Proof of Useful Work: la guida completa al mining utile

Bitcoin consuma circa 26 GW di potenza – questo equivale a ~150 TWh all'anno, paragonabile al consumo energetico dell'Argentina. Ogni watt viene utilizzato per calcolare gli hash SHA-256, il cui unico scopo è dimostrare che il miner ha speso energia. In 15 anni di esistenza, Bitcoin non ha prodotto un singolo risultato utile: nessuna risposta da parte di una rete neurale, nessun calcolo scientifico, nessun rendering. Tutta questa energia è una pura spesa per la sicurezza.

Ethereum ha riconosciuto il problema e nel settembre 2022 ha effettuato “The Merge” – il passaggio da Proof of Work a PoS. Il consumo energetico della rete è diminuito del 99,95%. Ma il PoS ha creato un nuovo problema: la sicurezza ora dipende non dal lavoro, ma dal capitale. I grandi staker (Lido, Coinbase, Binance) controllano una parte significativa della rete. Il PoS sacrifica la decentralizzazione per l'efficienza energetica – e la decentralizzazione era la principale promessa della blockchain.

PoUW offre una terza via: mantenere il lavoro della GPU (come in Bitcoin – sicurezza tramite calcoli), ma indirizzare questo lavoro a compiti reali (inferenza AI, calcoli scientifici, rendering). Sicurezza non tramite hashing inutile, e non tramite blocco di capitale, ma tramite lavoro utile.

Il concetto di PoUW è stato formalizzato nel protocollo Ofelimos, presentato alla conferenza IACR Crypto 2022 – uno dei principali forum mondiali sulla crittografia. L'idea: invece di un hashing inutile, i minatori risolvono problemi di ottimizzazione reali. Il risultato conferma contemporaneamente un blocco nella blockchain e crea valore per l'utente finale.

La sfida chiave del PoUW è la verificabilità. In un normale PoW, verificare il risultato è triviale: l'hash è inferiore o non inferiore al target. I calcoli utili (risposta della rete neurale, rendering di scene 3D) sono più difficili da verificare. Se il risultato non può essere verificato rapidamente, un attaccante può falsificarlo, inviando spazzatura anziché una risposta reale e ottenendo una ricompensa.

Diversi progetti risolvono questo problema in modi fondamentalmente diversi:

• Approccio 1: Prova matematica (Gonka). Calcolo → PoC V2 verifica incrociata → firma BLS nella blockchain. 1-10% delle attività vengono verificate da altri nodi. Se i risultati non corrispondono, una penale del 20% sul deposito. Garanzie di sicurezza: matematiche, non soggettive.
• Approccio 2: Valutazione soggettiva (Bittensor). Calcolo → i validatori valutano la “qualità” della risposta tramite Yuma Consensus. Problema: la “qualità” è soggettiva e il sistema è vulnerabile alla collusione dei validatori. Garanzie: economiche (stake), non crittografiche.

La differenza è critica: una prova matematica non può essere falsificata (indipendentemente da quanti soldi abbia un attaccante). Una valutazione soggettiva è vulnerabile a un attacco della maggioranza. Ciò determina un diverso livello di fiducia in ciascun approccio.

Esaminiamo i progetti chiave che implementano PoUW nel 2026:

Gonka (PoW 2.0) — l'implementazione più pura di PoUW. Ogni richiesta AI elaborata conferma contemporaneamente un blocco. Il 99% delle risorse della rete è destinato a lavori utili, l'1% alla verifica. Il modello Qwen3-235B (MoE, 22B di parametri attivi) è servito da cluster di H100/H200. $80 milioni di investimenti da Coatue, Bitfury, Insight Partners.

Flux – storicamente uno dei primi progetti PoUW, ma nel 2025 ha abbandonato il mining GPU ed è passato ai nodi CPU (FluxNodes). Il lavoro utile = hosting di applicazioni containerizzate (Docker). In sostanza, Flux è diventato un hosting cloud decentralizzato, non una rete AI. Capitalizzazione di mercato ~23 milioni di dollari.

Prime Intellect – si concentra sull'addestramento distribuito di modelli (training), non sull'inferenza. Utilizza un approccio simile a DiLoCo in Gonka, ma come prodotto principale, non come funzionalità aggiuntiva.

Bittensor non è formalmente PoUW puro – Yuma Consensus si basa su un giudizio soggettivo dei validatori, non su una prova crittografica. Ma le 126 subnet coprono un'ampia gamma di compiti AI e il progetto ha la maggiore capitalizzazione nel segmento.

Il mercato dei calcoli AI è stimato in oltre 150 miliardi di dollari e cresce del 30%+ all'anno. Nel frattempo, Bitcoin continua a bruciare ~150 TWh all'anno in hash vuoti. PoUW risolve questa contraddizione: lo stesso principio di “energia = sicurezza”, ma l'energia crea valore reale.

Per i miner di Bitcoin con GPU: dopo il passaggio di Ethereum a PoS nel 2022, milioni di GPU sono rimaste senza lavoro. Il mining di Bitcoin su GPU è da tempo non redditizio (sono necessarie ASIC). I progetti PoUW come Gonka danno una seconda vita alle GPU – le stesse schede che prima calcolavano hash inutili, ora elaborano richieste AI e ricevono ricompense.

Per gli investitori: PoUW è il punto di convergenza di due dei maggiori trend tecnologici: cripto (mercato di oltre 2 trilioni di dollari) e AI (mercato di oltre 150 miliardi di dollari). Gonka è il primo progetto in cui PoUW è implementato in produzione con richieste AI reali, ha superato l'audit di CertiK e ha attratto 80 milioni di dollari da investitori istituzionali.

Il futuro di PoUW: attualmente Gonka serve un solo modello (Qwen3-235B). La roadmap include l'inferenza multi-modello: gli host potranno servire diversi modelli (testo, codice, immagine) a seconda delle loro GPU. DiLoCo aggiunge l'apprendimento distribuito – Gonka potrà non solo eseguire, ma anche addestrare modelli. Questo trasforma Gonka da una rete di inferenza a una piattaforma AI completa – aperta, decentralizzata e basata sul Proof of Useful Work verificabile matematicamente.