Обчислювальна потужність знову концентрується: після зниження цін DeepSeek, хто контролює інфраструктуру штучного інтелекту?

null

——Починаючи з виступу Gonka на LA Hacks 2026

26 квітня DeepSeek оголосила нові ціни на API серії V4: ціна за кешування входів зменшена в десять разів порівняно з початковою, а при обмеженій часом акції на Pro-версію вартість обробки мільйона токенів становить всього 0,025 юаня — майже в сто разів дешевше ніж рік тому. У той же день сектор обчислювальної потужності на акціях A-акцій досяг колективного ліміту, ринок охопила ейфорія.

Але за цим святкуванням прихована проблема, яку ніхто не обговорює відкрито: коли модель стає дедалі дешевшою, обчислювальні ресурси для її запуску концентруються все більше.

Дані не брешуть. У четвертому кварталі 2025 року капітальні витрати Microsoft, Amazon, Meta та Google разом зросли на 64% у порівнянні з попереднім роком і склали 1186 мільярдів доларів; прогнозується, що у 2026 році загальні капітальні витрати зростуть ще на 53% і досягнуть 5708 мільярдів доларів. У той же час Google підвищила ціль по відвантаженню TPU-чипів на 50% до 6 мільйонів штук. Термін поставки серії H100 від Nvidia у деяких ринках вже сягає кількох місяців.

Цінова влада на рівні моделей поступово переходить до розробників, але контроль над обчислювальними ресурсами швидко зосереджується у кількох гігантів. Це прихована, але глибока суперечність епохи ШІ.

На цьому фоні 24 квітня 2026 року співзасновники Gonka, Daniil і David Liberman, виступили з головною промовою на LA Hacks 2026. Це найбільший студентський хакатон року в UCLA, де гостями були брати Liberman, які виступили з головною доповіддю перед сотнями майбутніх інженерів. Вони поставили особливо актуальне питання: чи ще можливо децентралізувати обчислювальні ресурси?

I. Інша сторона цінового сплеску

Логіка зниження цін DeepSeek V4 зводиться до підвищення ефективності завдяки технологічним нововведенням — новий механізм уваги зменшив розмір токенів, поєднаний з розрідженою увагою DSA, що значно знизило потребу у обчислювальних ресурсах і відеопам’яті. Однак тривалість зниження цін залежить від того, чи є достатньо обчислювальних потужностей у певних місцях, і чи вони є дешевими.

Реальність полягає в тому, що джерело цих «достатніх» ресурсів швидко концентрується у кількох вузлах по всьому світу. Генеральний директор Lumentum Michael Hurlston нещодавно заявив, що за поточними тенденціями компанія до 2028 року майже повністю вичерпає свої виробничі потужності. Це не проблема окремих компаній, а колективна напруженість у всій ланцюжку постачання AI-інфраструктури через швидке зростання попиту.

У виступі на LA Hacks Daniil навів простий, але сильний приклад: обчислювальна потужність мережі Біткоїна вже перевищує сумарну потужність трьох хмарних дата-центрів Google, Microsoft і Amazon — але навіщо їм це? Вони розв’язують хеш-загадку, яка нікому не потрібна. Аналогічно, глобальні GPU-ресурси, що залишилися у гравців — відеокарти у геймерських машинах, сервери у університетських лабораторіях, ресурси у малих і середніх хмарних провайдерів — разом утворюють величезний потенціал, але через відсутність механізмів координації вони не використовуються для AI-розрахунків.

Gonka намагається вирішити саме цю проблему — за допомогою механізму стимулювання на основі доказу роботи, щоб об’єднати розкидані по всьому світу вільні GPU у мережу, здатну виконувати реальні AI-завдання.

II. Інференція — новий бойовий фронт

Зниження цін DeepSeek викликало широкі дискусії в китайському інтернеті щодо «AI-демократії». Але є один важливий нюанс: зниження цін стосується «вартості виклику», а не «вартості обчислень». З розширенням застосувань AI зростає кількість інференційних запитів — за прогнозами, до 2026 року вони складуть близько двох третин світового споживання обчислювальної потужності AI.

Що це означає? З кожним зниженням ціни на виклик, загальна потреба у обчислювальних ресурсах лише зростає. Демократизація великих моделей у певному сенсі прискорює концентрацію ресурсів — адже лише гравці з великими обчислювальними можливостями зможуть утримувати низький маржинальний рівень і підтримувати операції з інференції.

Це створює структурну «застряглість»: хто контролює фізичні ресурси для інференції, той фактично володіє ключовим входом у інфраструктуру епохи ШІ. З цієї точки зору, децентралізована мережа обчислювальних ресурсів — не просто дешевий спосіб знизити витрати на 50%, а альтернативний шлях до уникнення централізації.

III. Реальні питання для молодих розробників

Учасники LA Hacks — інженери та продуктові менеджери з провідних університетів Каліфорнії — скоро зіштовхнуться з непростим вибором: на якій рівні обчислювальної інфраструктури будувати свої продукти.

На чиїх серверах працює ваше AI-застосунок?

Якщо платформа змінить цінову політику або правила доступу, чи зможете ви швидко перейти на іншу?

Чи створюєте ви користувацьку базу для себе чи для платформи?

Ці питання вже були знайомі розробникам у Web2 — коли доля застосунку залежить від алгоритмів і правил розповсюдження платформи, «незалежність» стає умовною. У епоху AI залежність від обчислювальних ресурсів закладає ту ж логіку, але з ще більш високими витратами на перемикання і сильнішим ефектом блокування.

Хакатони — це форма, яка має внутрішню іронію: за 36 годин з мінімальними ресурсами і максимальною швидкістю створити робочий прототип — саме те, що стимулює децентралізовані мережі. Виступ Daniil на LA Hacks — не просто про Gonka, а про те, чи не допомагає ця тенденція централізації прискорюватися, чи навпаки — створювати нові можливості.

IV. PoW 2.0: інженерське завдання

Gonka переналаштувала механізм стимулювання на основі доказу роботи так, щоб майже 100% обчислювальної потужності мережі відповідало реальним завданням інференції. Це вимагає, щоб AI-завдання були верифікованими і відтворюваними — при однакових моделях, випадкових насінних і вхідних даних будь-який вузол міг повторити обчислення і підтвердити їхню правильність. Це — головна інженерна складність перехідної фази від прототипу до робочої мережі.

З економічної точки зору, ця система має важливий сенс: вартість токена природно прив’язана до фізичних обчислювальних витрат, а не до ринкових настроїв. Майнери отримують нагороду за внесок у обчислювальні ресурси, розробники платять за виклики — і вся система працює без посередників.

Звичайно, технічна реалізація — лише частина. Головне питання: чи зможе децентралізована мережа, що формується з добровільних внесків, конкурувати з централізованими гігантами, які витрачають сотні мільярдів доларів?

Перші дані Gonka дають підстави для оптимізму: менш ніж за рік після запуску мережі її сумарна обчислювальна потужність зросла з 60 H100 до понад 10 000 — завдяки глобальній участі сотень незалежних вузлів, що підключилися самостійно. Це не означає, що масштаб вже досягнутий, але підтверджує ефективність стимулів.

V. Вікно можливостей

Історично, домінування інфраструктури швидко закріплюється — так було з залізницями, інтернетом і мобільним зв’язком. Хтось знаходить спосіб увійти до ринку до його централізації, а хтось — коли вже пізно.

На якому етапі зараз знаходиться AI-інфраструктура? За прогнозами, витрати великих хмарних провайдерів у 2026 році досягнуть 5708 мільярдів доларів, що свідчить про прискорену централізацію; але з точки зору розробників, ще існує багато нерозподілених ресурсів. Цей розрив і є потенційним простором для децентралізованих мереж.

Дані Daniil з посиланням на історію: після краху інтернет-бульбашки 2000 року залишилися не руїни, а глобальна мережа оптоволоконних кабелів, яка підтримує цифрову економіку вже понад двадцять років. Після спаду інвестицій у AI-інфраструктуру, залишаться протоколи і стимули, що стануть базою для наступного циклу. Питання лише у тому, які протоколи мають достатню міцність, щоб витримати тиск і залишитися функціональними.

Це не питання конкретного проекту, а виклик для всього сегмента децентралізованого AI: чи зможе дизайн управління протистояти централізації? Чи залишаться стимули ефективними при масштабуванні? Чи зможе децентралізована мережа обчислювальних ресурсів витримати випробування на технічному рівні, у токеновому механізмі та в процесі прийняття рішень?

Заключення

Зниження цін DeepSeek знову підняло тему «демократизації AI». Але демократизація інференцій і демократизація інфраструктури — це різні речі. Перша вже відбувається; друга залежить від того, скільки людей у найближчі роки сприйматимуть це як інженерне завдання, а не просто гарну історію.