити обчислювальні ресурси дата-центрів: 25% — безкоштовний рівень, 25% — середній, 25% — високий, 25% — високоприбутковий.

Так, він не продавав конкретний GPU, як два роки тому з Blackwell. Але цього разу він продавав щось більш масштабне. За дві години я зрозумів, що найголовніше, що він хотів сказати: Welcome to consume tokens, and only Nvidia’s factory could produce.

У цей момент я зрозумів, що цей чоловік — і той анонім із 17 років тому, який викопав перший token, — робить абсолютно ту ж саму структурну річ.

Одна й та сама трансформаційна модель

Анонім під псевдонімом “Сатоші Накамото” у 2008 році написав дев’ятисторінковий білий папір, створив набір правил: вкладати обчислювальну потужність, доводити математичні твердження (Proof of Work), отримувати крипто token у нагороду.

Геніальність цього правила у тому, що воно не вимагає довіри до будь-кого — достатньо прийняти ці правила, і ти автоматично стаєш учасником цієї економіки. Це правильне правило, адже воно об’єднало багато шахраїв і шахрайок.

А Джен Ху на сцені GTC 2026 зробив щось цілком ідентичне.

Він показав графік, що ілюструє зв’язок між швидкістю логіки та споживанням token: по осі Y — пропускна здатність (скільки token виробляється на мегават спожитої енергії), по осі X — взаємодія (швидкість token, яку відчуває кожен користувач). Під графіком він позначив п’ять цінових рівнів: Free — Qwen 3, $0/мільйон token; Medium — Kimi K2.5, $3/мільйон token; High — GPT MoE, $6/мільйон token; Premium — GPT MoE 400K context, $45/мільйон token; Ultra — $150/мільйон token.

Цей графік майже можна вважати обкладинкою білої книги “Token Economics” Ху.

Сатоші Накамото визначив, що таке “цінна обчислювальна робота” — це доведення SHA-256 хеш-колізії. А Ху визначив, що таке “цінна логіка” — це виробництво token у конкретних сценаріях при заданих обмеженнях енергоспоживання та швидкості.

Обидва не виробляють token напряму, вони визначають правила їх виробництва та цінову політику.

І Джен Ху сказав на сцені щось, що майже можна вставити у резюме білої книги “Token Economics”:

Tokens are the new commodity, and like all commodities, once it reaches an inflection, once it becomes mature, it will segment into different parts.

Token — новий товар. Коли він дозріває, він природно розділяється на рівні. Це не опис поточного стану, а передбачення майбутньої ринкової структури, і він точно налаштовує свою апаратуру під кожен рівень цієї структури.

Процес виробництва двох видів token навіть має семантичну симетрію: майнінг — mining, логіка — inference.

Суть майнінгу і логіки — перетворити електрику на гроші. Майнер витрачає електроенергію, щоб добути crypto token, потім продає його; модель логіки та AI-агенти витрачають електроенергію для створення AI token, які потім продають за мільйони. Різні проміжні етапи, але обидва кінці — однакові: зліва — лічильник електроенергії, справа — дохід.

Два способи опису дефіциту

Найважливішим рішенням Сатоші було не Proof of Work, а обмеження у 2100 мільйонів біткойнів. Він за допомогою коду створив штучний дефіцит — незалежно від кількості майнерів, загальна кількість біткойнів ніколи не перевищить 2100 мільйонів. Цей дефіцит — цінова опора всієї криптоекономіки.

А Джен Ху створив природний дефіцит за законами фізики. Він каже:

“You still have to build a gigawatt data center. You still have to build a gigawatt factory, and that one gigawatt factory for 15 years amortized… is about $40 billion even when you put nothing on it. It’s $40 billion. You better make for darn sure you put the best computer system on that thing so that you can have the best token cost.”

Один гігаватний дата-центр ніколи не стане двогігаватним. Це не обмеження коду, а закони фізики.

Земля, електрика, охолодження — кожен аспект має фізичний верхній рівень. Витративши 400 мільйонів доларів на будівництво, скільки token він зможе виробити за 15 років — залежить лише від архітектури обчислень, яку туди заклали.

Дефіцит за Накамото можна “форкнути”. Не подобається обмеження у 2100 мільйонів — створіть новий ланцюг, змініть його на 200 мільйонів, назвіть Ethereum або щось інше, і зробіть новий білий папір. І так робили — з задоволенням.

А створений Ху дефіцит — не можна “форкнути”. Адже ви не можете форкнути другий закон термодинаміки, не можете форкнути електромережу міста, не можете форкнути фізичну площу землі.

Але незалежно від того, хто створив дефіцит — Накамото чи Ху, — обидва ведуть до одного й того ж результату: гонки озброєнь у апаратурі.

Історія майнінгу — це: CPU → GPU → FPGA → ASIC. Кожне нове покоління спеціалізованого обладнання робить попереднє застарілим. Історія тренувань та логіки AI повторюється: Hopper → Blackwell → Vera Rubin → Groq LPU. Від універсального обладнання — до спеціалізованого. У цьому році на GTC Ху показав Groq LPU — детермінований процесор потокової обробки, створений після купівлі Groq. Статичне компілювання, планування компіляторами, без динамічного планування, 500MB SRAM на чипі — архітектурно це ASIC для логіки inference. Робить одне, але на найвищому рівні.

Цікаво, що GPU відіграли ключову роль у двох хвилях.

Перед 2013 роком майнери зрозуміли, що GPU краще підходять для майнінгу crypto token, і картки NVIDIA почали швидко розкуповувати. Через 10 років дослідники виявили, що GPU — найкращий інструмент для тренування та inference AI-моделей, і серверні картки NVIDIA знову розкуповують. GPU — це один із класів процесорів, що обслуговували дві хвилі token-економіки.

Різниця у тому, що перший раз NVIDIA пасивно отримувала вигоду, а другого — під час переходу від попереднього тренування до inference, вона швидко схопила можливість і сама створила правила гри, ставши автором правил AI-ігри.

Найприбутковіша лінія — це “лінія для лопат” у світі

У золотошукачів найприбутковіше — продавати лопати, як Levi Strauss. У хвилі майнінгу — не майнери, а продавці обладнання, як Bitmain і Wu Jihan. У хвилі AI — не базові моделі та агенти, а продавці GPU, як NVIDIA.

Але правда у тому, що ролі Bitmain і NVIDIA у своїх галузях вже не порівняти.

Bitmain продає лише майнінгові ASIC, і раніше був постачальником для Bitmain. Купивши обладнання, ти не залежиш від того, яку криптовалюту майниш, у який пул, за якою ціною продаєш — це чистий апаратний постачальник, отримуєш одноразовий прибуток від обладнання.

NVIDIA — інша справа. Вона не лише продає обладнання, а з 2025 року, з початком AI inference, глибоко визначає, що саме потрібно майнити цим GPU, як оцінювати token, кому їх продавати, як розподіляти ресурси дата-центрів… Усі ці рішення — у презентаціях Ху: він ділить ринок на п’ять рівнів, кожен з яких відповідає моделям, довжині контексту, швидкості взаємодії та ціні… NVIDIA стандартизує і форматує майбутній ринок AI inference, що керуватиме всім.

Наприкінці 2018 року глобальні обчислювальні потужності зосередилися у кількох великих майнінгових пулах — F2Pool, Antpool, BTC.com — які змагалися за частки, але джерела обладнання були зосереджені у Bitmain.

Як і сьогодні, 60% доходів NVIDIA — від “гіперскейлерів”, що конкурують між собою, наприклад AWS, Azure, GCP, Oracle, CoreWeave, а 40% — від розподілених AI-стартапів, національних AI-проектів і корпоративних клієнтів. Великі “майнінгові” пули приносять основний дохід, а дрібні “майнери” забезпечують гнучкість і диверсифікацію.

Обидві екосистеми — однакові за структурою. Але з часом конкуренти Bitmain — Shima Miner, Canaan, Innosilicon — почали відбирати частки. ASIC-обладнання — це досить простий дизайн, і конкуренти мають шанс наздогнати. Але змінити ситуацію з NVIDIA стає дедалі важче: 20 років екосистеми CUDA, сотні мільйонів GPU, шоста генерація технології NVLink, архітектура Groq — все це створює високий бар’єр входу. Технологічна складність і екосистемні перешкоди роблять більшість конкурентних інструментів безсилля.

Це може тривати ще 20 років.

Глибока різниця між двома видами token

Що робить криптовалюту та AI-інференс і логіку двома різними видами token — це мотивація та психологія користувачів.

Crypto token — це спекуляція. Ніхто “не потребує” біткойн для виконання роботи. Усі біли папери, що обіцяють, що блокчейн-Token допоможе вирішити проблеми, — шахрайство. Ти тримаєш crypto, бо вірите, що хтось у майбутньому купить його дорожче. Цінність біткойна — у самореалізуючомуся пророчестві: якщо багато людей вірять у його цінність, він матиме цінність. Це економіка віри.

А AI token — це інструмент підвищення продуктивності. Nestlé використовує token для управління ланцюгами поставок — дані оновлюються кожні 15 хвилин, і це знижує витрати на 83%. Ця цінність безпосередньо відображається у фінансових показниках. Всі інженери NVIDIA вже використовують token для написання коду, а дослідницькі групи — для наукових досліджень. Тобі не потрібно вірити у цінність token — ти просто використовуєш його, і цінність підтверджується у процесі.

Ось у чому найсуттєвіша різниця між цими двома видами token: крипто token створюється для зберігання та торгівлі — його цінність у нерозтраченості. AI token створюється для миттєвого споживання — його цінність у використанні.

Один — цифрове золото, чим більше зберігаєш — тим дорожче; інший — цифрова електроенергія, що спалюється одразу після виробництва.

Ця різниця визначає: економіка AI token не буде такою ж, як криптоекономіка. Біткойн різко коливається через спекулятивний попит, ціна залежить від емоцій. А ціна token — від обсягів використання і витрат на виробництво. Якщо AI залишається корисним — якщо люди продовжують писати код на Claude Code, створювати звіти через ChatGPT, запускати бізнес-процеси через Agent — попит на token не зникне. Він не залежить від віри, а від необхідності.

У 2008 році білий папір біткойна доводив цінність децентралізованої електронної готівки. Минуло 17 років — і люди досі сперечаються.

У 2026 році економіка token вже не викликає суперечок, вона стала консенсусом без додаткових доводів. Коли Ху на сцені GTC сказав “tokens are the new commodity”, ніхто не заперечував. Адже кожен, хто сидів у залі, цієї ранки використав Claude Code або ChatGPT і спожив мільйони token. Їм не потрібно переконувати у цінності token — їхні кредитні картки вже це довели.

З цього погляду, Ху — справжній спадкоємець Сатоші, той, хто залишився монополістом у виробництві майнінгових машин, визначив сценарії та норми використання token, і щороку в Сан-Хосе на SAP Center влаштовує шоу, щоб показати, наскільки потужні “майнери” для AI-інференсу та тренінгу.

У Сатоші був стриманий романтизм: він створив правила, передав їх у код і зник. Це романтика криптопанку. А Ху — швидше бізнесмен, ніж науковець: він створює правила, підтримує їх, удосконалює, закріплює свою перевагу.

Той token, у який ти вірив раніше, тепер можна побачити без віри. Це наступний після Ватта, Ампера і біткойна.