Come noleggiare una GPU su Akash nel 2026: la guida pratica

Fino a poco tempo fa, noleggiare una GPU da un datacenter sconosciuto sul marketplace decentralizzato di Akash significava fare i conti con Kubernetes, riga di comando e file di configurazione ostici. Nel 2026 le cose sono cambiate: una Console ridisegnata e una manciata di righe di codice hanno abbassato la barriera al punto che un singolo sviluppatore può mettere in produzione un carico di lavoro AI su una scheda NVIDIA H100 nel giro di pochi minuti. Questa è una guida pratica a come farlo davvero, con i costi convertiti in euro e le insidie da conoscere prima di firmare un lease.

Il contesto aiuta a inquadrare il momento. AKT, il token che regge la rete, è passato dai minimi di metà settembre attorno a 0,50 dollari a un picco vicino a 0,73 dollari a fine mese, per poi ripiegare in un movimento che ha coinvolto l’intero paniere delle GPU decentralizzate e che ha molto a che vedere con la rotazione settoriale e con il quadro dei tassi della Fed di Warsh. Ma il prezzo del token e l’esperienza di chi affitta una GPU sono due cose diverse: puoi pagare l’affitto in USDC senza mai toccare AKT. Vediamo come, passo per passo.

Questa guida parte dalle basi (che cos’è la rete e che cosa ti serve), scompone un file SDL reale, spiega l’asta inversa dal posto del cliente, mostra il deploy nella nuova Console, tratta il calcolo riservato in una riga di codice e chiude con i costi, i limiti, la fiscalità italiana e le domande più frequenti. Se cerchi invece un confronto testa a testa tra le reti, lo trovi nel nostro pezzo su Akash contro io.net, Render e Nosana.

Che cos’è Akash e perché passare di qui

Akash Network è un marketplace di cloud computing decentralizzato e permissionless. Nata nel 2018 dal lavoro di Overclock Labs (i fondatori Greg Osuri e Adam Bozanich), ha lanciato la mainnet nel 2020 con CPU e storage, aggiungendo le GPU nell’agosto 2023 con l’aggiornamento Mainnet 6, ribattezzato Supercloud. Il cuore del sistema è un’asta inversa: il cliente non sceglie da un listino, ma dichiara che cosa gli serve e quanto è disposto a pagare al massimo; i fornitori (datacenter professionali, miner riconvertiti all’AI, operatori edge e privati) competono al ribasso per aggiudicarsi il carico.

Il motivo per cui gli sviluppatori si affacciano qui è quasi sempre il prezzo. Una H100 su Akash costa in genere una frazione di quello che chiedono gli hyperscaler, come vedremo nel dettaglio più avanti. La rete alimenta già servizi reali: il layer di inferenza AkashML ospita modelli come Llama, DeepSeek e Qwen ed è cresciuto da circa 1,7 miliardi di token al giorno nel primo trimestre a oltre 10 miliardi al giorno a inizio luglio 2026, secondo il report trimestrale della rete. Tra gli utenti citati compaiono Venice, ElizaOS, Morpheus e Gensyn. Questa non è la sede per rifare il processo alla tesi di investimento su AKT; qui si affitta e si distribuisce.

Di che cosa hai bisogno prima di iniziare

La preparazione richiede pochi elementi. La buona notizia del 2026 è che non ti serve più imparare Kubernetes per un deployment semplice, e non sei obbligato a possedere AKT per pagare. Ecco la lista minima da avere sotto mano prima di aprire la Console.

• Un wallet compatibile con Cosmos (Keplr o Leap) oppure il wallet gestito integrato nella Console, se preferisci non custodire tu le chiavi.
• Fondi per l’escrow: AKT o USDC. Akash accetta pagamenti anche in token IBC diversi da AKT, quindi puoi regolare tutto in USDC senza acquistare il token nativo ed esporti al suo prezzo.
• Un’immagine Docker del tuo carico di lavoro: può essere un server di inferenza come ollama/ollama, un container vLLM, un notebook Jupyter o qualsiasi altra applicazione containerizzata.
• Un account sulla Console. La versione 2026 separa nettamente l’esperienza con wallet gestito da quella self-custody, spostando quest’ultima in un’applicazione dedicata chiamata Console Air, secondo la proposta di client engineering per il secondo trimestre 2026.

Un consiglio pratico prima di partire: se il tuo carico deve girare in una regione specifica o su un modello di GPU preciso, verifica la disponibilità reale. Come vedremo, l’offerta di schede di fascia alta libere in un dato momento è più limitata di quanto lascino intendere i totali di marketing.

Anatomia di un file SDL

Tutto su Akash parte da un file SDL (Stack Definition Language), un manifest in formato YAML che descrive il deployment. È l’equivalente di un docker-compose pensato per un cloud decentralizzato: dice alla rete quale immagine eseguire, con quante risorse, a quale prezzo massimo e presso quali provider. La documentazione ufficiale sui deployment GPU ne descrive le quattro sezioni principali. Ecco un esempio concreto che avvia il server di inferenza Ollama su una H100.

version: '2.0'
services:
  ollama:
    image: ollama/ollama:latest
    expose:
      - port: 11434
        as: 80
        to:
          - global: true
profiles:
  compute:
    ollama:
      resources:
        cpu:
          units: 4
        memory:
          size: 16Gi
        storage:
          size: 50Gi
        gpu:
          units: 1
          attributes:
            vendor:
              nvidia:
                - model: h100
  placement:
    dcloud:
      pricing:
        ollama:
          denom: uakt
          amount: 10000
deployment:
  ollama:
    dcloud:
      profile: ollama
      count: 1

Sembra fitto, ma la struttura è regolare. Ogni sezione ha un compito preciso e, una volta capito lo schema, modificare un deployment diventa questione di cambiare due o tre valori.

Come richiedere una GPU nel manifest

Il blocco che distingue un deployment GPU da uno qualsiasi è resources.gpu. Al suo interno indichi il numero di schede con units e i modelli accettabili sotto attributes.vendor.nvidia. Nell’esempio sopra chiediamo una singola H100, ma puoi elencare più modelli: qualunque provider che disponga di una scheda presente nella lista potrà fare un’offerta. È una leva importante, perché allargare l’elenco (per esempio a H100, A100 e RTX 4090) aumenta le probabilità di ricevere offerte e di spuntare un prezzo migliore, mentre restringerlo a un solo modello ti espone alla scarsità di quella specifica card.

Due accortezze tecniche fanno la differenza tra un lease che parte e uno che resta a secco. La prima è la memoria della GPU: una H100 monta 80 GB di VRAM, sufficienti per molti modelli fino a 70 miliardi di parametri in formato quantizzato, ma un modello non quantizzato di grandi dimensioni può non entrare in una sola scheda, e distribuirlo su più GPU nella stessa macchina complica il deployment. La seconda è la memoria di sistema e lo storage: sottodimensionarli è un errore frequente, perché l’immagine, i pesi del modello e la cache di inferenza occupano spazio in fretta. Il campo amount nella sezione pricing, infine, non è il prezzo che pagherai: è il tetto massimo per blocco che sei disposto a spendere, espresso in uakt. I provider offriranno pari o sotto quel tetto, e sarà l’asta a fissare il prezzo effettivo.

Un’ultima avvertenza riguarda lo stato dei dati. Lo storage dichiarato nel profilo è effimero per impostazione predefinita: se il lease si chiude o il provider cade, i dati scritti su quel volume spariscono. Per un carico stateful (un database, un modello che salva checkpoint, un servizio che accumula risultati) devi prevedere storage persistente dove supportato, oppure copiare gli artefatti importanti su un archivio esterno a intervalli regolari. È una differenza di mentalità rispetto al cloud tradizionale, dove il disco sopravvive di default alla singola macchina, e ignorarla è uno dei modi più rapidi per perdere ore di lavoro.

L’asta inversa dal posto del cliente

Una volta pronto l’SDL, il flusso è controintuitivo per chi arriva dal cloud tradizionale. Non scegli una macchina da un listino: pubblichi la tua richiesta e aspetti che i provider ti facciano un’offerta. In pratica invii il manifest, la rete apre un ordine e nel giro di pochi secondi cominciano ad arrivare le bid, ordinate per prezzo. A quel punto scegli tu quale accettare, e non sei obbligato a prendere la più bassa.

Questo è il punto in cui conviene ragionare oltre il prezzo. Ogni provider espone degli attributi: regione geografica, tier di affidabilità, e soprattutto lo stato di provider certificato (audited), cioè con attributi firmati che la comunità ha verificato. In assenza di uno SLA formale, come vedremo, la reputazione del provider funge da surrogato della garanzia di servizio. Prendere l’offerta più economica da un operatore anonimo e senza storico è spesso un falso risparmio: se la macchina cade a metà di un lavoro, il tempo perso vale più dei pochi centesimi risparmiati all’ora.

Finanziare l’escrow: AKT, USDC e il deposito

Il pagamento su Akash passa da un conto di garanzia, l’escrow. Quando crei un deployment apri di fatto un conto vincolato che finanzi in anticipo, in AKT oppure in USDC e altri token IBC. I fondi restano bloccati e vengono prelevati blocco dopo blocco secondo le condizioni del lease: paghi finché il carico gira, non un forfait fisso. Quando chiudi il lease, il saldo residuo dell’escrow ti torna indietro.

La possibilità di regolare tutto in USDC è una comodità sottovalutata. Significa che un’azienda o uno sviluppatore può usare la capacità di calcolo di Akash senza mai comprare AKT, senza gestire la volatilità del token e senza il rischio di cambio nel mezzo di un deployment lungo. AKT resta necessario per lo staking e la sicurezza della chain, ma non è un pedaggio obbligatorio per chi vuole solo affittare una GPU. Chi opera dall’Italia dovrebbe però tenere presente che lo USDC, sotto MiCA, è un token di moneta elettronica (EMT) emesso da un soggetto vigilato, con implicazioni fiscali diverse da quelle di AKT (ci torniamo in chiusura).

Deploy passo per passo con la nuova Console

Fino al 2025 il collo di bottiglia non era il prezzo, ma l’attrito: il vecchio wizard multi-step della Console scoraggiava chi non aveva dimestichezza con l’infrastruttura. Il redesign portato avanti nel secondo trimestre del 2026 ha sostituito quel percorso con un modello a tre pannelli (Deployment, Configuration e Compute Marketplace) che copre l’intero ciclo di vita del deployment, con un onboarding guidato che accompagna l’utente fino al primo lease riuscito e con il ripristino deterministico dei deployment in corso anche dopo un refresh della pagina. Nelle parole della proposta di client engineering, l’obiettivo era «abbassare la barriera d’ingresso per la base di utenti che Akash sta ora attirando» e «trasformare le capacità di protocollo della rete in funzioni che utenti e provider possono davvero usare».

In concreto, il percorso tipico dalla Console è questo:

1. Apri console.akash.network e connetti il wallet, oppure usa il wallet gestito integrato.
2. Incolla o costruisci il tuo file SDL nel pannello di configurazione.
3. Imposta il deposito iniziale dell’escrow (in AKT o USDC).
4. Rivedi le offerte che arrivano nel Compute Marketplace, confrontando prezzo, regione e stato audited dei provider.
5. Accetta l’offerta scelta: la rete crea il lease e il provider avvia il carico.
6. Monitora log e stato del deployment direttamente dalla Console.
7. Quando hai finito, chiudi il lease per liberare le risorse e recuperare l’escrow residuo.

Chi preferisce automatizzare può continuare a usare l’interfaccia a riga di comando (il tool provider-services) e integrare i deployment in una pipeline CI/CD, ma per un primo carico la Console è oggi la via più rapida.

Calcolo riservato in una riga di SDL

C’è un problema che nessuna guida al deploy può ignorare: affittando una GPU stai consegnando i tuoi dati e, spesso, i pesi del tuo modello a una macchina il cui proprietario non conosci. Per molti carichi da hobby non è un problema; per dati sanitari, finanziari o modelli proprietari lo diventa. La risposta di Akash nel 2026 si chiama calcolo riservato (confidential compute), lanciato sulla rete il 28 luglio 2026 secondo il blog ufficiale firmato da Greg Osuri.

La cosa notevole, dal punto di vista di chi costruisce, è quanto sia poco invasivo. Si attiva con una sola riga nel manifest, params: tee: cpu-gpu per un carico su GPU (o tee: cpu per la sola CPU). Sotto il cofano il container gira dentro una micro-VM Kata con kernel dedicato e memoria cifrata: la cifratura è gestita da AMD SEV-SNP o Intel TDX sul lato CPU, mentre la GPU NVIDIA opera in modalità confidential computing con i dati sul bus PCIe protetti da cifratura AES-GCM-256. L’attestazione, cioè la prova crittografica che stai davvero girando dentro un enclave genuino, è verificabile direttamente dalla Console grazie ad AEP-83, la proposta che ha portato il confidential compute allo stato definitivo a luglio.

Osuri ha insistito proprio sulla semplicità di adozione: «Integrare il confidential computing non richiede SDK, immagini container ricostruite, orchestratori separati o nuovi tipi di deployment», ha scritto, mostrando come basti la stessa immagine ollama/ollama:latest presa da Docker Hub senza alcuna modifica. Sul piano della protezione, il fondatore ha spiegato che «la cifratura della memoria è gestita direttamente dalla CPU, rendendo i dati inaccessibili al sistema operativo host, all’hypervisor e a chiunque abbia accesso fisico all’infrastruttura». Tradotto: nemmeno il proprietario del server dovrebbe poter leggere ciò che elabori.

Riservato non vuol dire verificabile

Qui serve un chiarimento che spesso viene glissato nel marketing, e che è il vero limite concettuale della tecnologia. Il calcolo riservato protegge la confidenzialità dei dati e attesta l’integrità dell’immagine che stai eseguendo, ma non prova che il provider abbia eseguito il modello giusto e restituito l’output corretto. In altre parole, un fornitore può benissimo tenere i tuoi dati al sicuro e comunque, per risparmiare, farti girare un modello più piccolo di quello richiesto, o servirti una risposta sbagliata. Riservato e verificabile sono due proprietà distinte.

Provare la correttezza del calcolo, e non solo la sua segretezza, richiede strumenti diversi e molto più pesanti. Le prove a conoscenza zero applicate al machine learning (zkML) e i sistemi di prova ottimistica (opML) offrono in teoria garanzie trustless, ma aggiungono un overhead che, come ha osservato Vitalik Buterin nel suo saggio su crittografia e intelligenza artificiale, può essere di centinaia o migliaia di volte rispetto al calcolo nudo. Abbiamo raccontato il compromesso tra velocità e verificabilità a proposito di opML e del suo limite di velocità e del perché l’AI verificabile abbia bisogno del determinismo. Per ora nessuno di questi approcci è insieme economico, veloce e trustless su scala di produzione.

Va infine ricordato che anche il TEE non è fiducia zero: radica la sicurezza nell’onestà dei produttori di silicio (Intel, AMD, NVIDIA) e nel loro servizio di attestazione, ed è storicamente esposto ad attacchi side-channel. È una riduzione enorme della superficie di fiducia rispetto a un provider anonimo, non la sua eliminazione. Per un builder la regola pratica è semplice: usa il calcolo riservato quando ti importa della segretezza dei dati; non aspettarti che ti garantisca la correttezza del risultato.

Quanto costa davvero: prezzi a confronto

Veniamo al motivo che porta la maggior parte degli sviluppatori su Akash. Il risparmio rispetto agli hyperscaler è reale, anche se va maneggiato con cautela perché le fonti divergono quasi del doppio a seconda del contratto e del momento. La tabella seguente mette a confronto il costo orario indicativo di una H100, convertito in euro a un cambio EUR/USD di circa 1,14, incrociando i dati di Spheron e la ricerca di Yellow sul divario di offerta nel calcolo AI.

Un esempio pratico rende l’idea. Tenere una H100 per un fine settimana intero, diciamo 48 ore, a circa 1,30 euro l’ora costa poco più di 62 euro su Akash. Lo stesso carico su un hyperscaler on-demand a circa 6 euro l’ora supererebbe i 280 euro, quattro o cinque volte tanto. Per esperimenti, fine-tuning brevi o inferenza a lotti, la differenza è sostanziale.

Attenzione però a un punto che i confronti statici nascondono: lo sconto è un bersaglio in movimento. La guerra dei prezzi sull’inferenza centralizzata, innescata dai modelli a basso costo, sta comprimendo il pavimento anche dai grandi provider, per cui il vantaggio percentuale delle reti decentralizzate non è una costante. Conviene rifare il conto al momento del deploy, non fidarsi di un risparmio dichiarato mesi prima.

I limiti da conoscere: offerta, utilizzo, affidabilità

Se il prezzo è il punto di forza, l’affidabilità e la disponibilità sono i limiti da mettere in conto prima di affidare ad Akash un carico critico. I dati più recenti e completi restano quelli del report Messari sul primo trimestre 2026 (il trimestre successivo non è ancora stato pubblicato), e raccontano un paradosso: la domanda cresce mentre l’offerta si contrae.

La lettura operativa è chiara. Con appena 334 GPU disponibili in un dato momento e un utilizzo intorno a un terzo, potresti non trovare libera la H100 nella regione che vuoi, e i modelli più richiesti si esauriscono in fretta. Non esiste uno SLA formale come sui cloud tradizionali: se un provider stacca la macchina, non c’è un ufficio a cui rivolgersi. In questo contesto la reputazione fa da SLA, e la prassi prudente è sovradimensionare le richieste e predisporre un fallback (per esempio un secondo provider o un cloud centralizzato di riserva) per i carichi che non possono cadere.

Akash è consapevole del problema e lavora su due fronti per rimpolpare l’offerta. Dal basso c’è Homenode, il programma che nel 2026 permette a chi possiede schede consumer come le RTX 4090 e 5090 di diventare provider senza dover gestire Kubernetes, abbassando la barriera anche per chi mette a disposizione hardware. Dall’alto c’è StarCluster, una rete di GPU di proprietà del protocollo affidata a operatori selezionati, mentre la proposta AEP-53 prevede incentivi on-chain pagati in AKT ai fornitori che dimostrano di erogare risorse. Sono le leve che dovrebbero, nel tempo, invertire il calo del numero di provider; per ora restano lavori in corso, e come builder è saggio contare sull’offerta che vedi oggi, non su quella annunciata.

Merita infine trasparenza un dato che circola spesso senza contesto. Akash rivendica una spesa cumulativa in compute superiore ai 5 milioni di dollari (circa 4,4 milioni di euro) come traguardo storico, una cifra molto più alta dei circa 253.000 dollari di ricavi da lease tracciati da Messari in un trimestre. Non è necessariamente una contraddizione: le due misure hanno scopo e base temporale diversi (spesa cumulativa su tutti i prodotti contro ricavi on-chain da soli lease in un trimestre), ma la rete non ha mai pubblicato una riconciliazione, e questo alimenta i dubbi degli analisti che vedremo tra poco.

AKT, il token e il burn che quasi non brucia

Come abbiamo detto, per affittare una GPU non ti serve AKT: puoi pagare in USDC. Ma vale la pena capire che ruolo gioca il token, se non altro perché chi lo detiene si chiede se l’uso reale della rete si traduca in valore per chi lo possiede. AKT serve a mettere in sicurezza la blockchain tramite lo staking e a catturare, in teoria, il valore d’uso attraverso un meccanismo chiamato Burn Mint Equilibrium (BME), attivato con l’aggiornamento Mainnet 17 (Proposta 318) il 23 marzo 2026.

Il funzionamento è meno intuitivo del solito claim del token deflazionistico. Quando un cliente paga, brucia AKT in cambio di un credito di regolamento ancorato al dollaro; il provider viene poi pagato in AKT al momento del settlement. Il risultato è che il burn permanente è vicino allo zero: i token bruciati tornano di fatto a coprire un credito, e una distruzione netta si verifica solo se AKT si apprezza tra il momento del mint e quello del regolamento. È un burn che quasi non brucia. L’inflazione, dal canto suo, è limitata a un massimo dell’8% annuo dalla Proposta 283 del marzo 2025.

È proprio qui che si concentra la critica più tagliente. L’analista Zoha Imdad Ali, in un intervento su TECHi, sostiene che Akash faccia girare compute AI reale ma non pubblichi mai il burn netto di AKT, rendendo di fatto impossibile dimostrare che il token catturi davvero il valore generato dalla rete. Sul mercato, intanto, AKT viaggia intorno a 0,59 euro (circa 0,67 dollari), per una capitalizzazione vicina ai 176 milioni di euro e un rango di mercato attorno al 190esimo posto, oltre il 91% sotto il massimo storico di 8,07 dollari dell’aprile 2021, secondo CoinGecko. Il rimbalzo di fine settembre, come dicevamo in apertura, ha riguardato l’intero settore più che i fondamentali della singola rete.

Il quadro competitivo e la scala centralizzata

Akash non è sola. Chi valuta dove affittare GPU decentralizzate incrocia almeno altri quattro nomi, ognuno con un modello e una fascia di prezzo diversi. La tabella riassume prezzi e capitalizzazioni recenti (fonte CoinGecko, valori in euro a cambio circa 1,14).

Phala merita una nota, perché ha costruito la sua intera tesi sul TEE: è il rivale naturale di Akash proprio sul terreno del calcolo riservato, non su quello del prezzo puro. Ma tutto questo mondo, sommato, resta minuscolo davanti al cloud AI centralizzato. CoreWeave, quotata al Nasdaq e non un token, ha chiuso il secondo trimestre 2026 con ricavi intorno ai 2,6 miliardi di dollari (circa 2,3 miliardi di euro, +112% sull’anno) e un portafoglio ordini vicino ai 104 miliardi di dollari, secondo CNBC. In pratica un solo operatore centralizzato fattura in un trimestre molte volte l’intero giro d’affari annuo del settore GPU decentralizzato. Il CEO Michael Intrator ha riassunto la dinamica della domanda sostenendo, in sostanza, che il vincolo nell’AI non è più se le imprese vogliano distribuire, ma quanto in fretta si possa consegnare capacità cloud affidabile e ad alte prestazioni. È lo stesso vento che gonfia le vele di Akash, con la differenza che qui la capacità la mettono migliaia di provider indipendenti anziché un unico colosso patrimonializzato.

Regole, tasse e cautele per chi opera dall’Italia

Chi affitta o fornisce capacità dall’Italia tocca due piani normativi. Sul piano dei mercati, MiCA è supervisionata da Consob (condotta di mercato e tutela dell’investitore) e da Banca d’Italia (profili prudenziali e stablecoin), come stabilito dal D.lgs. 5 settembre 2024, n. 129; il periodo transitorio si è chiuso il 1 luglio 2026. AKT si legge come un token di utilità infrastrutturale, periferico al nucleo di MiCA secondo Consob, che disciplina soprattutto gli emittenti di token ancorati e i prestatori di servizi (CASP), non il protocollo in sé. Il dibattito europeo su come far evolvere l’impianto, tra chi vuole semplificare le regole e chi rafforzare le tutele, è tutt’altro che chiuso. Lo USDC con cui paghi l’escrow, al contrario, è un token di moneta elettronica (EMT) emesso da un soggetto vigilato e rientra in pieno nel perimetro.

Sul piano fiscale, dal 1 gennaio 2026 le plusvalenze su cripto-attività scontano in Italia un’aliquota del 33% (Legge 30 dicembre 2024, n. 207, che ha eliminato la vecchia soglia di esenzione dei 2.000 euro), mentre le stablecoin in euro qualificabili come EMT restano al 26%; è in corso un dibattito politico, di cui abbiamo scritto, sul possibile ritorno al 26% dal 2027. I proventi da staking sono tassati e le disponibilità in cripto vanno monitorate nel quadro RW della dichiarazione. Se poi decidi di stare dall’altra parte del mercato e rivendere capacità come provider, i ricavi hanno una natura diversa e conviene inquadrarli con un professionista prima di iniziare.

Tirando le somme: nel 2026 Akash è la via più economica, e ormai anche una delle più semplici, per affittare una GPU in modo decentralizzato. Il calcolo riservato risolve buona parte del problema di consegnare dati e modelli a uno sconosciuto, ma non elimina il limite del riservato-non-verificabile, e restano lo scoglio dell’affidabilità (nessuno SLA formale) e un’offerta ai minimi storici. Sono trade-off accettabili per esperimenti, fine-tuning e inferenza a lotti; meno per un servizio in produzione che non può cadere.

Nei prossimi mesi tre appuntamenti diranno molto: la scelta della nuova blockchain (la migrazione fuori da Cosmos, il progetto AEP-79, è ancora aperta), il report Messari sul secondo trimestre e la conferenza Token2049 di inizio ottobre. Ma il dato più rivelatore sarà quello che Akash non ha ancora diffuso: quanti provider offrano davvero il calcolo riservato. Per un carico non critico, comunque, non serve attendere: bastano un wallet, un file SDL e qualche euro di USDC per avviare il primo lease.

Domande frequenti

Serve AKT per noleggiare una GPU su Akash?

No. Puoi finanziare l’escrow del deployment in USDC o in altri token IBC senza mai acquistare AKT. Il token nativo serve per lo staking e la sicurezza della blockchain, non è un pedaggio obbligatorio per chi vuole solo affittare capacità di calcolo.

Quanto costa una GPU H100 su Akash?

In modo indicativo tra circa 1,00 e 1,75 euro l’ora, contro i 3,45-6 euro e oltre degli hyperscaler. Le fonti però variano quasi del doppio a seconda del contratto, e l’offerta di schede libere in un dato momento è limitata, quindi conviene verificare il prezzo reale al momento del deploy.

I miei dati e il mio modello sono al sicuro su una macchina sconosciuta?

Con il calcolo riservato, attivabile con una riga di SDL (params: tee: cpu-gpu), i dati sono cifrati dalla CPU e restano invisibili all’operatore del server. Attenzione però: confidenziale non significa verificabile, perché il provider potrebbe comunque eseguire il modello sbagliato senza che tu possa dimostrarlo.

Come funziona l’asta inversa di Akash?

Dichiari in un file SDL le risorse che ti servono e il prezzo massimo che sei disposto a pagare. I provider competono al ribasso con le loro offerte e sei tu a scegliere quale accettare, senza l’obbligo di prendere la più economica: contano anche regione, affidabilità e stato di provider certificato.

Akash è affidabile per un carico di produzione?

Dipende dal carico. Non esiste uno SLA formale e l’offerta di GPU è ai minimi storici (58 provider e un utilizzo del 33,7% nel primo trimestre 2026), quindi per i lavori critici conviene predisporre un fallback e privilegiare i provider audited.

Marcus Okafor scrive di infrastrutture AI decentralizzate e mercati cripto per HOGE Wire.