Il nuovo progetto di Durov: vuoi minare TON su Cocoon? Non è alla portata della gente comune

Vuoi minare Cocoon per guadagnare TON? Capitale iniziale di 250.000 dollari, la gente comune dovrebbe smettere di sognare di diventare "proprietario di potenza di calcolo".

Scritto da: KarenZ, Foresight News

Entrando a dicembre, la rete di calcolo AI decentralizzata e confidenziale Cocoon, lanciata dal fondatore di Telegram Pavel Durov, non ha scatenato un entusiasmo di mercato, ma questa piattaforma innovativa basata su TON blockchain, grazie alle sue tre caratteristiche di "calcolo privato + collaborazione ecologica + incentivi economici", ha portato nuove possibilità degne di attenzione nel campo delle infrastrutture AI decentralizzate.

Cos'è Cocoon?

Cocoon, acronimo di Confidential Compute Open Network, si posiziona come una rete che collega la potenza di calcolo GPU inutilizzata a livello globale, le risorse di modelli AI e l'ampio ecosistema di Telegram, per creare un ciclo chiuso di calcolo AI "affidabile, sicuro ed economico" per sviluppatori, fornitori di potenza di calcolo e utenti finali.

A differenza dei tradizionali servizi di calcolo centralizzati, Cocoon pone la "privacy first" come nucleo, affidandosi alla tecnologia Trusted Execution Environment (TEE) per far funzionare i modelli AI in un ambiente isolato e criptato, garantendo la riservatezza dei dati durante tutto il processo; allo stesso tempo, grazie agli smart contract della blockchain TON, realizza regolamenti automatici, offrendo a tutte le parti coinvolte un ritorno di valore trasparente ed efficiente.

L'ecosistema di Cocoon si basa sulla collaborazione di tre tipi di ruoli, formando una rete di valore autosufficiente:

• Proprietari di GPU: contribuiscono risorse di calcolo alla rete per minare token TON. Possono eseguire lo stack Cocoon su server GPU compatibili con TEE per ottenere un reddito passivo.
• Sviluppatori di applicazioni: sviluppatori e aziende che necessitano di addestrare o eseguire modelli AI possono sfruttare servizi di calcolo AI a basso costo, integrando potenti funzionalità AI nelle loro applicazioni senza dover gestire infrastrutture costose.
• Utenti finali: come beneficiari finali dell'ecosistema, possono godere di servizi AI guidati dalla privacy all'interno dell'ecosistema Telegram (come riassunti di documenti, redazione di messaggi, ecc.), con dati personali, prompt e risultati sempre criptati, senza preoccuparsi di fughe di privacy.

Pavel Durov ha dichiarato ufficialmente che fornitori di calcolo centralizzati come Amazon e Microsoft, in quanto "intermediari costosi", aumentano i costi del calcolo AI e non possono garantire la privacy degli utenti, mentre Cocoon nasce proprio per risolvere questi due problemi.

Punti salienti: privacy come scudo, ecosistema come nucleo, TON come ponte

Privacy al primo posto: la tecnologia TEE crea un ambiente di calcolo "inviolabile"

Questa è la principale forza competitiva di Cocoon. Integrando tecnologie TEE come Intel TDX, l'esecuzione dei modelli AI, la trasmissione e l'elaborazione dei dati avvengono sempre in uno stato isolato e criptato — anche i proprietari dei nodi GPU non possono vedere i dati o i parametri dei modelli in esecuzione. Questa caratteristica di "processo di calcolo confidenziale, risultati visibili solo all'utente" risolve l'ansia sulla privacy dei dati nelle applicazioni AI.

Pagamento nativo TON: regolamento di valore trasparente ed efficiente

Tutte le transazioni su Cocoon vengono regolate tramite smart contract sulla blockchain TON, con il token TON come unico vettore di valore in tutto l'ecosistema: gli sviluppatori pagano le tariffe di calcolo, i nodi GPU ricevono i profitti, i nodi proxy guadagnano commissioni; tutti i processi sono pubblici e verificabili, senza bisogno di intermediari terzi, riducendo i costi di transazione e garantendo tempestività e sicurezza nei pagamenti.

Profonda integrazione con l'ecosistema Telegram: un bacino naturale di utenti da 1.1 billions

Telegram conta oltre 1.1 billions di utenti attivi mensili, e i suoi strumenti integrati come Bot e Mini Apps forniscono a Cocoon scenari applicativi naturali e una solida base di utenti. Le applicazioni AI private sviluppate su Cocoon possono essere integrate direttamente nell'ecosistema Telegram per raggiungere un vasto pubblico; gli utenti, senza dover scaricare ulteriori app, possono usufruire dei servizi AI direttamente su Telegram, abbassando notevolmente la soglia d'ingresso sia per gli utenti che per gli sviluppatori.

Architettura principale: tre componenti per costruire un ciclo chiuso di calcolo decentralizzato

La piattaforma Cocoon, attraverso la collaborazione di tre componenti principali — "nodi di lavoro, nodi proxy, client" — realizza la decentralizzazione completa dal dispatch della potenza di calcolo al regolamento del valore. L'architettura e il processo sono i seguenti:

• Nodi di lavoro (Worker): eseguono richieste di inferenza AI all'interno di macchine virtuali protette da Intel TDX, utilizzando framework di inferenza come vLLM. La GPU viene trasmessa direttamente alla macchina virtuale, garantendo piena capacità di calcolo. I nodi di lavoro ricevono i pagamenti dai proxy e l'intero processo è invisibile ai server fisici dei fornitori — i proprietari dei server non possono accedere a nessun dato di richiesta o risposta.
• Nodi proxy (Proxy, dispatcher): fungono da hub di routing tra client e nodi di lavoro. Anche i proxy operano in ambiente TEE e selezionano i nodi di lavoro appropriati in base al tipo di modello, carico e punteggio di reputazione. Ricevono pagamenti dai client, pagano i nodi di lavoro per il lavoro svolto e trattengono una commissione su ogni transazione. Attualmente, i nodi proxy sono gestiti dal team Cocoon, ma in futuro saranno aperti alla comunità per una decentralizzazione completa.
• Client (richiedenti): sviluppatori o applicazioni che si collegano a Cocoon per inviare richieste di inferenza AI ai nodi proxy. Il client verifica prima la prova TEE del nodo proxy per assicurarsi che la richiesta venga inviata solo a nodi affidabili; anche il backend di Telegram implementerà istanze client per gestire direttamente le richieste AI degli utenti sulla piattaforma.

Questi tre componenti collaborano strettamente attraverso un processo decentralizzato e privacy-first: il client invia una richiesta di inferenza AI al nodo proxy, che cerca nella rete un miner GPU (Worker) libero e conforme ai requisiti hardware, assegnando il compito criptato al Worker selezionato. Il Worker riceve il compito, lo decripta e lo esegue in ambiente TEE (come Intel TDX). Una volta completato il calcolo, il Worker restituisce il risultato criptato al nodo proxy, che lo inoltra al client. Dopo la verifica del compito, lo smart contract regola automaticamente il pagamento sulla blockchain TON.

Durante tutto il processo, i dati sono sempre criptati e il regolamento del valore avviene automaticamente tramite la blockchain TON, formando un ciclo chiuso "domanda - dispatch - calcolo - regolamento".

Secondo le informazioni, il costo per token è di 0.000000020 TON (20 nanoTON), di cui il nodo di lavoro riceve il 95% (0.000000019 TON/token), il nodo proxy ottiene il 5% di commissione. Per quanto riguarda i requisiti di staking: i nodi proxy e i client devono mettere in staking almeno 15 TON.

Quali sono le opportunità di partecipazione?

Per gli utenti comuni, in futuro sarà possibile partecipare utilizzando applicazioni Telegram integrate con Cocoon (come Bot o Mini Apps).

Per gli sviluppatori che desiderano acquistare potenza di calcolo o costruire applicazioni AI private, possono integrare la funzione di inferenza AI di COCOON nelle loro applicazioni e backend, offrendo agli utenti potenti funzionalità AI. In cambio, pagheranno i fornitori di GPU con token TON. Il team Cocoon ha dichiarato che in futuro gli sviluppatori potranno utilizzare una soluzione Docker semplificata per distribuire le proprie istanze client.

Per i possessori di potenza di calcolo GPU, è necessario soddisfare rigorosi requisiti hardware e tecnici per diventare nodi di lavoro e guadagnare TON. I requisiti specifici sono:

• Server Linux (6.16+ con supporto completo TDX)
• CPU compatibile con Intel TDX, per creare un ambiente di esecuzione affidabile e garantire che nemmeno l'amministratore della GPU possa vedere i dati.
• GPU NVIDIA compatibile con CC (H100+)
• QEMU 10.1+ compatibile con TDX

Secondo le stime di Google Gemini 3 Pro, per la configurazione principale, una singola H100 attualmente costa circa 25.000-30.000 dollari (circa 18-22 milioni di RMB). Il costo di una scheda madre server dual socket più CPU si aggira solitamente tra i 5.000 e i 10.000 dollari. Se si assembla un server standard a 8 GPU H100 (configurazione standard del settore), il costo totale della macchina è solitamente tra 250.000 e 300.000 dollari (circa 1.8-2.1 milioni di RMB). Anche se si parte con una sola GPU, il capitale iniziale richiesto è almeno 35.000 dollari (circa 250.000 RMB).

Inoltre, gli investitori devono sostenere anche i costi operativi di elettricità industriale e banda larga elevata. In termini di profitti, poiché Cocoon adotta un modello di pagamento "pay-per-inferenza" con regolamento immediato e la rete è ancora in fase iniziale con domanda di inferenza instabile, il ritorno sull'investimento (ROI) è difficile da prevedere e i primi partecipanti probabilmente dovranno affrontare un lungo periodo di recupero del capitale.

Scala iniziale ancora ridotta, espansione dell'ecosistema in corso

Secondo i dati, attualmente Cocoon conta 46 nodi di lavoro GPU attivi, 19 nodi proxy attivi e 15 sviluppatori/applicazioni (cioè client) che hanno inviato richieste di inferenza AI. Il TVL della rete è di soli 9.759 TON.

Inoltre, al momento, i modelli AI supportati da Cocoon includono Qwen3-0.6B, Qwen2.5-Coder-7B e Llama 3 8B.

Nel complesso, Cocoon è ancora nelle fasi iniziali di sviluppo; sia la scala della potenza di calcolo, il supporto dei modelli che il livello di partecipazione dell'ecosistema hanno ampi margini di miglioramento. Tuttavia, il team sta lavorando per perfezionare diversi aspetti chiave:

• Decentralizzazione dei proxy: i proxy attualmente gestiti dal team Cocoon saranno aperti a chiunque, creando una rete completamente decentralizzata.
• Diversificazione dei client: oltre all'integrazione con i server backend, librerie client leggere supporteranno l'accesso diretto da app mobili e desktop.
• Decentramento della governance: la gestione degli smart contract principali passerà dal controllo del team alla governance della community DAO, conferendo maggiore potere ai partecipanti della rete.
• Espansione dell'ecosistema: con il miglioramento delle infrastrutture, Cocoon attirerà più sviluppatori e fornitori di GPU, creando un effetto rete auto-rinforzante.

Conclusione

Cocoon, combinando la vasta base utenti di Telegram, gli incentivi economici della blockchain TON e la tecnologia di privacy TEE, ha costruito una rete con un reale product-market fit.

Il suo più grande vantaggio è senza dubbio la vasta base utenti di Telegram — ciò significa che Cocoon non deve costruire una base utenti da zero, le applicazioni degli sviluppatori possono ottenere rapidamente una validazione del traffico e la domanda elevata degli utenti può a sua volta guidare l'espansione dell'offerta di potenza di calcolo, creando un ciclo virtuoso nell'ecosistema.

Tuttavia, Cocoon deve ancora affrontare quattro sfide chiave per avere successo:

• Espansione della scala di potenza di calcolo: l'elevata soglia d'ingresso limita il numero attuale di nodi GPU; la capacità di attrarre un numero sufficiente di fornitori di potenza di calcolo determinerà direttamente la capacità di calcolo e la stabilità del servizio della rete;
• Prosperità dell'ecosistema degli sviluppatori: è necessario attrarre un gran numero di sviluppatori di terze parti per sviluppare applicazioni sulla piattaforma, arricchendo gli scenari applicativi e attivando costantemente la domanda degli utenti;
• Competitività dei costi e ricompense: garantendo la privacy, è necessario ridurre i costi della potenza di calcolo attraverso effetti di scala, offrendo un vantaggio di prezzo rispetto ai servizi di calcolo centralizzati;
• Transizione verso la decentralizzazione: il passaggio dalla gestione centralizzata del team alla governance DAO della community richiede meccanismi di governance ben strutturati per evitare inefficienze decisionali o caos gestionale.

In generale, Cocoon offre un nuovo paradigma praticabile per le infrastrutture AI decentralizzate; il suo sviluppo futuro dipenderà non solo dal continuo progresso tecnologico, ma anche dalla collaborazione tra tutte le parti dell'ecosistema. Se riuscirà a superare le sfide sopra menzionate, Cocoon potrà sfruttare il vantaggio dell'ecosistema Telegram per diventare un player centrale nel campo del calcolo AI privato e decentralizzato.