Новый проект Дурова: хотите майнить TON в Cocoon? Обычным людям это не по карману

Хотите майнить Cocoon и зарабатывать TON? Стартовый капитал — 250 000 юаней, обычным людям не стоит мечтать о роли «арендодателя вычислительных мощностей».

Автор: KarenZ, Foresight News

С наступлением декабря децентрализованная сеть конфиденциальных AI-вычислений Cocoon, запущенная основателем Telegram Pavel Durov, хоть и не вызвала бурного ажиотажа на рынке, но как инновационная платформа на базе TON blockchain, благодаря сочетанию «конфиденциальных вычислений + экосистемной синергии + экономических стимулов», привнесла новые перспективы в сферу децентрализованной AI-инфраструктуры.

Что такое Cocoon?

Cocoon расшифровывается как Confidential Compute Open Network (Открытая сеть конфиденциальных вычислений). Основная задача — объединить неиспользуемые GPU-ресурсы по всему миру, AI-модели и огромную экосистему Telegram, чтобы создать для разработчиков, поставщиков вычислительных мощностей и конечных пользователей «доверенный, безопасный и экономически эффективный» замкнутый цикл AI-вычислений.

В отличие от традиционных централизованных вычислительных сервисов, Cocoon делает акцент на «приоритете конфиденциальности», используя технологию доверенной среды исполнения (TEE), чтобы AI-модели работали в зашифрованной изолированной среде, обеспечивая полную конфиденциальность данных; а смарт-контракты TON blockchain автоматизируют расчеты, предоставляя участникам прозрачную и эффективную отдачу.

Экосистема Cocoon строится на взаимодействии трех типов участников, формируя самоподдерживающуюся ценностную сеть:

• Владельцы GPU: получают TON-токены за предоставление вычислительных ресурсов в сеть. Они могут запускать стек Cocoon на GPU-серверах с поддержкой TEE и получать пассивный доход.
• Разработчики приложений: разработчики и компании, которым нужно обучать или запускать AI-модели, могут использовать недорогие AI-вычисления, интегрируя мощные AI-функции в свои приложения без необходимости управлять дорогой инфраструктурой.
• Конечные пользователи: как конечные бенефициары экосистемы, могут пользоваться AI-сервисами с приоритетом конфиденциальности (например, резюме документов, составление сообщений и др.) внутри Telegram, при этом личные данные, подсказки и результаты полностью зашифрованы, что исключает риск утечки приватности.

Pavel Durov в официальном анонсе прямо заявил, что централизованные вычислительные провайдеры, такие как Amazon и Microsoft, выступают «дорогими посредниками», повышая стоимость AI-вычислений и не обеспечивая приватность пользователей, а Cocoon создан именно для решения этих двух проблем.

Ключевые особенности: конфиденциальность как щит, экосистема как ядро, TON как мост

Приоритет конфиденциальности: TEE-технология создает «непроницаемую» вычислительную среду

Это основное конкурентное преимущество Cocoon. Благодаря интеграции технологий доверенной среды исполнения (TEE), таких как Intel TDX, выполнение AI-моделей, передача и обработка данных происходят в полностью зашифрованной изолированной среде — даже владельцы узлов с GPU не могут просматривать данные или параметры моделей во время работы. Такая «конфиденциальность процесса вычислений, видимость результатов только для пользователя» решает проблему приватности данных в AI-приложениях.

Нативные платежи TON: прозрачные и эффективные расчеты

Все расчеты в Cocoon осуществляются через смарт-контракты TON blockchain, а TON-токен выступает единственным носителем ценности во всей экосистеме: разработчики платят за вычисления, GPU-узлы получают доход, прокси-узлы зарабатывают комиссию — все процессы прозрачны и не требуют участия третьих лиц, что снижает издержки и обеспечивает своевременность и безопасность расчетов.

Глубокая интеграция с экосистемой Telegram: естественный трафик-пул с миллиардом пользователей

Telegram насчитывает более 1 миллиарда активных пользователей в месяц, а встроенные инструменты, такие как Bot и Mini Apps, предоставляют Cocoon естественные сценарии применения и пользовательскую базу. Разработчики могут напрямую интегрировать приватные AI-приложения на базе Cocoon в экосистему Telegram и охватывать огромную аудиторию; пользователям не нужно скачивать отдельные приложения — AI-сервисы доступны прямо в Telegram, что значительно снижает порог входа для пользователей и затраты на привлечение для разработчиков.

Ключевая архитектура: три компонента формируют децентрализованный вычислительный цикл

Платформа Cocoon реализует полный децентрализованный цикл от распределения вычислений до расчетов благодаря взаимодействию трех ключевых компонентов: «рабочие узлы, прокси-узлы, клиенты». Архитектура и процессы следующие:

• Рабочие узлы (Worker): выполняют AI-инференс в виртуальных машинах под защитой Intel TDX, используя такие фреймворки, как vLLM. GPU напрямую передается виртуальной машине, обеспечивая полную вычислительную мощность. Рабочие узлы получают оплату от прокси, а физические серверы провайдера не видят ни запросов, ни ответов — владельцы серверов не имеют доступа к данным.
• Прокси-узлы (Proxy, диспетчер): выступают маршрутизаторами между клиентами и рабочими узлами. Прокси также работают в TEE, выбирая подходящие рабочие узлы по типу модели, нагрузке и рейтингу. Они принимают оплату от клиентов, оплачивают работу рабочим узлам и получают комиссию с каждой транзакции. Сейчас прокси управляются командой Cocoon, но в будущем будут открыты для сообщества для полной децентрализации.
• Клиенты (потребители): разработчики или приложения, подключающиеся к Cocoon и отправляющие AI-запросы прокси-узлам. Клиенты сначала проверяют TEE-доказательство прокси, чтобы убедиться, что запрос отправляется только доверенным узлам; на бэкенде Telegram также будут развернуты клиентские инстансы для обработки AI-запросов пользователей платформы.

Эти три компонента тесно взаимодействуют в децентрализованном, ориентированном на приватность процессе: клиент инициирует AI-запрос и отправляет его прокси-узлу. Прокси ищет в сети свободного GPU-майнера (Worker), соответствующего аппаратным требованиям, и назначает зашифрованную задачу выбранному Worker. Worker получает задачу, расшифровывает и выполняет AI-модель в изолированной среде TEE (например, Intel TDX). После завершения вычислений Worker возвращает зашифрованный результат прокси, который передает его клиенту. После валидации задачи смарт-контракт автоматически производит расчет в TON blockchain.

На всем протяжении процесса данные зашифрованы, а расчеты автоматически осуществляются через TON blockchain, формируя замкнутый цикл «запрос — диспетчеризация — вычисление — расчет».

Согласно данным, стоимость за токен: 0.000000020 TON (20 nanoTON), из которых рабочий узел получает 95% (0.000000019 TON/token), прокси-узел — 5% комиссии. Требования к стейкингу: прокси-узлы и клиенты должны внести минимум 15 TON.

Какие есть возможности участия?

Для обычных пользователей в будущем будет возможность использовать Telegram-приложения с интеграцией Cocoon (например, Bot или Mini Apps).

Для разработчиков, желающих приобрести вычислительные мощности или создать приватные AI-приложения, можно интегрировать AI-инференс Cocoon в свои приложения и бэкенды, предоставляя пользователям мощные AI-функции. В обмен они платят GPU-поставщикам TON-токены. Официально заявлено, что в будущем разработчики смогут развертывать свои клиентские инстансы с помощью облегченного Docker-решения.

Для владельцев GPU-вычислительных мощностей необходимо соответствовать строгим аппаратным и техническим требованиям, чтобы стать рабочим узлом и зарабатывать TON. Конкретные требования:

• Linux-сервер (6.16+ с полной поддержкой TDX)
• CPU с поддержкой Intel TDX для создания доверенной среды исполнения, чтобы даже администратор видеокарты не мог просматривать данные.
• NVIDIA GPU с поддержкой CC (H100+)
• QEMU 10.1+ с поддержкой TDX

По расчетам Google Gemini 3 Pro, одна карта H100 сейчас стоит около 25 000–30 000 долларов США (примерно 180 000–220 000 юаней). Двухпроцессорная серверная плата с CPU обычно стоит 5 000–10 000 долларов. Если собрать стандартный сервер на 8 карт H100 (отраслевой стандарт), общая стоимость составит 250 000–300 000 долларов (примерно 1.8–2.1 миллиона юаней). Даже при подключении одной карты минимальный стартовый капитал — не менее 35 000 долларов (около 250 000 юаней).

Кроме того, инвесторы должны учитывать затраты на промышленное электропитание и высокоскоростной интернет. Что касается доходности, из-за модели мгновенных расчетов «оплата за каждую инференцию» и ранней стадии развития сети, спрос на инференс пока нестабилен, поэтому окупаемость инвестиций (ROI) трудно прогнозировать, и ранние участники, скорее всего, столкнутся с длительным сроком возврата вложений.

Малый масштаб на старте, идет расширение экосистемы

Согласно данным, сейчас в Cocoon 46 активных GPU-рабочих узлов, 19 активных прокси-узлов и 15 разработчиков/приложений, отправляющих AI-запросы (то есть клиентов). TVL сети — всего 9759 TON.

Кроме того, сейчас Cocoon поддерживает AI-модели Qwen3-0.6B, Qwen2.5-Coder-7B и Llama 3 8B.

В целом Cocoon пока находится на ранней стадии развития: масштаб вычислений, поддержка моделей и вовлеченность экосистемы еще могут значительно вырасти. Однако команда заявляет о работе над следующими ключевыми направлениями:

• Децентрализация прокси: сейчас прокси управляются командой Cocoon, но в будущем их сможет запускать любой желающий, что создаст полностью децентрализованную сеть.
• Разнообразие клиентов: помимо серверной интеграции, легкие клиентские библиотеки позволят напрямую подключать мобильные и десктопные приложения.
• Передача управления: управление корневым смарт-контрактом перейдет от команды к DAO-сообществу, предоставляя участникам сети больше полномочий.
• Расширение экосистемы: по мере совершенствования инфраструктуры Cocoon привлечет больше разработчиков и GPU-поставщиков, формируя самоукрепляющийся сетевой эффект.

Резюме

Cocoon, сочетая огромную пользовательскую базу Telegram, экономические стимулы TON blockchain и технологии приватности TEE, создает сеть с реальным соответствием продуктового рынка.

Его главное преимущество — огромная пользовательская база Telegram, что позволяет Cocoon не начинать с нуля, приложения разработчиков быстро получают трафик, а высокий пользовательский спрос стимулирует расширение предложения вычислительных мощностей, формируя позитивный экосистемный цикл.

Однако успех Cocoon по-прежнему зависит от четырех ключевых вызовов:

• Расширение вычислительных мощностей: высокий порог входа ограничивает количество GPU-узлов, и сможет ли сеть привлечь достаточно провайдеров, напрямую определяет вычислительную мощность и стабильность сервиса;
• Развитие экосистемы разработчиков: нужно привлечь множество сторонних разработчиков для создания приложений на платформе и расширения сценариев использования, чтобы постоянно стимулировать пользовательский спрос;
• Конкурентоспособность по стоимости и вознаграждениям: при обеспечении приватности необходимо за счет масштабирования снижать стоимость вычислений и создавать ценовое преимущество по сравнению с централизованными сервисами;
• Переход к децентрализации: переход от централизованного управления командой к DAO-сообществу требует выработки эффективных механизмов управления, чтобы избежать неэффективности решений или управленческого хаоса.

В целом Cocoon предлагает реализуемую новую парадигму для децентрализованной AI-инфраструктуры, и его будущее развитие зависит не только от постоянного технологического прогресса, но и от слаженного взаимодействия всех участников экосистемы. Если удастся преодолеть вышеуказанные вызовы, Cocoon сможет воспользоваться преимуществами экосистемы Telegram и стать ключевым игроком в области децентрализованных приватных AI-вычислений.