Inferenza decentralizzata: perché ora la comprano gli agenti AI

Il vero collo di bottiglia dell’AI non è l’addestramento, è l’inferenza

Nel primo trimestre del 2026 CoreWeave, il fornitore di capacità GPU su cui si appoggia gran parte dei laboratori AI occidentali, ha chiuso con un fatturato di 2,078 miliardi di dollari, in crescita del 112% su base annua, e un portafoglio ordini arrivato a quasi 100 miliardi di dollari, quasi quattro volte quello di dodici mesi prima. Durante la call trimestrale con gli analisti, il CEO Michael Intrator ha riassunto così il problema del settore: «Il vincolo nell’AI non è più se le aziende e i laboratori vogliono adottarla. È quanto velocemente si possa consegnare capacità cloud AI affidabile e ad alte prestazioni.»

È la fotografia di un mercato dominato da poche aziende con capitale sufficiente a prenotare centinaia di migliaia di GPU Nvidia con anni di anticipo. Da tempo una parte della crypto scommette su un modello alternativo: reti dove chiunque abbia una GPU inutilizzata, da un data center dismesso a un PC da gaming, può affittarla a chi deve far girare un modello, con un token a coordinare domanda e offerta. Anche sommando tutte le categorie AI-crypto tracciate dagli aggregatori di mercato, dagli agenti autonomi ai marketplace di calcolo, il settore resta piccolo se confrontato con la spesa in infrastruttura dei singoli hyperscaler.

La domanda utile nel 2026, però, non è più se questa infrastruttura funzioni tecnicamente, bensì chi la sta effettivamente pagando. E la risposta che emerge dai dati non è lo sviluppatore che confronta i prezzi su una dashboard: è, sempre più spesso, un software autonomo che non ha mai avuto una carta di credito. In questo approfondimento ricostruiamo le principali reti di inferenza decentralizzata attive a fine luglio 2026, i loro numeri più recenti e, soprattutto, chi le sta usando davvero.

Inferenza decentralizzata, in breve: cosa cambia rispetto al training

Addestrare un modello linguistico di grandi dimensioni richiede migliaia di GPU sincronizzate sulla stessa rete ad altissima velocità per settimane o mesi: un compito che tollera pochissimo la latenza o l’eterogeneità dell’hardware, e per questo resta appannaggio di pochi cluster centralizzati, o di protocolli specializzati come Gensyn, pensati apposta per il training distribuito. L’inferenza, cioè l’esecuzione del modello già addestrato per rispondere a un prompt, è un problema diverso: ogni richiesta è indipendente dalle altre, non serve sincronizzare migliaia di chip, e un singolo server con una manciata di GPU può servire utenti in tutto il mondo.

Questa asimmetria è la ragione strutturale per cui l’inferenza, non il training, è il segmento in cui le reti decentralizzate hanno probabilità realistiche di ritagliarsi uno spazio. Su Render Network, per fare un esempio concreto, i carichi di lavoro legati all’AI sono passati da meno del 10% dell’attività della rete nel 2024 al 35-40% nel 2026, proprio perché l’inferenza non richiede i cluster sincronizzati e massicci di cui invece ha bisogno il training.

Le tre famiglie di reti (e perché non sono la stessa cosa)

Nel 2026 «inferenza decentralizzata» è un’etichetta che copre almeno tre architetture diverse, spesso confuse tra loro nelle conversazioni superficiali:

• Subnet a incentivi: reti come Bittensor, in cui validatori giudicano la qualità dell’output prodotto dai partecipanti (i «miner») e distribuiscono ricompense di conseguenza; qui si paga la qualità del risultato, non l’ora di GPU.
• Marketplace di GPU in affitto: reti come Akash, io.net, Render e Nosana, dove chi possiede hardware lo mette all’asta o lo affitta a chi deve far girare un carico di lavoro; il modello economico è quello di un affitto a breve termine per il calcolo, non un giudizio sulla qualità dell’output.
• Coprocessor on-chain: reti come Ritual, dove l’inferenza diventa una primitiva richiamabile direttamente da uno smart contract, con l’obiettivo di rendere un output AI verificabile e utilizzabile on-chain quanto il risultato di un’operazione aritmetica.

Confonderle porta a conclusioni sbagliate: paragonare il prezzo per ora di una GPU su Akash al costo di una subnet su Bittensor è come paragonare il prezzo di un server AWS a quello di un abbonamento a un modello già ottimizzato. Nelle prossime sezioni le trattiamo separatamente prima di arrivare alla domanda più interessante: chi le sta comprando davvero.

Bittensor e il consenso di Yuma: pagare la qualità, non l’ora di GPU

Bittensor, lanciato nel 2019 da Jacob Steeves e Ala Shaabana, organizza la rete in oltre 100 subnet indipendenti, ciascuna dedicata a un compito specifico: generazione di testo, generazione di immagini, storage decentralizzato e altro ancora. All’interno di ogni subnet i miner producono output, i validatori li valutano con il cosiddetto consenso di Yuma e la ricompensa in token viene distribuita in base al punteggio ottenuto, non al tempo di calcolo impiegato. Il modello dTAO consente inoltre a ogni subnet di avere un proprio sottotoken (chiamato «alpha») il cui prezzo riflette la domanda specifica per quel servizio.

Per l’inferenza in particolare, le subnet più rilevanti sono Chutes, dedicata all’inferenza serverless, e Targon, gestita da Manifold Labs. A fine luglio 2026 TAO, il token della rete, tratta intorno a 167,59 euro, per una capitalizzazione di circa 1,61 miliardi di euro e la 42ª posizione per capitalizzazione tra tutti gli asset digitali tracciati, in calo di circa il 6,7% nell’ultimo mese. Sull’architettura delle subnet e sulla governance della rete abbiamo scritto un approfondimento dedicato, utile per chi vuole entrare più nel dettaglio del funzionamento tecnico.

I marketplace GPU: Akash, io.net, Render e Nosana

Akash Network, fondata nel 2018 da Greg Osuri e Adam Bozanich, funziona con un’asta inversa: chi vuole calcolo scrive un manifesto tecnico (SDL) con i requisiti, i provider fanno offerte al ribasso, il tenant sceglie senza essere obbligato a prendere l’offerta più economica. Il marketplace GPU è arrivato con l’aggiornamento Supercloud nell’agosto 2023, e AkashML, il layer di inferenza gestita della rete, ospita oggi modelli aperti come Llama 3.3 e DeepSeek V3. A fine luglio 2026 AKT tratta intorno a 0,38 euro, per una capitalizzazione di circa 112 milioni di euro, in calo di oltre il 27% nell’ultimo mese.

Render Network è il progetto più anziano del gruppo: nasce nel 2008 come OTOY, l’azienda di Jules Urbach dietro il motore di rendering GPU OctaneRender lanciato nel 2012, prima di estendersi al rendering distribuito su blockchain e poi all’inferenza AI vera e propria. Il token RENDER, migrato quasi interamente da Ethereum a Solana, capitalizza oggi circa 616 milioni di euro, con il prezzo intorno a 1,19 euro. io.net, costruita su Solana e fondata da Ahmad Shadid, aggrega invece GPU da data center, ex miner di criptovalute e cluster consumer, un’idea nata dalle esigenze di calcolo del trading quantitativo del suo fondatore; il token IO capitalizza circa 47,5 milioni di euro. Nosana, anch’essa su Solana, punta su sviluppatori indipendenti che cercano inferenza a basso costo, con NOS intorno ai 23 milioni di euro di capitalizzazione.

Akash è anche al centro della notizia più importante del 2026 per questo gruppo di reti: l’addio alla propria chain Cosmos, mai realmente ospitata su Cosmos Hub, in favore di un modello di sicurezza condivisa ancora da scegliere tra una quindicina di chain candidate, Solana inclusa. La motivazione tecnica è precisa: ad aprile 2026 Cosmos SDK ha cambiato la licenza del proprio modulo Enterprise da Apache-2.0 a una licenza che vieta l’uso commerciale senza un accordo separato, una mossa che Osuri ha definito «ostile» su X. Ne abbiamo ricostruito i dettagli, inclusa la proposta di governance AEP-79, in un articolo dedicato.

Ritual: quando l’inferenza diventa una primitiva on-chain

Ritual, fondata a New York nel 2023 da Niraj Pant, per sei anni in Polychain Capital, e Akilesh Potti, con una serie A da 25 milioni di dollari guidata da Archetype (tra i partecipanti anche Balaji Srinivasan, Accel e Robot Ventures), propone un’architettura in due stadi: Infernet, un livello oracolare che permette agli smart contract di chiamare modelli AI esterni, e Ritual Chain, che punta a portare l’inferenza dentro il protocollo stesso come precompilato nativo. L’obiettivo è rendere una chiamata a un modello AI verificabile e componibile quanto qualsiasi altra operazione on-chain, combinando trusted execution environment e prove a conoscenza zero a seconda del livello di garanzia richiesto.

A differenza dei marketplace GPU, che vendono capacità di calcolo grezza, Ritual vende un primitivo: uno smart contract che ha bisogno di un giudizio, per esempio valutare un’immagine, generare un testo o stimare un rischio, può chiamare Infernet come chiamerebbe un oracolo di prezzo. È un approccio più vicino a ciò che serve a un’applicazione DeFi o a un agente on-chain che a uno sviluppatore in cerca semplicemente di GPU a basso costo. Il progetto resta nella fase di sviluppo del protocollo: a fine luglio 2026 non ha ancora un token quotato.

Il vero acquirente del 2026 non è uno sviluppatore, è un agente

Qui arriva il punto più interessante dell’intero settore. Per anni la tesi di vendita delle reti di inferenza decentralizzata è stata rivolta agli sviluppatori umani: prezzi più bassi di AWS o Google Cloud, nessun vendor lock-in, accesso a GPU altrimenti introvabili durante la carenza globale. I numeri della sezione precedente, però, raccontano una migrazione di massa degli sviluppatori che semplicemente non c’è stata: Akash ha perso undici provider attivi in un anno, lo vediamo nel dettaglio più avanti, e i ricavi da leasing tracciati in modo indipendente sono calati, non cresciuti. Il segmento di domanda che invece sta effettivamente crescendo è un altro: agenti AI autonomi, cioè software con un proprio wallet che pianificano ed eseguono azioni senza intervento umano a ogni passaggio.

La ragione è quasi banale una volta enunciata: un agente non può aprire un conto AWS, inserire una carta di credito e accettare termini di servizio pensati per un essere umano identificabile. Ha invece bisogno di pagare per singola chiamata, senza account, senza verifica d’identità, senza il rischio che un singolo fornitore centralizzato sospenda l’accesso con un clic. È esattamente il tipo di accesso permissionless che una rete come Akash o Bittensor può offrire nativamente. Non è teoria: Akash cita tra i clienti che già eseguono carichi di lavoro in produzione su AkashML nomi come Venice, ElizaOS, Morpheus e Gensyn, e un tutorial pubblicato dal team di Venice mostra passo dopo passo come distribuire un agente ElizaOS su Akash usando l’API di Venice per l’inferenza in meno di dieci minuti.

Morpheus, in particolare, ha reso il proprio router di inferenza disponibile come template pronto su Akash, così che chiunque possa diventare un compute provider per la rete Morpheus in pochi minuti. È un cambio di prospettiva importante: il cliente non è più uno sviluppatore che clicca su una dashboard, ma un altro protocollo AI che integra l’inferenza decentralizzata come componente infrastrutturale, spesso in modo completamente automatizzato. Il riflesso si vede anche nella finanza decentralizzata, dove una quota crescente dei nuovi protocolli lanciati nel 2026 integra almeno un agente autonomo per gestire strategie, arbitraggi o ribilanciamenti: ognuno di questi agenti è un potenziale cliente ricorrente per le reti descritte in questo pezzo, non solo per il calcolo ma anche per la resistenza alla censura che offrono rispetto a un’API centralizzata.

x402, AP2 e la corsa ai pagamenti agentici

Se gli agenti sono il nuovo acquirente, serve un modo per farli pagare senza intervento umano. Il candidato più maturo si chiama x402, un protocollo che resuscita il codice di stato HTTP 402 «Payment Required», previsto dagli architetti del web fin dagli anni novanta ma mai davvero implementato perché le commissioni delle carte rendevano impraticabili i micropagamenti. Con x402 un server risponde a una richiesta con un 402 e le istruzioni di pagamento, l’agente firma una transazione in stablecoin, quasi sempre USDC, e riprova la richiesta, senza abbonamenti né moduli da compilare.

Il 14 luglio 2026 la Linux Foundation ha reso operativa la x402 Foundation, con quattordici membri fondatori tra cui Visa, Mastercard, American Express, Stripe, Adyen, Fiserv, Shopify, Google, Amazon Web Services, Cloudflare, Ripple, Circle, MoonPay e Solana Foundation. Alla presidenza siede Alin Dragos, senior manager dei pagamenti in AWS, mentre tra i membri premier compare Denelle Dixon, CEO della Stellar Development Foundation, che ha spiegato così la posta in gioco: «Non vuoi essere in un giardino recintato quando si tratta di soldi», aggiungendo che l’obiettivo è costruire «un sistema finanziario globale, pubblico e davvero aperto, a cui tutti possano avere accesso».

I numeri, letti con attenzione, raccontano un’adozione reale ma ancora immatura, ed è qui che vale la pena essere scettici verso le narrative troppo pulite. Secondo un’analisi di Chainalysis, le transazioni cumulative su x402 sulla sola rete Base hanno superato i 100 milioni entro il primo trimestre 2026, partendo da quasi zero a metà 2025; ma una parte consistente dell’impennata nel quarto trimestre 2025 è stata trainata da un memecoin, PING, non da genuino commercio tra agenti. Il segnale più incoraggiante è nella composizione del traffico: le transazioni sopra il dollaro sono passate dal 49% al 95% del volume nello stesso periodo, segno che il traffico si sta spostando da micro-test speculativi a pagamenti reali. Su tutte le chain supportate, non solo Base, i dati riportati coincidevano con circa 69.000 agenti attivi, 165 milioni di transazioni e circa 50 milioni di dollari di volume cumulativo al 21 aprile 2026, in concomitanza con il lancio della directory Agent.market. Google porta avanti in parallelo un proprio standard concorrente e in parte complementare, AP2 (Agent Payments Protocol), con oltre 60 partner tra cui Mastercard, PayPal e Coinbase.

La contraddizione dell’offerta: carenza di GPU o eccesso di capacità?

Qui il quadro si complica. I dati di Messari sul primo trimestre 2026 mostrano un Akash in contrazione sul lato dell’offerta: i provider attivi sono scesi a 58, un minimo storico, da 69 un anno prima; le GPU disponibili sono calate a 334 da 587; quelle effettivamente in uso sono scese a 84 da 198, per un tasso di utilizzo del 33,7%. Allo stesso tempo i nuovi contratti di leasing sono saliti del 27,1% trimestre su trimestre, a 43.540, ma i ricavi da leasing sono calati del 45% nello stesso periodo, a soli 253.250 dollari, che annualizzati restano poco più di un milione, a fronte di un fatturato dell’intero 2025 di 3,15 milioni di dollari.

Più contratti ma meno ricavi, più domanda nominale ma meno provider disposti a restare: è il tipo di frizione che una narrativa puramente ottimistica tende a ignorare. Nello stesso periodo, però, Render Network raccontava l’esatto opposto: a giugno 2026 la rete ha registrato quello che alcuni osservatori hanno definito il primo evento di offerta negativa di GPU dal 2018, con la domanda che ha superato l’offerta nonostante l’arrivo di oltre 60.000 nuove GPU in 180 paesi in sei mesi grazie all’integrazione con Salad Technologies.

Le due reti non sono direttamente comparabili, Akash è generalista, Render è concentrata su rendering 3D e, sempre più, inferenza AI, ma insieme suggeriscono che il vero collo di bottiglia del settore non sia la scarsità grezza di GPU, quanto l’abbinamento tra domanda pagante affidabile e offerta disponibile. Non è un caso che proprio Akash, la rete con il problema di utilizzo più severo, sia anche quella che ha deciso di lasciare la propria chain Cosmos per un modello di sicurezza condivisa, dopo che il cambio di licenza del modulo Enterprise di Cosmos SDK nell’aprile 2026 ha spinto Osuri a scrivere su X che quella mossa avrebbe impedito ad Akash di «distribuirlo in produzione, usarlo commercialmente in alcun modo, offrirlo come servizio a terzi». Anche sommando i numeri di Akash e Render, il confronto con la scala di CoreWeave, che da sola gestisce un portafoglio ordini vicino ai 100 miliardi di dollari, resta impietoso: la partita della decentralizzazione si gioca su un ordine di grandezza completamente diverso rispetto agli hyperscaler.

Quanto costa davvero rispetto al cloud centralizzato?

Sul prezzo per ora di una singola GPU, il divario tra reti decentralizzate e hyperscaler è reale. Un’istanza H100 su Akash costa indicativamente tra 1,30 e 2 dollari l’ora, contro i 4-7 dollari e oltre della tariffa on-demand dei cloud maggiori; un cluster da 8 GPU su io.net è quotato tra 12 e 28 dollari l’ora, contro i circa 32,77 dollari di un’istanza equivalente p4d.24xlarge su AWS. Akash sostiene che AkashML tagli i costi di inferenza fino all’85% rispetto al cloud tradizionale, una cifra da trattare come claim aziendale più che come dato indipendente, ma coerente con l’ordine di grandezza osservato altrove.

Il problema è la scala. Il fatturato annualizzato dell’intero settore del GPU compute decentralizzato si aggira sui 180-220 milioni di dollari; CoreWeave da sola ha fatturato più di dieci volte tanto in un solo trimestre. Per un’applicazione che deve rispondere a diecimila richieste di inferenza al giorno con un modello aperto come Llama 3.3, la differenza tra 1,50 e 5 dollari l’ora di GPU si traduce facilmente in una differenza di svariate migliaia di euro al mese, un margine che pesa soprattutto per chi opera con pochi centesimi di ricavo per richiesta, come spesso accade proprio per gli agenti AI descritti in questo pezzo. Il pubblico naturale per questo risparmio resta però chi può tollerare maggiore variabilità e minore garanzia di uptime: sviluppatori indipendenti, sperimentazione, e appunto agenti che distribuiscono il traffico su più provider invece di dipendere da uno solo.