DeAI Rising: Come le reti decentralizzate stanno rompendo il monopolio delle GPU aziendali

Il Flashpoint dell’IA del 2025: Una Nuova Era di Geopolitica

L’anno 2025 si presenta come il punto di svolta definitivo per la “corsa agli armamenti” nel campo dell’intelligenza artificiale globale. Negli Stati Uniti, la scala degli investimenti ha raggiunto un punto critico mentre i colossi tecnologici orchestravano operazioni infrastrutturali miliardarie. Notevolmente, il progetto supercomputer Stargate di Microsoft e OpenAI da $500 miliardi e l’impegno di Amazon per i data center da $150 miliardi segnavano una mossa per consolidare la dominanza americana. Per proteggere questo vantaggio, il governo statunitense ha rafforzato i controlli sulle esportazioni di semiconduttori avanzati, indirizzandosi specificamente verso i chip di classe H100 e Blackwell per soffocare i progressi dei rivali cinesi.

Mentre Pechino è stata meno loquace riguardo agli accordi megagalattici, la parità tecnica raggiunta da modelli come Deepseek—che a quanto si dice rivaleggia con GPT-4 in efficienza—dimostra che la Cina si è orientata con successo verso il “calcolo sovrano.” Questo spostamento strategico è ancorato a un recente mandato governativo che richiede alle aziende domestiche di dare priorità al silicio locale, disaccoppiando efficacemente le aspirazioni dell’IA cinese dalle catene di approvvigionamento occidentali.

Leggi di più: La Rivoluzione dell’IA di Deepseek Innesca il Caos nei Mercati Cripto e Azionari di USA ed Europa

La frenesia è forse meglio illustrata dai mercati finanziari. Nel 2025, le startup di IA hanno raccolto l’impressionante cifra di $60 miliardi solo nel primo e secondo trimestre, mentre le principali azioni tecnologiche hanno aggiunto trilioni al loro market cap combinato. Tuttavia, questo slancio sta raggiungendo un limite fisico: l’energia. Ora si stima che i data center AI consumeranno fino al 4% dell’elettricità globale entro il 2026. Ciò ha costretto alcune aziende a orientarsi verso l’energia nucleare, con Microsoft che ha recentemente riaperto l’impianto di Three Mile Island per alimentare i suoi cluster affamati.

Tuttavia, crescono le preoccupazioni che il mondo dell’IA che molti immaginano potrebbe non realizzarsi a causa di una serie di fattori, tra cui risorse energetiche inadeguate per supportare l’enorme infrastruttura attualmente in costruzione. Addestrare e far funzionare modelli AI avanzati richiede enormi quantità di elettricità, capacità dei data center e sistemi di raffreddamento, sollevando interrogativi sulla sostenibilità e se le reti energetiche globali possono tenere il passo con una domanda esponenziale. Alcuni esperti avvertono che senza progressi nell’efficienza energetica o fonti di energia alternative, il sogno di un’IA ubiqua e umanizzata potrebbe rimanere fuori portata.

Oltre alle sfide tecniche e ambientali, altri si preoccupano del dominio che un piccolo gruppo di giganti tecnologici statunitensi esercita sia sull’industria che sulla narrazione attorno all’IA. Queste aziende controllano i modelli più potenti, i più grandi set di dati e le piattaforme attraverso cui l’IA viene distribuita, conferendo loro un’influenza sproporzionata su come la tecnologia evolve e chi ne beneficia. I critici sostengono che questa concentrazione di potere rischia di soffocare la concorrenza, limitare l’innovazione e plasmare la percezione pubblica in modi che servano gli interessi aziendali piuttosto che il bene comune più ampio.

Queste preoccupazioni hanno spinto politici statunitensi, incluso il senatore Bernie Sanders, a richiedere un dialogo nazionale sull’IA—la sua traiettoria, la sua governance e i ruoli che i diversi stakeholder dovrebbero svolgere. Il dibattito non riguarda solo il progresso tecnologico ma anche la responsabilità, la trasparenza e l’equità: chi stabilisce le regole, chi raccoglie i frutti e chi ne sopporta i rischi.

Mentre Sanders chiama a un dialogo nazionale per prevenire la monopolizzazione corporativa dell’intelligenza, le comunità cripto e open-source stanno costruendo un’alternativa: l’IA decentralizzata (DeAI). Già, progetti come Bittensor (TAO), Io.net e Near Protocol stanno aprendo la strada a reti permissionless che reinterpretano come viene costruita e governata l’infrastruttura IA. Queste iniziative sono progettate per liberarsi dai colli di bottiglia aziendali e democratizzare l’accesso alle risorse chiave che alimentano l’intelligenza delle macchine.

Calcolo Crowdsourced

Invece di attendere GPU scarse e costose bloccate dietro le catene di approvvigionamento aziendali, i proprietari di hardware individuali possono affittare direttamente la loro potenza di elaborazione agli sviluppatori. Commentando perché questa sia una preoccupazione maggiore, Andrew Sobko, cofondatore di Argentum AI, ha sostenuto in una recente intervista che addestrare grandi modelli richiede un’enorme potenza GPU. Tuttavia, la fornitura è limitata e controllata da pochi fornitori, creando un “giardino recintato” dove startup e player più piccoli sono esclusi dal prezzo.

Come Sanders, anche Sobko lamenta che un piccolo gruppo di corporation controllano infrastruttura, accesso e prezzi—un fenomeno che dice soffoca l’innovazione e rende lo sviluppo dell’IA proibitivamente costoso per la maggior parte delle organizzazioni. Tuttavia, Sobko sostiene che costruendo reti di calcolo distribuite e senza permessi, individui e organizzazioni possono contribuire con la potenza GPU inattiva a un mercato condiviso. Questo mercato decentralizzato non solo bypassa la continua carenza di Nvidia ma sblocca anche la capacità globale latente, trasformando le macchine inattive in partecipanti attivi nell’economia dell’IA. Il messaggio centrale di Sobko è che il futuro dell’IA dipende dal liberarsi dal controllo centralizzato e dall’abbracciare i mercati di calcolo decentralizzati.

Sotto modelli open-source, la governance si sposta dalle sale conferenze a comunità distribuite. Le decisioni sulla progettazione del modello, gli aggiornamenti e l’uso vengono prese collettivamente, garantendo trasparenza e riducendo il rischio di controllo monopolistico. I framework open-source accelerano l’innovazione permettendo a chiunque di verificare, contribuire e costruire su fondamenta condivise.

Con modelli decentralizzati, gli utenti mantengono la proprietà crittografica dei loro dati di addestramento, garantendo privacy e controllo in un mondo dove i dati vengono spesso sfruttati senza consenso. I modelli di dati sovrani danno potere agli individui per decidere come la loro informazione viene utilizzata, scambiata o remunerata, creando un ecosistema più equo dove il valore ritorna ai contributori.

La Storia della DeAI nel 2025

Nel 2025, la DeAI si è trasformata da concetto di nicchia a una vasta alternativa infrastrutturale, alimentata dalla carenza globale di GPU e da un’ondata di capitale di rischio. Mentre il settore più ampio dell’IA ha visto oltre $200 miliardi in finanziamenti totali entro la fine del 2025, la nicchia DeAI ha ritagliato una quota significativa e crescente delle categorie infrastrutturali e Web3. Le startup DeAI e i progetti di infrastruttura fisica decentralizzata (DePIN) hanno raccolto circa $12 miliardi a $15 miliardi solo nel 2025. Ciò è stato guidato da investitori in fuga dai premi alti e “giardini recintati” dei fornitori centralizzati come AWS e Azure.

Per la prima volta, la DeAI ha assicurato fondi del settore pubblico, in particolare un accordo da $12 milioni firmato da Neurolov per sostituire i data center tradizionali con nodi alimentati dai cittadini.

Nel frattempo, mentre i giganti tecnologici come xAI e OpenAI correvano verso cluster di 1 milione di GPU H100, le reti decentralizzate si concentravano sull’aggregare la capacità globale “latente”—chip inutilizzati provenienti da mining farm, data center indipendenti e perfino dai rig di gioco consumer di fascia alta. Entro la fine del 2025, le principali reti decentralizzate avevano collettivamente verificato oltre 750.000 GPU disponibili per il noleggio on-demand.

Leggi di più: Esperti Esaltano i Guadagni di Efficienza dell’IA Decentralizzata mentre le Carenze di GPU e i Limiti Energetici Incombono

Le reti leader erano Io.net, che ha superato le 300.000 GPU verificate in 138 paesi, specializzandosi in cluster H100 e A100 di alto livello per addestramento di grado enterprise, ed Aethir, che ha riportato oltre 435.000 contenitori GPU, concentrandosi pesantemente su inferenza a bassa latenza e edge computing. Neurolov ha raggiunto 15.000 nodi attivi, dimostrando la fattibilità del calcolo “basato su browser” dove gli utenti contribuiscono potenza semplicemente mantenendo aperta una scheda.

Secondo un rapporto, nel 2025, le reti decentralizzate hanno offerto costantemente prezzi del 60% all’80% inferiori rispetto ai fornitori cloud tradizionali. Mentre un’istanza H100 su AWS costa circa da $3,00 a $4,50 all’ora, le reti DeAI fornivano lo stesso hardware per un minimo di $0,30 a $2,20 all’ora.

Durante l’anno, è emersa anche una chiara divisione nel modo in cui queste GPU venivano utilizzate, con l’inferenza che rappresentava il 70% dell’uso e l’addestramento il restante 30%.

Il Futuro

Con gli esperti che sostengono sempre più la causa dell’intelligenza artificiale decentralizzata, alcuni critici avvertono che senza solide salvaguardie etiche e chiari meccanismi di responsabilità, la decentralizzazione potrebbe rapidamente trasformarsi nel “prossimo grande errore”. Tuttavia, i sostenitori restano fiduciosi che i benefici della decentralizzazione—maggiore trasparenza, sovranità sui dati e riduzione dei colli di bottiglia aziendali—siano di gran lunga superiori ai rischi.

Man mano che l’adozione dell’IA accelera, si prevede che questa narrazione guadagni slancio nel 2026 e oltre, plasmando i dibattiti politici, le strategie di investimento e l’architettura stessa della prossima generazione di intelligenza delle macchine.

FAQ 💡

• Cosa sta accadendo negli Stati Uniti? I giganti tecnologici come Microsoft e Amazon stanno investendo centinaia di miliardi in supercomputer e data center di AI.
• Come sta rispondendo la Cina? Pechino sta promuovendo il “calcolo sovrano”, imponendo il silicio locale e modelli come Deepseek per competere con GPT‑4.
• Perché è importante a livello globale? Le startup di AI hanno raccolto $60 miliardi agli inizi del 2025, ma i limiti energetici incombono poiché i data center potrebbero consumare il 4% dell’elettricità mondiale entro il 2026.
• Qual è l’alternativa? Le reti AI decentralizzate come Bittensor e Io.net offrono un calcolo più economico alimentato dalla comunità, sfidando i monopoli aziendali.