La red Gonka cuenta con más de 9.000 unidades de potencia de cálculo H100/H200 y otras de alta memoria, y ya es compatible con casi 40 modelos de hardware GPU.

Según los últimos datos de gonkascan.com, la potencia de cómputo total de Gonka en toda la red ha superado actualmente el equivalente a 12.000 tarjetas H100, alcanzando una escala cercana al nivel de los grandes centros de cómputo de IA tradicionales. Más de 9.000 GPUs de alta memoria como H100/H200 representan una proporción cada vez mayor, dominando el peso de la potencia de cómputo efectiva de toda la red y permitiendo que la red soporte de manera estable tareas de inferencia concurrente de modelos con parámetros a nivel de decenas de miles de millones. La amplia participación de tarjetas gráficas de gama media y alta también ha reducido significativamente la barrera de entrada para los nodos; siempre que se cumpla el requisito mínimo de memoria de video, se puede participar en la operación de MLNode.

Los datos muestran que la red Gonka ya es compatible con casi 40 modelos de GPU, cubriendo potencia de cómputo a nivel de centro de datos como H200, H100, A100, así como tarjetas gráficas profesionales y de consumo como RTX 6000 Ada, A6000, A40, RTX 4090, formando una estructura de suministro de potencia de cómputo global multinivel y combinable. Esto refleja la alta compatibilidad y eficiencia de utilización del camino descentralizado de potencia de cómputo de Gonka, proporcionando una infraestructura más abierta y flexible para la inferencia y el entrenamiento de IA.

Al mismo tiempo, los cinco principales modelos de inferencia de IA de la red Gonka ya cuentan con más de 3.000 usuarios diarios, y la demanda de inferencia sigue creciendo a un ritmo elevado. Modelos como Qwen3-235B-A22B-Instruct-FP8 han logrado llamadas estables, frecuentes y continuas dentro de la red Gonka, mostrando un uso que claramente ha superado la etapa de pruebas y se acerca a las primeras cargas de trabajo reales de producción de las API de IA convencionales.

Gonka se dedica a integrar de manera eficiente la potencia de cómputo global de GPU a través de un enfoque descentralizado, proporcionando infraestructura sin permisos para la inferencia y el entrenamiento de IA. El proyecto fue incubado por la desarrolladora estadounidense de IA Product Science Inc., cuyo equipo fundador son los hermanos Libermans, ex responsables principales de producto de Snap Inc. El financiamiento total supera los 69 millones de dólares, con inversores como Coatue (inversor de OpenAI), Slow Ventures (inversor de Solana), Bitfury, K5, Insight, socios de Benchmark, entre otros.