Dolphin

Qu’est-ce que Dolphin ?

Dolphin est un projet d’infrastructure d’IA et de DePIN dont le produit central, Dolphin Network, est conçu pour router les charges de travail d’inférence d’IA vers des opérateurs GPU distribués plutôt que de s’appuyer exclusivement sur des grappes de cloud centralisées. Le problème déclaré par le protocole est le décalage entre la demande croissante pour l’inférence de modèles et la grande quantité de capacité GPU de consommateurs et de data centers sous-utilisée en dehors des fournisseurs hyperscale. Son avantage proposé est une conception d’inférence « peer-to-pool » dans laquelle des propriétaires de GPU inactifs traitent les requêtes, gagnent le token Dolphin, et sont contraints par le chiffrement, la validation aléatoire, les vérifications de sorties de modèles et le bonding cryptoéconomique plutôt que par des accords de niveau de service centralisés classiques. L’empreinte publique de Dolphin en matière d’IA n’est pas purement théorique : son organisation Hugging Face décrit Dolphin comme étant axé sur le développement de modèles d’IA et l’inférence distribuée, et répertorie des dizaines de dépôts de modèles ouverts, dont des variantes de modèles sous la marque Venice.

Dolphin est un réseau de couche applicative de niche plutôt qu’une blockchain de couche 1 ou couche 2 à usage général. Le token était initialement désigné sous le nom de DPHN et a depuis été rebaptisé par plusieurs fournisseurs de données sous le nom de POD, avec le contrat Base à l’adresse 0xed664536023d8e4b1640c394777d34abaff1df8f. Début octobre 2026, les agrégateurs de données de marché plaçaient Dolphin dans le segment crypto small à mid cap plutôt que parmi les actifs d’infrastructure de base ; CoinGecko et la page de token de DefiLlama indiquaient une offre en circulation dans la fourchette basse des 80 millions de tokens face à un plafond d’offre de 500 millions de tokens, tandis que les classements variaient de façon significative selon les agrégateurs. Dolphin n’a pas le même type de profil de valeur totale verrouillée (TVL) qu’un marché de prêt ou un teneur de marché automatisé, et les traqueurs DeFi publics de TVL le présentent principalement comme un token plutôt que comme un protocole DeFi de verrouillage de capital ; cela rend la demande d’inférence, la participation des nœuds, l’utilisation des API, la concentration du token et l’adoption des modèles plus pertinents que la TVL comme indicateurs.

Qui a fondé Dolphin et quand ?

L’héritage de Dolphin est étroitement associé à Eric Hartford, le développeur de modèles ouverts à l’origine de la famille de fine-tunes de modèles de langage Dolphin, non censurés et modulables. Les profils crypto publics et les références des marchés régionaux identifient Hartford comme un fondateur clé ou un contributeur central, tandis que la présence de Dolphin sur Hugging Face montre l’organisation Dolphin comme un éditeur de modèles actif. Le contexte pratique du lancement s’étend sur deux phases : d’abord, l’émergence de modèles ouverts sous la marque Dolphin durant le cycle de l’IA locale 2023–2025, lorsque les LLM à poids ouverts sont devenus un contrepoids aux API de modèles fermés ; ensuite, la phase de réseau tokenisé en 2026, lorsque l’actif DPHN/POD de Dolphin et son déploiement sur Base ont été positionnés autour de l’inférence décentralisée, de la monétisation des GPU et des rachats par le protocole. Ce calendrier a placé le projet dans le même thème macro que Bittensor, Render, Akash, io.net, Gensyn et d’autres tentatives de transformer la capacité de calcul d’IA en un marché coordonné par la crypto.

Le récit du projet a évolué de la publication de modèles ouverts vers une thèse d’infrastructure d’IA verticalement intégrée. L’histoire initiale de Dolphin se concentrait sur des fine-tunes de modèles non censurés et modulables, ainsi que sur l’alignement contrôlé par l’utilisateur, ce qui rendait le projet reconnaissable auprès des utilisateurs d’IA locale, mais ne créait pas en soi une économie de token. Le récit ultérieur du Dolphin Network ajoute une couche transactionnelle : les propriétaires de GPU exécutent des modèles pris en charge, les utilisateurs ou les applications consomment l’inférence, les validateurs vérifient si les opérateurs exécutent réellement le modèle déclaré, et les revenus du protocole sont censés soutenir l’économie du token. Plusieurs profils tiers décrivent l’actif DPHN d’origine comme ayant migré ou été rebaptisé en POD au début de 2026, et la couverture du marché coréen a noté que Upbit a ajouté des marchés POD le 2 octobre 2026, ce qui a sensiblement élargi la visibilité de l’actif sur les plateformes d’échange mais n’a pas modifié la question sous-jacente de savoir si la demande réelle d’inférence peut se développer au-delà du trading spéculatif.

Comment fonctionne le Dolphin Network ?

Dolphin n’est pas un réseau de consensus de couche de base au sens où Bitcoin utilise la preuve de travail (proof-of-work) ou Ethereum utilise la preuve d’enjeu (proof-of-stake). Il est mieux compris comme un protocole DePIN de couche applicative sur Base, utilisant la couche 2 Ethereum sous-jacente pour le règlement des tokens tout en coordonnant hors chaîne le travail GPU pour l’inférence d’IA. Le consensus économique du réseau se rapproche davantage de la vérification de service combinée à une participation sous forme de bonding que de la production de blocs. Les opérateurs apportent des GPU à des pools d’inférence, reçoivent des requêtes et sont rémunérés pour le calcul utile ; des validateurs ou des routines de vérification tentent de détecter les services malhonnêtes, l’exécution de mauvais modèles ou les sorties fabriquées. Les descriptions publiques du projet mettent l’accent sur le chiffrement, la validation échantillonnée aléatoirement et le bonding cryptoéconomique, tandis que le profil Dolphin de CoinGecko décrit le réseau comme utilisant le bonding et une validation échantillonnée aléatoirement pour maintenir l’intégrité des sorties.

Le défi technique distinctif est que l’inférence d’IA est difficile à vérifier de façon peu coûteuse. Les documents publics de Dolphin et les profils de données de marché mentionnent des techniques telles que l’empreinte de modèle, les vérifications de probabilités log (log-probability checks) et l’échantillonnage pour la validation, conçues pour prouver qu’un nœud exécute le modèle attendu sans recalculer chaque réponse via un serveur centralisé de confiance. Le réseau semble également se structurer autour de Sonar, une pile d’inférence associée à Dolphin pour servir des modèles Hugging Face via des API compatibles avec OpenAI, avec une documentation couvrant le déploiement en production, le déploiement distribué et les choix de parallélisme. Ces documents suggèrent un fort accent d’ingénierie sur le service de modèles, le batching, le parallélisme de tenseurs et de pipelines, et l’exécution multi-nœuds, même si cela ne revient pas à prouver qu’un marché public décentralisé de GPU peut égaler de manière fiable les fournisseurs d’inférence centralisés en matière de latence, de disponibilité, de coût et de contrôle des abus.

Quelles sont les tokenomics de DPHN ?

Le token de Dolphin est maintenant couramment suivi sous le ticker POD, bien que de nombreuses références le relient encore à la marque antérieure DPHN. Début octobre 2026, CoinGecko, les données de token de DefiLlama et Coinranking indiquaient une offre totale ou maximale d’environ 500 millions de tokens, avec une offre en circulation dans la fourchette basse des 80 millions et la majorité des tokens détenus dans des portefeuilles de trésorerie, de fondation, de staking ou verrouillés. Cette structure crée un profil de risque de flottant élevé : même si les émissions sont liées à un travail utile, une base en circulation relativement faible signifie que les futurs déverrouillages, les récompenses des opérateurs, les incitations de staking ou les mouvements de trésorerie peuvent dominer le comportement du marché à court terme. Le token n’est donc pas clairement déflationniste simplement parce que des rachats sont évoqués ; sa trajectoire d’offre effective dépend de la vitesse à laquelle les soldes verrouillés entrent en circulation, de la manière dont les émissions vers les opérateurs GPU sont calibrées et de la question de savoir si la demande de rachat est suffisamment importante pour compenser la nouvelle distribution.

L’utilité déclarée du token est triple : paiement ou comptabilisation de l’inférence, récompenses pour les opérateurs GPU, et bonding ou staking pour les participants au réseau. Des profils tiers décrivent un coffre de staking xPOD et un système de multiplicateur de récompenses pour les opérateurs engagés via bonding, tandis que l’explication de Dolphin par Coinranking indique que les revenus du protocole sont destinés à racheter des POD sur le marché ouvert et que les opérateurs peuvent staker en xPOD pour obtenir un rendement supplémentaire ou augmenter leurs récompenses. Cela donne à Dolphin une histoire de captation de valeur plus explicite que de nombreux tokens utilitaires, mais soulève également des questions d’analyse. Si les utilisateurs paient en actifs non natifs et que le protocole convertit les revenus en rachats de POD, la demande de tokens est indirecte et dépend de l’utilisation réelle payante de l’inférence. Si les incitations pour GPU excèdent les revenus organiques, l’économie du token peut toujours devenir inflationniste en pratique. Si les rendements de staking sont principalement financés par des émissions plutôt que par des flux de frais, le rendement est un mécanisme de redistribution plutôt qu’une preuve de génération de trésorerie durable.

Qui utilise Dolphin ?

Le tableau d’utilisation observable est mitigé. D’un côté, Dolphin dispose d’une empreinte crédible en matière de modèles ouverts : son organisation Hugging Face répertorie un grand nombre de dépôts de modèles, y compris des variantes Dolphin-Mistral et sous la marque Venice, et le projet fournit une interface web ainsi qu’un bot Telegram comme points d’accès orientés utilisateurs. De l’autre, le volume d’échanges du token n’est pas la même chose que la demande d’inférence. Début octobre 2026, les pages de données de marché affichaient un volume significatif sur les plateformes d’échange, en particulier après l’attention portée par les plateformes coréennes, mais les données publiques restent limitées sur des indicateurs durables tels que le nombre de clients API payants, les requêtes d’inférence quotidiennes, les nœuds GPU actifs, les tâches accomplies, les revenus récurrents ou la fidélisation de la clientèle. Pour une évaluation institutionnelle, la véritable adoption de Dolphin devrait être jugée moins sur le volume au comptant et davantage sur la question de savoir si des applications tierces orientent des charges de travail de production vers son réseau à grande échelle.

La référence d’écosystème la plus concrète est Venice.AI. De multiples profils de marché indiquent que Dolphin fournit ou co-développe des variantes de modèles non censurés utilisées par Venice, et la couverture coréenne a spécifiquement mentionné Dolphin Mistral 24B Venice Edition comme un modèle lié à Venice. Il s’agit d’un point d’ancrage pertinent car il relie le travail de développement de modèles de Dolphin à une application d’IA externe plutôt qu’à la seule spéculation sur le token. Cependant, le niveau de dépendance économique reste pas entièrement transparent à partir de sources publiques : la disponibilité du modèle, le statut de modèle par défaut et l’intégration ne prouvent pas automatiquement l’existence de revenus récurrents importants pour le protocole Dolphin. En dehors de Venice, la base d’utilisateurs probable de Dolphin se compose d’utilisateurs d’IA locale, de propriétaires de GPU, de développeurs de bots IA, d’applications expérimentales de jeux ou de PNJ, et de projets d’IA natifs de la crypto, mais aucune adoption large par les entreprises n’a encore été démontrée de la manière qu’exigeraient des investisseurs institutionnels en infrastructures.

Quels sont les risques et les défis pour Dolphin ?

Dolphin fait face à l’ambiguïté réglementaire américaine standard qui s’attache aux tokens utilitaires à petite capitalisation comportant du staking, du bonding, des émissions et des narratifs de captation de valeur. Il n’existe aucun signalement largement relayé d’une action coercitive spécifique à Dolphin de la SEC ou de la CFTC, d’une approbation d’ETF, ou d’une classification formelle en tant que commodité à début octobre 2026, mais l’absence d’action nominative n’équivaut pas à une certitude réglementaire. Un token dont l’histoire de valeur inclut des rachats, un rendement de staking, des récompenses pour les opérateurs et une activité commerciale gérée par une fondation pourrait attirer l’attention si les régulateurs considèrent que les acheteurs comptent sur les efforts de gestion pour réaliser un profit. Le déploiement du projet sur Base introduit également un risque lié aux smart contracts et aux clés d’administration, tandis que des profils tiers ont relevé des préoccupations concernant les capacités du créateur ou de l’équipe administrative et la concentration des détentions de tokens. La centralisation n’est pas seulement une question juridique ; elle se manifeste aussi dans le contrôle de la trésorerie, la gouvernance des modèles, la conception de la validation, l’accès à la propriété intellectuelle centrale, et la question de savoir si le réseau de GPU peut rester sans permission tout en empêchant les opérateurs de faible qualité ou malveillants.

La menace concurrentielle est importante, car le calcul d’IA décentralisé est l’un des récits d’infrastructure crypto les plus encombrés. Dolphin est en concurrence indirecte avec des réseaux de calcul tokenisés tels que Render, Akash, Bittensor, io.net, et des systèmes émergents spécifiques à l’inférence, tout en étant en concurrence directe avec des fournisseurs centralisés d’inférence qui offrent déjà une faible latence, une disponibilité prévisible, des outils de conformité et une assistance pour les entreprises. Sa spécialisation dans les modèles ouverts et son positionnement sur les modèles non censurés peuvent attirer une base d’utilisateurs distincte, mais peuvent aussi restreindre l’ensemble de clients parmi les entreprises qui exigent des filtres de sécurité, des indemnisations, des contrôles de données et des garanties réglementaires. La menace économique est simple : si les fournisseurs centralisés réduisent les prix de l’inférence plus rapidement que Dolphin ne peut coordonner une offre fiable, ou si des réseaux DePIN rivaux offrent une liquidité plus profonde et de meilleurs outils pour développeurs, les incitations en tokens de Dolphin peuvent subventionner l’activité sans établir de part de marché durable.

Quelles sont les perspectives d’avenir pour Dolphin ?

Les perspectives de Dolphin dépendent moins de la visibilité du token sur le marché que de sa capacité à convertir une marque reconnue de modèles ouverts en un réseau d’inférence fiable et générateur de revenus. Les jalons vérifiés les plus importants de la période récente sont la transition du marché DPHN vers POD, le déploiement du token sur Base, l’expansion sur des bourses coréennes en octobre 2026, la poursuite de la publication de modèles Dolphin sur Hugging Face, et le développement de Sonar comme pile de déploiement de modèles orientée production. Les axes apparents de la feuille de route du projet incluent l’extension de l’API publique, une participation plus mature des nœuds, des mécanismes de staking et de bonding, une validation renforcée, et potentiellement une inférence fragmentée ou distribuée pour des modèles plus grands. Chacun de ces objectifs est techniquement plausible, mais chacun augmente également la complexité opérationnelle : l’inférence distribuée sur des GPU hétérogènes et peu fiables est plus difficile que le routage de simples transactions en tokens, et les clients d’inférence sont moins tolérants à la variance de latence que les utilisateurs de DeFi ne le sont à la variance du temps de bloc.

L’obstacle structurel consiste à prouver que le token améliore le marché du calcul plutôt que de simplement le financer. Un Dolphin viable devrait fournir des rapports transparents sur les revenus d’inférence, les rachats de tokens, les émissions pour opérateurs, les nœuds actifs, la demande au niveau des modèles, les échecs de validation et la concentration de la clientèle. Sans ces mesures, le marché est laissé à déduire l’usage à partir des inscriptions sur les bourses, de l’attention sociale et des chiffres de téléchargements de modèles, qui sont de faibles substituts aux flux de trésorerie du protocole. La thèse d’infrastructure de Dolphin est cohérente, en particulier compte tenu de la demande structurelle pour l’inférence d’IA et de l’inefficience de l’offre de GPU inactifs, mais le projet reste à un stade précoce et dépend fortement de l’exécution. Son avenir sera déterminé par la qualité et la fiabilité du réseau, et non par l’action des prix à court terme, et les investisseurs devraient considérer la réalisation de la feuille de route, la concentration de l’offre et la demande réelle pour une inférence payante comme les variables principales.