Gonka披露PoC機制與模型演進方向：對齊真實算力，保障多層級GPU持續參與

Odaily報導，去中心化AI算力網絡Gonka近日於社區AMA中，對PoC機制與模型運行方式的階段性調整進行說明。相關調整主要包括：PoC與推理統一使用同一大型模型運行、PoC啟動方式由延遲切換調整為近即時觸發，以及對算力權重計算方式進行優化，使其更貼近不同模型與硬體的實際計算成本。

聯合創辦人David表示，上述調整並非針對短期產出或個別參與者，而是隨著網絡算力規模快速擴大，對共識與驗證結構進行的必要演進，旨在提升網絡於高負載狀態下的穩定性與安全性，為後續承載更大規模AI工作負載奠定基礎。

針對社區討論中提到的小模型於當前階段token產出較高的問題，團隊指出，不同規模模型於相同token數下對應的真實算力消耗存在顯著差異。隨著網絡向更高算力密度與更複雜任務演進，Gonka正逐步引導算力權重與實際計算成本對齊，以避免算力結構長期失衡，影響網絡整體擴展能力。

在最新PoC機制下，網絡已將PoC啟動時間壓縮至5秒以內，減少模型切換與等待帶來的算力浪費，使GPU資源能更高比例地用於有效AI計算。同時，透過統一模型運行，降低節點於共識與推理間切換的系統開銷，提升整體算力利用效率。

團隊同時強調，單卡及中小規模GPU可透過礦池協作、按Epoch靈活參與、推理任務等方式持續獲得收益並參與治理。Gonka的長期目標是透過機制演進支持不同層級算力於同一網絡中長期共存。

Gonka表示，所有關鍵規則調整均透過鏈上治理與社區投票推進。未來網絡還將逐步支持更多模型類型與AI任務形態，為全球不同規模GPU提供持續、透明的參與空間，推動去中心化AI算力基礎設施的長期健康發展。