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.

Consideriamo i progetti chiave che implementano PoUW nel 2026:

Gonka (PoW 2.0) — è l'implementazione più pura di PoUW. Ogni richiesta AI elaborata conferma simultaneamente un blocco. Il 99% delle risorse di rete è dedicato al lavoro utile, l'1% alla verifica. I modelli di rete (MoE) sono serviti da cluster di H100/H200. $80M di investimenti da Coatue, Bitfury, Insight Partners.

Flux — storicamente uno dei primi progetti PoUW, ma nel 2025 ha abbandonato il mining tramite GPU passando ai nodi CPU. Il lavoro utile consiste nell'hosting di applicazioni containerizzate (Docker). In sostanza, Flux è diventato un cloud hosting decentralizzato, non una rete AI. Market cap ~$23M.

Prime Intellect — si concentra sull'addestramento distribuito (training) dei modelli, non sull'inference. Utilizzano un approccio simile a DiLoCo in Gonka, ma come prodotto principale e non come funzione aggiuntiva.

Bittensor non è formalmente una PoUW nella sua forma pura: il Yuma Consensus si basa sulla valutazione soggettiva dei validatori, non su una prova crittografica. Tuttavia, le 126 subnet coprono un ampio spettro di compiti AI e il progetto ha la capitalizzazione maggiore nel segmento.

Il mercato del calcolo AI è valutato a oltre $150 miliardi e cresce del 30%+ all'anno. Allo stesso tempo, Bitcoin continua a bruciare ~150 TWh all'anno in hash vuoti. PoUW risolve questa contraddizione: lo stesso principio «energia = sicurezza», ma l'energia crea un valore reale.

Per i miner di Bitcoin con GPU: dopo il passaggio di Ethereum al PoS nel 2022, milioni di GPU sono rimaste senza lavoro. Il mining di Bitcoin su GPU non è vantaggioso da molto tempo (servono ASIC). I progetti PoUW come Gonka danno alle GPU una seconda vita: 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 più grandi trend tecnologici: crypto (mercato da $2+ trilioni) e AI (mercato da $150+ miliardi). Gonka è il primo progetto in cui PoUW è implementato in produzione con richieste AI reali, ha superato un audit di CertiK e ha attratto $80M da investitori istituzionali.

Il futuro di PoUW: Gonka gestisce diversi modelli contemporaneamente — MiniMax-M2.7 (aggiunto nella v0.2.13 — proposal #54, accettata il 21 maggio 2026, attivata al blocco 4267300), DeepSeek V4 Flash (proposal #94, agosto 2026) e GLM-5.3 Flash (proposal #101, settembre 2026). In futuro, gli host potranno servire modelli sempre più specializzati (text, code, image, embeddings) a seconda delle loro GPU. DiLoCo aggiunge l'apprendimento distribuito: Gonka sarà in grado non solo di eseguire, ma anche di addestrare modelli. Questo trasforma Gonka da una rete di inference a una piattaforma AI a tutti gli effetti — aperta, decentralizzata e basata su una Proof of Useful Work matematicamente verificabile.