PANews 1月19日訊息，去中心化AI 算力網路Gonka 最近在社區AMA 中，對PoC 機制與模型運作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模型運行、PoC 激活方式由延遲切換調整為近實時觸發，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。
共同創辦人David 表示，上述調整並非針對短期產出或個別參與者，而是隨著網路算力規模快速擴大，對共識與驗證結構進行的必要演進，旨在提升網路在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在當前階段token 產出較高的問題，團隊指出，不同規模模型在相同token 數下對應的真實算力消耗存在顯著差異。隨著網路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運算成本對齊，以避免算力結構長期失衡，影響網路整體擴展能力。
在最新PoC 機制下，網路已將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 資源能夠更高比例地用於有效AI 計算。同時，透過統一模型運行，降低節點在共識與推理之間切換的系統開銷，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、依Epoch 靈活參與、推理任務等方式持續獲得效益並參與治理。
