Membangun infrastruktur AI terbuka: Di balik visi Gonka untuk komputasi terdesentralisasi

Gonka bertujuan untuk mendesentralisasi komputasi AI, memberikan pengembang dan penyedia perangkat keras akses yang dapat diprediksi dan diverifikasi sambil menantang dominasi raksasa cloud terpusat.

Seiring kendali atas komputasi AI semakin terkonsentrasi di antara beberapa penyedia cloud dan raksasa perangkat keras, Gonka muncul sebagai jaringan Layer-1 baru yang fokus pada infrastruktur AI terdesentralisasi dan efisien tinggi. Pendiri proyek percaya bahwa dengan memperlakukan komputasi sebagai infrastruktur terbuka dan dapat diverifikasi daripada layanan terbatas, Gonka dapat membuka akses global ke sumber daya AI dan menantang batasan struktural dari sistem terpusat saat ini.

1. Apa itu Gonka, dan masalah apa yang diselesaikannya?

Gonka adalah jaringan terdesentralisasi L1 untuk komputasi AI efisien tinggi, dirancang untuk mengatasi masalah struktural di balik ledakan AI saat ini: bagaimana komputasi untuk AI diproduksi, dialokasikan, dan diberi insentif.

Saat ini, hambatan utama dalam AI bukan lagi model, melainkan kendali atas komputasi. GPU canggih sangat terkonsentrasi di antara sejumlah kecil produsen perangkat keras dan penyedia cloud hyperscale, membuat komputasi AI menjadi mahal, tidak transparan, dan semakin dibatasi oleh faktor geografis dan politik. AS dan China dengan cepat mengkonsolidasikan kendali atas chip, energi, dan kapasitas pusat data, menempatkan sebagian besar dunia dalam posisi tergantung dan membatasi kemampuannya bersaing dalam ekonomi AI.

Ini mempengaruhi baik startup maupun seluruh wilayah. Pengembang menghadapi volatilitas harga, kekurangan kapasitas, dan ketergantungan vendor, sementara banyak negara berisiko tertinggal karena akses terbatas ke infrastruktur AI dasar.

Gonka memikirkan kembali hal ini di tingkat protokol. Alih-alih memperlakukan komputasi sebagai layanan terbatas yang dikendalikan oleh penyedia terpusat, kami mengambil inspirasi dari sistem yang telah membuktikan bahwa koordinasi infrastruktur fisik skala besar melalui insentif terbuka adalah mungkin. Seperti halnya Bitcoin yang menunjukkan untuk perangkat keras dan energi, Gonka menerapkan prinsip serupa pada komputasi AI, bukan di lapisan aplikasi, tetapi di tingkat protokol itu sendiri.

Menggunakan mekanisme Proof-of-Work berbasis Transformer, jaringan mengarahkan hampir semua kekuatan GPU yang tersedia untuk beban kerja AI yang bermakna. Saat ini, pekerjaan ini terutama inference AI, dengan pelatihan direncanakan untuk masa depan. Host mendapatkan imbalan berdasarkan kontribusi komputasi yang diverifikasi, bukan alokasi modal atau mekanisme spekulatif. Dan berbeda dengan banyak sistem terdesentralisasi, komputasi tidak dibakar untuk tugas keamanan abstrak atau pekerjaan konsensus yang diduplikasi, melainkan digunakan secara produktif.

Bagi pengembang, ini menyediakan akses yang dapat diprediksi ke komputasi AI tanpa bergantung pada API tertutup atau satu penyedia cloud. Secara lebih luas, Gonka memperlakukan komputasi AI sebagai infrastruktur dasar, efisien, dapat diverifikasi, dan didistribusikan secara global, bukan sumber daya yang dikendalikan oleh beberapa penjaga gerbang.

2. Bagaimana model Proof-of-Work Gonka berbeda dari proyek AI terdesentralisasi lain seperti Bittensor?

Perbedaan utama terletak pada apa yang masing-masing jaringan definisikan sebagai “pekerjaan” dan bagaimana nilai diciptakan di sekitarnya.

Banyak proyek AI terdesentralisasi, termasuk Bittensor, fokus pada koordinasi di tingkat model atau jaringan. Insentif mereka sering dibentuk oleh staking, delegasi, atau sistem evaluasi peer, di mana imbalan dan pengaruh tidak selalu secara langsung proporsional terhadap kontribusi komputasi mentah. Pendekatan ini bisa efektif untuk masalah koordinasi tertentu, tetapi tidak selalu mengoptimalkan infrastruktur komputasi AI skala besar dan efisien.

Gonka mengambil jalur berbeda. Ia dirancang sebagai jaringan yang berfokus pada komputasi, di mana “pekerjaan” didefinisikan sebagai komputasi AI yang dapat diverifikasi. Proof-of-Work di Gonka didasarkan pada mekanisme PoW berbasis Transformer yang mengukur pekerjaan GPU nyata, bukan alokasi modal atau partisipasi spekulatif. Kekuasaan voting dan imbalan langsung terkait dengan kontribusi komputasi yang diverifikasi, menyelaraskan insentif dengan kinerja infrastruktur yang sebenarnya.

Perbedaan kunci lainnya adalah efisiensi. Dalam banyak sistem terdesentralisasi, sebagian besar komputasi yang tersedia digunakan untuk konsensus, validasi, atau pekerjaan duplikasi yang nilainya kecil di luar jaringan. Misalnya, dalam sistem seperti Bittensor, sekitar 60% dari imbalan dialokasikan untuk staking, yang meskipun penting untuk keamanan jaringan, tidak berkontribusi langsung pada komputasi AI. Desain Sprint Gonka meminimalkan overhead ini, memungkinkan hampir semua sumber daya GPU yang tersedia diarahkan ke beban kerja AI yang bermakna, terutama inference.

Secara sederhana, proyek seperti Bittensor fokus pada koordinasi kecerdasan. Gonka fokus membangun fondasi ekonomi dan infrastruktur untuk komputasi AI itu sendiri. Pendekatan ini beroperasi di lapisan berbeda dari tumpukan, dan model Gonka secara sengaja dioptimalkan untuk penyedia perangkat keras dan beban kerja AI dunia nyata.

3. Mengapa Gonka memilih fokus pada inference AI daripada pelatihan?

Gonka dibangun sebagai jaringan yang berfokus pada komputasi, dan perspektif ini secara alami membentuk titik awal kami.

Keputusan untuk fokus pada inference terlebih dahulu adalah soal urutan, bukan keterbatasan. Inferensi adalah tempat sebagian besar penggunaan AI dunia nyata terjadi saat ini, dan di situlah hambatan infrastruktur paling terlihat. Saat sistem AI beralih dari eksperimen ke produksi, inference berkelanjutan menjadi mahal, terbatas kapasitas, dan dikendalikan secara ketat oleh penyedia terpusat.

Dari sudut pandang desain jaringan, inference juga merupakan tempat yang tepat untuk memulai. Ini memungkinkan kami memvalidasi prinsip inti Gonka – komputasi yang dapat diverifikasi, alokasi sumber daya yang efisien, dan penyelarasan insentif – di bawah beban kerja produksi nyata. Beban kerja inference bersifat kontinu, terukur, dan cocok untuk lingkungan terdesentralisasi di mana pemanfaatan perangkat keras dan efisiensi sangat penting.

Pelatihan, terutama dalam skala besar, adalah kelas masalah yang berbeda dengan dinamika koordinasi dan karakteristik eksekusi tersendiri. Fokus kami adalah membangun infrastruktur yang bekerja sesuai permintaan nyata terlebih dahulu, dan inference adalah tempat permintaan tersebut sudah ada saat ini. Tetapi Gonka berencana memperkenalkan pelatihan di masa depan, dan jaringan mengalokasikan 20% dari semua pendapatan inference untuk mendukung pelatihan model di masa depan.

4. Bagaimana Gonka memverifikasi bahwa penambang benar-benar melakukan pekerjaan inference AI yang mereka klaim telah diselesaikan?

Verifikasi di Gonka dibangun langsung ke dalam cara jaringan mengukur dan menilai komputasi.

Tugas inference dijalankan selama periode singkat yang disebut Sprint. Dalam setiap Sprint, Host diminta menjalankan inference pada model Transformer besar yang diinisialisasi secara acak untuk setiap siklus. Karena tugas ini secara komputasi intensif dan berubah secara terus-menerus, mereka tidak dapat dihitung sebelumnya, disimulasikan, atau digunakan kembali dari jalur sebelumnya. Satu-satunya cara praktis untuk menghasilkan output yang valid adalah dengan melakukan komputasi nyata.

Jaringan memeriksa hasil dengan memvalidasi apakah output cocok dengan yang diharapkan dari menjalankan model secara nyata.

Untuk menjaga efisiensi sistem, Gonka tidak memeriksa setiap komputasi secara lengkap. Sebaliknya, ia memverifikasi sebagian hasil secara berkelanjutan dan meningkatkan pemeriksaan untuk peserta yang diduga memalsukan hasil. Sebagian dari imbalan Host terdiri dari biaya untuk pekerjaan yang berguna. Biaya ini tidak dibayarkan jika pekerjaan yang dilakukan tidak lolos validasi. Pendekatan ini menjaga overhead tetap rendah sambil memastikan bahwa mengirimkan hasil yang salah atau dipalsukan tidak menguntungkan.

Seiring waktu, Host yang secara konsisten mengirimkan hasil yang benar diakui sebagai kontributor yang dapat diandalkan dan mendapatkan partisipasi yang lebih besar dalam jaringan. Prinsip yang sama, yaitu memberi imbalan pada komputasi nyata yang terbukti, mendasari insentif dan pengaruh di Gonka.

5. OpenAI, Google, dan Microsoft mengendalikan infrastruktur komputasi besar dengan basis pelanggan yang mapan. Apa yang membuat Gonka kompetitif melawan para pemain ini?

Tantangannya bukanlah teknologi itu sendiri, tetapi bagaimana akses ke komputasi dikendalikan.

Kami tidak melihat Gonka bersaing dengan perusahaan seperti OpenAI, Google, atau Microsoft dalam arti tradisional. Mereka membangun dan mengoperasikan beberapa tumpukan AI terpusat paling canggih di dunia, dan sistem tersebut akan terus memainkan peran utama.

Perbedaannya terletak pada lapisan tumpukan yang kami tangani. Penyedia terpusat mengendalikan infrastruktur besar, tetapi kendali itu datang dengan kompromi. Akses ke komputasi dibatasi, harga tidak transparan, dan kapasitas dibentuk oleh prioritas internal. Bagi banyak pengembang dan wilayah, ini menghasilkan volatilitas, ketergantungan, dan prediktabilitas jangka panjang yang terbatas.

Gonka dirancang sebagai infrastruktur terbuka daripada layanan. Komputasi disediakan oleh jaringan terdesentralisasi Host, dan ketersediaannya dibentuk oleh pasokan dan permintaan komputasi nyata. Insentif diselaraskan di tingkat jaringan, memberi imbalan pada komputasi yang diverifikasi dan mendorong optimisasi infrastruktur secara berkelanjutan.

Ini membuat Gonka kompetitif bukan dengan menggantikan incumbents, tetapi dengan memungkinkan penggunaan yang secara struktural kurang terlayani oleh platform terpusat, beban kerja yang membutuhkan keterbukaan, akses yang dapat diprediksi, dan transparansi tingkat infrastruktur. Dengan menciptakan pasar di mana penyedia perangkat keras bersaing langsung berdasarkan kinerja dan efisiensi, Gonka juga menurunkan biaya komputasi AI, membuatnya lebih dapat diakses oleh berbagai pengembang, startup, dan wilayah.

6. Sejak peluncuran Agustus 2025, Gonka telah berkembang menjadi 2.200 pengembang dan kapasitas setara GPU sebanyak 12.000. Apa yang mendorong adopsi ini?

Apa yang mendorong adopsi ini bukanlah hype jangka pendek, melainkan keselarasan struktural.

Di sisi pasokan, Host mencari alternatif dari model terpusat yang tidak memanfaatkan perangkat keras mereka secara optimal. Di sisi permintaan, pengembang menghadapi volatilitas harga, keterbatasan kapasitas, dan API tertutup dari penyedia terpusat. Saat beban kerja AI beralih ke produksi, prediktabilitas dan akses menjadi sama pentingnya dengan kinerja mentah.

Semakin banyak Host bergabung, baik secara independen maupun melalui pool (yang merupakan topik yang lebih besar), jaringan menjadi lebih berguna bagi pengembang. Semakin banyak beban kerja yang online, ini menciptakan permintaan berkelanjutan yang semakin menarik infrastruktur. Umpan balik ini menjadi pendorong utama adopsi.

Kecepatan adopsi mencerminkan bahwa insentif Gonka selaras dengan kebutuhan dunia nyata di kedua sisi pasar. Host diberi imbalan untuk komputasi yang berguna, pengembang mendapatkan akses yang andal ke kapasitas inference, dan jaringan berkembang secara organik karena minat tersebut saling memperkuat.

Sebagian besar koordinasi ini terjadi secara terbuka di komunitas Gonka, termasuk diskusi yang sedang berlangsung di Discord Gonka.

7. Gonka baru-baru ini mendapatkan investasi $50 juta dari Bitfury sambil mempertahankan model tata kelola yang terdesentralisasi. Bagaimana Gonka menyeimbangkan modal institusional dengan visi desentralisasi?

Poin utama adalah bahwa Gonka secara desain terdesentralisasi di tingkat protokol, bukan hanya dalam narasi. Tata kelola dalam jaringan terkait langsung dengan kontribusi komputasi yang dapat diverifikasi, bukan kepemilikan modal.

Dukungan terbaru dari mitra institusional seperti Bitfury tidak berarti kontrol atas jaringan. Keterlibatan mereka mencerminkan pengalaman mendalam dalam membangun infrastruktur komputasi skala besar, tetapi tidak memberi hak istimewa khusus dalam protokol. Di Gonka, pendanaan sendiri tidak berubah menjadi pengaruh. Keputusan tentang investasi dibuat oleh komunitas Gonka, yang melakukan voting untuk menjual GNK dari pool komunitas ke Bitfury.

Secara praktik, kekuasaan voting dan partisipasi dalam keputusan jaringan ditentukan oleh berapa banyak komputasi AI yang diverifikasi yang benar-benar disumbangkan oleh peserta. Pengaruh bertambah melalui pekerjaan nyata: GPU yang terhubung, kinerja berkelanjutan, dan kontribusi terbukti terhadap beban kerja AI. Tidak bisa dibeli atau diperoleh hanya melalui investasi finansial; harus diperoleh dengan mengoperasikan infrastruktur. Ini berlaku sama untuk individu, operator besar, dan peserta institusional.

Pemisahan ini disengaja. Modal institusional dapat mempercepat pengembangan awal, riset, dan pertumbuhan ekosistem, tetapi desentralisasi ditegakkan oleh mekanisme insentif dan tata kelola jaringan. Tidak ada peserta, baik institusional maupun lainnya, yang dapat mendapatkan kendali dominan tanpa menyumbangkan bagian komputasi yang diverifikasi secara proporsional.

Pendekatan ini memungkinkan Gonka bekerja sama dengan mitra infrastruktur berpengalaman sambil mempertahankan prinsip inti: jaringan dikelola oleh mereka yang menjalankannya, bukan oleh mereka yang membiayainya.

8. Jika inference AI menjadi komoditas, nilai biasanya mengalir ke mereka yang mengendalikan model, bukan infrastruktur. Bagaimana Gonka menangkap nilai jangka panjang yang berkelanjutan?

Polanya terutama berlaku di ekosistem tertutup, di mana beberapa perusahaan yang sama mengendalikan model, infrastruktur, dan akses. Dalam sistem tersebut, nilai terkonsentrasi tidak hanya dalam kendali, tetapi juga dalam margin, dan partisipasi dalam keuntungan terbatas pada sekelompok kecil pemegang saham perusahaan.

Saat ini, orang dapat membayar OpenAI, Anthropic, atau penyedia lain untuk menggunakan AI, tetapi mereka tidak dapat secara bermakna berpartisipasi dalam ekonomi komputasi AI itu sendiri. Tidak ada cara untuk secara langsung terlibat atau mendapatkan manfaat dari lapisan komputasi di balik sistem ini. Perusahaan publik seperti Nvidia, Meta, atau Google menawarkan eksposur ke AI hanya sebagai bagian dari bisnis yang jauh lebih besar, bukan sebagai partisipasi langsung dalam lapisan ekonomi AI sebagai lapisan ekonomi mandiri. Akibatnya, salah satu bagian yang paling cepat berkembang dari ekonomi AI tetap tertutup.

Pada saat yang sama, meskipun inference dapat menjadi komoditas di tingkat permukaan, komputasi tidak. Komputasi dibatasi oleh ketersediaan perangkat keras, akses energi, faktor geografis, dan koordinasi. Seiring permintaan inference meningkat secara global, hambatan semakin bergeser dari model ke akses ke komputasi yang andal dan hemat biaya dalam skala besar, dan hambatan ini menjadi bernilai secara struktural.

Ini memiliki implikasi ekonomi yang lebih luas. Ketika akses ke komputasi terkonsentrasi, seluruh wilayah didorong ke posisi tergantung, membatasi inovasi lokal, pertumbuhan produktivitas, dan partisipasi dalam ekonomi AI.
Negara-negara tanpa akses istimewa ke cloud hyperscale atau GPU canggih dipaksa mengonsumsi AI sebagai layanan, bukan membangun dengan AI atau berkontribusi pada infrastruktur dasarnya.

Gonka dibangun di sekitar hambatan tersebut di tingkat protokol. Alih-alih memiliki model atau mengekstrak sewa, jaringan mengoordinasikan bagaimana komputasi diproduksi, diverifikasi, dan dialokasikan melalui aturan terbuka dan tanpa izin. GNK mewakili partisipasi langsung dalam ekonomi komputasi AI itu sendiri, bukan ekuitas dalam perusahaan, tetapi akses dan pengaruh yang terkait dengan kontribusi nyata dan dapat diverifikasi.

Model ini juga mengubah siapa yang dapat berpartisipasi. Pemilik perangkat keras, dari operator besar hingga pemilik GPU kecil, dapat berkontribusi langsung ke beban kerja AI dan mendapatkan imbalan berdasarkan komputasi yang diverifikasi, baik secara independen maupun melalui pool. Pengembang mendapatkan akses ke komputasi yang dapat diprediksi dan transparan tanpa terkunci pada satu penyedia atau model harga yang tidak transparan.

Secara lebih luas, kita melihat dua masa depan yang mungkin muncul. Satu di mana sebagian besar kapasitas AI dimiliki dan dikendalikan oleh sejumlah kecil perusahaan dan negara, dan lainnya di mana jaringan terbuka memungkinkan komputasi dikoordinasikan secara global, dengan nilai mengalir ke mereka yang benar-benar berkontribusi sumber daya. Gonka dibangun untuk jalur kedua.

Juga penting untuk tidak mengabaikan peran model sumber terbuka. Sejak awal, model terbuka telah menjadi pendorong utama inovasi dalam AI, terutama di kalangan pengembang dan startup. Kami percaya bahwa jaringan seperti Gonka secara alami mendukung pengembangan dan adopsi model terbuka dengan menyediakan komputasi yang dapat diakses dan diverifikasi, memungkinkan kecerdasan tetap terbuka, kompetitif, dan tidak terkunci di balik infrastruktur proprietary.

9. Pengalaman spesifik apa di industri AI yang membuat para pendiri yakin bahwa infrastruktur terdesentralisasi diperlukan?

Keyakinan kami bukan berasal dari teori, tetapi dari bertahun-tahun bekerja dengan komputasi terdistribusi dan dari membangun sistem AI di dalam lingkungan terpusat secara skala besar.

Di Snap dan kemudian melalui Product Science, kami bekerja pada sistem AI produksi di mana akses ke komputasi secara langsung menentukan apa yang dapat dibangun dan diluncurkan. Kami melihat bagaimana keputusan infrastruktur dibuat setelah AI menjadi sangat penting secara komersial, dan seberapa ketat kendali atas keputusan tersebut.

Yang paling mencolok adalah betapa terkonsentrasinya pasar komputasi AI. Sejumlah kecil perusahaan mengendalikan akses ke GPU canggih, menetapkan harga, mendefinisikan batas kapasitas, dan memutuskan kasus penggunaan yang layak. Konsentrasi ini tidak hanya membentuk pasar; ini membentuk kekuasaan. Kendali atas komputasi semakin menentukan siapa yang dapat berpartisipasi dalam inovasi AI sama sekali.

Kami juga melihat bagaimana konsentrasi ini meluas di luar ekonomi ke faktor geografis dan kedaulatan. Akses ke komputasi menjadi terbatas secara regional, dipengaruhi oleh ketersediaan energi, kontrol ekspor, dan strategi infrastruktur nasional. Dalam praktiknya, ini menempatkan seluruh wilayah dalam posisi tergantung secara struktural, membatasi kemampuan mereka membangun ekosistem AI yang kompetitif.

Pada saat yang sama, kami telah menyaksikan sistem terdesentralisasi berhasil mengoordinasikan infrastruktur fisik secara global. Bitcoin adalah contoh yang jelas, bukan sebagai aset keuangan, tetapi sebagai protokol yang menyelaraskan insentif di sekitar perangkat keras dan energi dunia nyata. Kontras ini membuat masalahnya menjadi jelas.

Gonka muncul dari kesadaran itu: jika komputasi AI menjadi infrastruktur dasar, ia membutuhkan model koordinasi yang terbuka, tanpa izin, dan tangguh, bukan yang dikendalikan oleh segelintir aktor.

10. Apa yang harus terjadi agar Gonka berhasil di lanskap kompetitif di mana raksasa teknologi terus meningkatkan infrastruktur dan kemampuan AI mereka sendiri?

Gonka tidak perlu membangun lebih besar atau mengeluarkan biaya lebih besar dari raksasa teknologi untuk berhasil. Ia harus tetap fokus pada lapisan berbeda dari tumpukan, yang secara struktural kurang mampu diatasi oleh pemain terpusat.

Perusahaan teknologi besar akan terus membangun infrastruktur AI yang kuat. Sistem mereka dioptimalkan untuk ekosistem tertutup, prioritas internal, dan kendali terpusat. Model ini bisa sangat efisien, tetapi juga mengkonsentrasikan akses, kekuatan harga, dan pengambilan keputusan.

Agar Gonka berhasil, jaringan harus secara konsisten memberikan efisiensi tingkat infrastruktur, memastikan bahwa sebagian besar komputasi diarahkan ke beban kerja AI nyata daripada overhead protokol. Insentif harus tetap terkait erat dengan pekerjaan komputasi yang diverifikasi, sehingga imbalan dan pengaruh bertambah sesuai kontribusi nyata, bukan modal atau spekulasi.

Yang sama pentingnya, Gonka harus mempertahankan arsitektur terbuka dan tanpa izin dengan aturan protokol yang transparan. Komputasi untuk AI semakin menjadi infrastruktur dasar, mirip listrik di era industri atau internet di masa awalnya. Pada saat-saat itu, pertanyaan utama bukanlah perusahaan mana yang memiliki produk terbaik, tetapi siapa yang memiliki akses ke jaringan dasar, dan di bawah kondisi apa.

Perusahaan teknologi besar akan terus ada dan memainkan peran penting. Gonka berhasil jika menjadi lapisan infrastruktur pelengkap, yang membatasi sentralisasi berlebihan, memperluas akses global, dan memungkinkan inovasi AI tumbuh dalam lingkungan ekonomi yang lebih terbuka dan terdesentralisasi.