——GonkaによるLA Hacks 2026でのスピーチから
4月26日、DeepSeekがV4シリーズAPIの新価格を発表：全ラインナップの入力キャッシュヒット価格が初期価格の1/10に引き下げられ、Pro版に限定オファーを適用すると、100万トークンの処理コストは0.025元にまで低下——1年前と比べて約100分の1に。A株の計算力セクターは当日全銘柄ストップ高となり、市場の情熱が高まった。
しかし、歓声の裏には、誰も正面から議論していない問題がある：モデルがますます安価になる一方で、モデルを実行するために必要な計算力はますます集中している。
データは嘘をつかない。2025年第四四半期、マイクロソフト、アマゾン、メタ、グーグルの4社のクラウドベンダーの合計資本支出は前年同期比64%増の1,186億ドルに達した。2026年通年の合計資本支出はさらに前年同期比53%増の5,708億ドルになると予想されている。グーグルは同期中に2026年のTPUチップ出荷目標を50%引き上げ、600万個とした。NVIDIAのH100シリーズの納期は、一部の市場ですでに数ヶ月に及んでいる。
モデル層の価格決定権は開発者に傾きつつあるが、計算能力層の支配権はより速いスピードで少数の巨大企業に収束している。これはAI時代における隠されたが深い矛盾である。
このような背景のもと、2026年4月24日、Gonkaプロトコルの共同創設者であるダニイルとデイビッド・リベルマンが、LA Hacks 2026の基調講演ステージに登壇しました。今年のUCLA最大規模の大学ハッカソンで、リベルマン兄弟が基調講演者を務め、この業界に足を踏み入れようとする数百人のトップエンジニアたちを前に、彼らはこの瞬間に特に明確な問いを投げかけました：分散型コンピューティングは、まだ間に合うのでしょうか？
一、値下げラッシュのもう一つの側面
DeepSeek V4の価格引き下げのロジックは、表面上には技術進歩による効率の恩恵——新しいアテンションメカニズムがトークン次元を圧縮し、DSAスパースアテンションと組み合わせることで、計算リソースとVRAMの要件を大幅に削減している——のように見える。しかし、この価格引き下げが持続するためには、どこかで計算リソースが十分に豊富で、十分に安価であるという前提が必要である。
現実には、この「十分な」計算能力の供給源は、世界中で急速に少数のノードに集中しています。光通信のリーダーであるLumentumのCEOマイケル・ハルストンは、現在のトレンドが継続すれば、同社の2028年までの生産能力はほぼすべて売約済みであると述べました。これは個別の企業の課題ではなく、AIインフラストラクチャのサプライチェーン全体が高速な需要拡大に直面して抱える共通の緊張状態です。
ダニイルはLA Hacksでのスピーチで、シンプルだが力強い対比を示した：ビットコインネットワークの計算能力は、グーグル、マイクロソフト、アマゾンの3社のクラウドデータセンターの合計を上回っている——しかし、その計算能力は一体何をしているのか？誰も必要としていないハッシュパズルを解いているだけだ。世界中の余剰GPU計算能力も同様だ：ゲーマーのマシンにあるGPU、大学のラボにあるサーバー、中小クラウドプロバイダーが保有する余剰リソースを合計すると規模は膨大だが、調整メカニズムが欠如しているため、AI推論には利用できない。
ゴンカは、世界中に散らばる未使用のGPUを、ワークプルーフのインセンティブメカニズムで統合し、リアルなAI推論タスクを処理できるネットワークを構築することを目指しています。
二、推論が新たな戦場となる
DeepSeek の価格引き下げは、中国語圏のインターネットで「AIの平等化」について広範な議論を巻き起こした。しかし、見過ごされている細部がある：価格引き下げは「呼び出し価格」であり、「計算能力コスト」ではない。AIアプリケーションの規模拡大に伴い、推論の呼び出し量の増加は指数的である——業界予測によると、2026年までに推論は世界のAI計算能力消費の約3分の2を占める見込みである。
これは何を意味するのでしょうか？呼び出し価格を1段階下げると、実際に必要な総計算能力は増えるだけで、減ることはありません。大規模モデルの「民主化」は、ある意味で計算能力層の集中をさらに加速しています——なぜなら、超低マージンで推論サービスの運用を維持できるのは、大規模な計算能力を有するプレイヤーだけだからです。
これは形成されつつある構造的ロックインです：推論側の物理的計算リソースを掌握する者が、AI時代の真のインフラ入口を掌握します。この観点から見れば、分散型計算ネットワークの意義は、単に「50%安い」というコスト最適化を超え、集中型ロックインが完了する前に構造的な代替経路を提供することにあります。
三、若手建設者への真の問い
LA Hacksの参加者——カリフォルニア州のトップ大学から来たエンジニアとプロダクト担当者——は、自らの製品をどのレベルの計算能力上に構築するかという、ロマンチックではないエンジニアリングの選択に直面するでしょう。
あなたのAI製品の推論はどのサーバーを呼び出していますか？
そのプラットフォームが価格戦略やアクセスポリシーを変更した場合、移行の能力はありますか？
あなたが築いたユーザー規模は、自分自身に価値を生み出しているのか、それともプラットフォームにチップを提供しているのか？
Web2時代には、開発者たちがすでにこれらの問題を経験している：アプリの運命がプラットフォームのアルゴリズムや配信ルールと深く結びつくと、「独立」という言葉は常に再定義される必要が生じる。AI時代の計算リソースへの依存は、同じロジックをインフラ層に再現し、移行コストがさらに高いため、ロックイン効果はより強まるだろう。
ハッカソンという形には、内在的な皮肉がある：36時間以内に、最小限のリソースで、最速で動作するものを構築する——これはまさにデセントラライズドネットワークのインセンティブメカニズムが追求する状態である。ダニイルはLA Hacksのステージに立ち、Gonkaを語るだけでなく、この集まりに問いかけているようだ：あなたたちが今後行うことは、この集中化の傾向を加速させるものなのか、それとも新たな可能性を生み出すものなのか？
四、PoW 2.0：一つの工学的課題
Gonkaは、プルーフ・オブ・ワークのインセンティブ構造をハッシュ計算からAI推論に再調整し、ネットワーク内の約100%の計算能力貢献が実際のタスクに対応するようにしました。このメカニズムには、エンジニアリング上の重要な要件があります：AI推論タスクは検証可能で再現可能でなければなりません——同じモデル重み、同じランダムシード、同じ入力が与えられれば、どのノードでも計算結果を再現し、その有効性を検証できる必要があります。これがGonkaが学術的なプロトタイプから実用的なネットワークへと進化するための核心的なエンジニアリング上の課題です。
経済学的観点から見ると、このメカニズムの意義は、トークン価値が流動性の感情ではなく物理的な計算能力のコストに自然にリンクしていることです。計算能力を提供するマイナーが報酬を得られ、計算能力を利用する開発者が料金を支払うことで、このシステム全体のインセンティブの閉ループは、どの仲介者による善意にも依存しません。
もちろん、技術的な実現可能性は一部にすぎません。より難しい問題は、計算能力の需要が急増し、大手プレイヤーの資本支出が百億ドル単位で行われる時代において、コミュニティの自発的な貢献によって構築された分散型計算能力ネットワークが、規模面で真の競争力を得られるかどうかです。
ゴンカの初期データは、メインネットのリリースから1年未満で、ネットワークの合計計算能力が60台のH100相当から10,000台以上に拡大したという参照基準を示している。この速度は、中央集権的な調整ではなく、世界中の数百の独立ノードによる自発的な接続によるものである。これは規模の問題が解決されたことを証明するものではないが、インセンティブメカニズムが初期の成長を効果的に促進したことを示している。
五、ウィンドウ期間の問題
歴史的に、インフラの主導権は早期に急速に収束してきた——鉄道時代も、インターネット時代も、モバイルインターネット時代も同様だ。それぞれの時代で、標準が固定される前に立ち位置を確保した者がいれば、集中化が完了してから参加の余地が大幅に狭まっていることに気づいた者もいた。
AI計算能力インフラは現在どの段階にありますか？四大クラウドプロバイダーの2026年における5708億ドルの予想資本支出から見ると、集中化は加速しています。しかし、開発者の実際の使用パターンから見ると、供給側には依然として効果的に統合されていない大量のリソースが存在します。このギャップこそ、分散型ネットワークが構造的に存在できる空間です。
ダニイルは講演で、2000年のインターネットバブル崩壊後、残されたのは廃墟ではなく、世界中に張り巡らされた光ファイバーネットワークであり、それが以降20年間のデジタル経済を支えたという対比を引用した。AIインフラ投資のブームが収まった後、残るのは計算能力プロトコルとインセンティブメカニズムであり、これらが次のサイクルの基盤となるだろう——問題は、どのプロトコルの基盤となるロジックが十分に堅牢で、圧力下でも機能し続けることができるかということである。
これは特定のプロジェクトに関する質問ではなく、デセントラライズドAI全体が直面しなければならない問題です：ガバナンス設計は、単一の制御点の浸食に真正に耐えられるでしょうか？インセンティブメカニズムは規模が拡大しても依然として有効でしょうか？計算能力ネットワークのデセントラライズは、技術実装層、トークン発行層、アップグレード意思決定層の3つの次元で同時に成立しているでしょうか？
まとめ
DeepSeekの価格引き下げにより、「AIの民主化」というナラティブが再び注目を集めている。しかし、民主化された推論呼び出しと、民主化された計算インフラは、異なる二つの課題である。前者はすでに進行中だが、後者が実現するかどうかは、今後数年間にどれだけの人がこれを単なる耳触りの良いナラティブではなく、真に解決すべきエンジニアリングの課題と捉えるかにかかっている。