Dolphin

Che cos’è Dolphin?

Dolphin è un progetto di infrastruttura AI e DePIN il cui prodotto principale, Dolphin Network, è progettato per instradare i carichi di lavoro di inferenza AI verso operatori GPU distribuiti invece di fare affidamento esclusivamente su cluster cloud centralizzati. Il problema dichiarato dal protocollo è il disallineamento tra la crescente domanda di inferenza di modelli e la grande quantità di capacità GPU, consumer e data center, sottoutilizzata e al di fuori dei provider hyperscale. Il vantaggio proposto è un design di inferenza “peer-to-pool” in cui i proprietari di GPU inattive elaborano le richieste, guadagnano il token Dolphin e sono vincolati da crittografia, validazione casuale, controlli sull’output dei modelli e bonding cripto–economico, invece che da tradizionali accordi sul livello di servizio centralizzati. L’impronta pubblica di Dolphin nell’AI non è puramente teorica: la sua organizzazione su Hugging Face descrive Dolphin come focalizzato sullo sviluppo di modelli AI e sull’inferenza distribuita e elenca dozzine di repository di modelli open, comprese varianti a marchio Venice.

Dolphin è una rete di livello applicativo di nicchia, non una blockchain Layer 1 o Layer 2 generica. In origine il token era indicato come DPHN ed è stato successivamente ribrandizzato da diversi fornitori di dati come POD, con il contratto su Base a 0xed664536023d8e4b1640c394777d34abaff1df8f. All’inizio di ottobre 2026, gli aggregatori di dati di mercato collocavano Dolphin nel segmento crypto a bassa/media capitalizzazione, piuttosto che tra gli asset di infrastruttura core; CoinGecko e la pagina token di DefiLlama mostravano una supply circolante nell’ordine di poco più di 80 milioni di token, a fronte di un tetto massimo di 500 milioni di token, mentre il posizionamento in classifica variava in modo significativo tra gli aggregatori. Dolphin non presenta lo stesso profilo di Total Value Locked di un mercato di lending o di un automated market maker, e i tracker pubblici di TVL DeFi lo presentano principalmente come un token, piuttosto che come un protocollo DeFi di locking di capitale; questo rende la domanda di inferenza, la partecipazione dei nodi, l’uso delle API, la concentrazione dei token e l’adozione dei modelli indicatori più rilevanti del TVL.

Chi ha fondato Dolphin e quando?

Le origini di Dolphin sono strettamente associate a Eric Hartford, lo sviluppatore di modelli open dietro la famiglia Dolphin di fine-tuning di modelli linguistici non censurati e “steerable”. Profili crypto pubblici e riferimenti di mercato regionali identificano Hartford come un fondatore chiave o contributore core, mentre la presenza di Dolphin su Hugging Face mostra l’organizzazione Dolphin come un editore di modelli attivo. Il contesto pratico di lancio si articola in due fasi: primo, l’emersione dei modelli open a marchio Dolphin durante il ciclo di AI locale 2023–2025, quando gli LLM a pesi aperti sono diventati un contrappeso alle API di modelli chiusi; secondo, la fase della rete tokenizzata nel 2026, quando l’asset DPHN/POD di Dolphin e il deployment su Base sono stati posizionati intorno all’inferenza decentralizzata, alla monetizzazione delle GPU e ai buyback di protocollo. Questa tempistica ha collocato il progetto nello stesso macro–tema di Bittensor, Render, Akash, io.net, Gensyn e altri tentativi di trasformare il calcolo AI in un mercato coordinato tramite crypto.

La narrativa del progetto si è spostata dalla pubblicazione di modelli open verso una tesi di infrastruttura AI verticalmente integrata. La storia iniziale di Dolphin era incentrata su fine-tuning di modelli non censurati e steerable e sull’allineamento controllato dall’utente, che ha reso il progetto riconoscibile tra gli utenti di AI locale ma non ha, di per sé, creato un’economia di token. La narrativa successiva di Dolphin Network aggiunge uno strato transazionale: i proprietari di GPU eseguono modelli supportati, gli utenti o le applicazioni consumano inferenza, i validatori verificano che gli operatori stiano effettivamente eseguendo il modello dichiarato e le entrate del protocollo sono destinate a sostenere l’economia del token. Diversi profili di terze parti descrivono l’asset DPHN originale come migrato o ribrandizzato in POD all’inizio del 2026, e la copertura del mercato coreano ha segnalato che Upbit ha aggiunto i mercati POD il 2 ottobre 2026, ampliando in modo significativo la visibilità di scambio dell’asset ma senza cambiare la questione di fondo se la domanda reale di inferenza possa crescere oltre il trading speculativo.

Come funziona la Dolphin Network?

Dolphin non è una rete di consenso di base nel modo in cui Bitcoin utilizza il proof-of-work o Ethereum utilizza il proof-of-stake. È meglio intesa come un protocollo DePIN di livello applicativo su Base, che utilizza il Layer 2 Ethereum sottostante per il settlement del token coordinando al contempo lavoro GPU off-chain per l’inferenza AI. Il consenso economico della rete è più vicino alla verifica del servizio più partecipazione vincolata che alla produzione di blocchi. Gli operatori contribuiscono con GPU ai pool di inferenza, ricevono richieste e vengono compensati per il calcolo utile; i validatori o le routine di verifica cercano di individuare servizi disonesti, esecuzione del modello sbagliato o output falsificati. Le descrizioni pubbliche del progetto enfatizzano crittografia, validazione campionata in modo casuale e bonding cripto–economico, mentre il profilo Dolphin su CoinGecko descrive la rete come basata su bonding e validazione campionata casualmente per mantenere l’integrità degli output.

La sfida tecnica distintiva è che l’inferenza AI è difficile da verificare in modo economico. I materiali pubblici di Dolphin e i profili di dati di mercato fanno riferimento a tecniche come il fingerprinting dei modelli, i controlli di log–probability e il validation sampling, progettate per dimostrare che un nodo sta eseguendo il modello previsto senza ricalcolare ogni risposta attraverso un server centralizzato fidato. La rete sembra anche costruire intorno a Sonar, uno stack di inferenza associato a Dolphin per servire modelli Hugging Face tramite API compatibili con OpenAI, con documentazione che copre il deployment in produzione, il deployment distribuito e le scelte di parallelismo. Questi documenti suggeriscono un forte focus ingegneristico sul serving dei modelli, il batching, il parallelismo a tensori e a pipeline e l’esecuzione multi–nodo, anche se questo non equivale a dimostrare che un marketplace pubblico decentralizzato di GPU possa eguagliare in modo affidabile i provider di inferenza centralizzati in termini di latenza, uptime, costi e controllo degli abusi.

Quali sono i tokenomics di DPHN?

Il token di Dolphin è ora comunemente tracciato come POD, sebbene molti riferimenti lo colleghino ancora al precedente branding DPHN. All’inizio di ottobre 2026, CoinGecko, i dati token di DefiLlama e Coinranking mostravano una supply totale o massima di circa 500 milioni di token, con una supply circolante nell’ordine di poco più di 80 milioni e la maggior parte dei token detenuti in tesoreria, fondazione, staking o wallet bloccati. Tale struttura crea un profilo di rischio di alta diluizione: anche se le emissioni sono collegate a lavoro utile, una base circolante relativamente piccola significa che futuri sblocchi, ricompense agli operatori, incentivi di staking o movimenti di tesoreria possono dominare il comportamento di mercato nel breve termine. Il token, quindi, non è chiaramente deflazionistico solo perché si parla di buyback; il suo percorso effettivo di supply dipende da quanto rapidamente i saldi bloccati entrano in circolazione, da come vengono calibrate le emissioni verso gli operatori GPU e dal fatto che la domanda di buyback sia sufficientemente ampia da compensare la nuova distribuzione.

L’utilità dichiarata del token è triplice: pagamento o contabilità per l’inferenza, ricompense per gli operatori GPU e bonding o staking per i partecipanti alla rete. Profili di terze parti descrivono un vault di staking xPOD e un sistema di moltiplicatori delle ricompense per gli operatori vincolati, mentre la spiegazione di Dolphin su Coinranking afferma che le entrate del protocollo sono destinate a riacquistare POD dal mercato aperto e che gli operatori possono fare staking in xPOD per ottenere rendimento aggiuntivo o potenziare le ricompense. Questo conferisce a Dolphin una storia di accrual di valore più esplicita rispetto a molti utility token, ma solleva anche questioni analitiche. Se gli utenti pagano in asset non nativi e il protocollo converte le entrate in buyback di POD, la domanda di token è indiretta e dipende dall’effettivo utilizzo a pagamento dell’inferenza. Se gli incentivi per le GPU superano le entrate organiche, l’economia del token può comunque diventare inflazionistica nella pratica. Se i rendimenti di staking sono finanziati principalmente da emissioni piuttosto che dai flussi di commissioni, il rendimento è un meccanismo di redistribuzione più che una prova di generazione di cassa sostenibile.

Chi sta usando Dolphin?

Il quadro dell’utilizzo osservabile è misto. Da un lato, Dolphin ha una credibile impronta nel mondo dei modelli open: la sua organizzazione su Hugging Face elenca un gran numero di repository di modelli, comprese varianti Dolphin-Mistral e a marchio Venice, e il progetto fornisce un’interfaccia web e un bot Telegram come punti di accesso orientati all’utente. Dall’altro lato, il volume di trading del token non equivale alla domanda di inferenza. All’inizio di ottobre 2026, le pagine di dati di mercato mostravano un volume significativo sugli exchange, specialmente dopo l’attenzione degli exchange coreani, ma i dati pubblici restano scarsi su metriche durature come clienti API paganti, richieste di inferenza giornaliere, nodi GPU attivi, job completati, entrate ricorrenti o fidelizzazione dei clienti. Per una valutazione istituzionale, la vera adozione di Dolphin dovrebbe essere giudicata meno in base al turnover spot e più in base al fatto che applicazioni di terze parti instradino o meno carichi di lavoro in produzione verso la sua rete su larga scala.

Il riferimento ecosistemico più concreto è Venice.AI. Molteplici profili di mercato affermano che Dolphin fornisce o co–sviluppa varianti di modelli non censurati utilizzati da Venice, e la copertura coreana ha fatto specifico riferimento a Dolphin Mistral 24B Venice Edition come modello collegato a Venice. Questo è un riferimento rilevante perché collega il lavoro di sviluppo modelli di Dolphin a un’applicazione AI esterna invece che alla sola speculazione sul token. Tuttavia, il livello di dipendenza economica è non completamente trasparente dalle fonti pubbliche: disponibilità del modello, stato di modello predefinito e integrazione non dimostrano automaticamente un’ampia entrata ricorrente per il protocollo Dolphin. Al di fuori di Venice, la probabile base utenti di Dolphin è composta da utenti di AI locale, proprietari di GPU, sviluppatori di bot AI, applicazioni sperimentali di giochi o NPC e progetti di AI cripto-nativi, ma un’adozione estesa a livello enterprise non è ancora stata dimostrata nel modo che gli investitori istituzionali in infrastrutture richiederebbero.

Quali sono i rischi e le sfide per Dolphin?

Dolphin affronta la consueta ambiguità normativa statunitense legata ai token utility a bassa capitalizzazione, con staking, bonding, emissioni e narrative di accumulo di valore. Non ci sono, fino ai primi di ottobre 2026, azioni esecutive ampiamente riportate da parte di SEC o CFTC specifiche per Dolphin, approvazioni di ETF o una classificazione formale come commodity, ma l’assenza di un’azione nominativa non equivale a certezza normativa. Un token la cui storia di valore include buyback, rendimento da staking, ricompense per gli operatori e attività commerciali gestite dalla foundation potrebbe attirare l’attenzione dei regolatori se questi considerano che gli acquirenti facciano affidamento sugli sforzi gestionali per trarne profitto. Il deployment del progetto su Base introduce inoltre rischi di smart contract e di admin key, mentre profili di terze parti hanno evidenziato preoccupazioni riguardo alle capacità del creatore o dell’amministrazione e alla concentrazione delle detenzioni di token. La centralizzazione non è solo una questione legale; si manifesta anche nel controllo del tesoro, nella governance dei modelli, nel design della validazione, nell’accesso alla proprietà intellettuale di base e nel fatto che la rete GPU possa rimanere permissionless pur impedendo operatori di bassa qualità o malevoli.

La minaccia competitiva è significativa, perché il compute AI decentralizzato è una delle narrative di infrastruttura cripto più affollate. Dolphin compete indirettamente con reti di compute tokenizzate come Render, Akash, Bittensor, io.net e sistemi emergenti specifici per l’inference, competendo al contempo direttamente con provider centralizzati di inference che già offrono bassa latenza, uptime prevedibile, strumenti di compliance e supporto enterprise. La sua specializzazione in modelli open e il posizionamento su modelli non censurati possono attirare una base utenti distinta, ma possono anche restringere il bacino di clienti tra le imprese che richiedono filtri di sicurezza, indennizzi, controlli sui dati e garanzie normative. La minaccia economica è semplice: se i provider centralizzati riducono i prezzi di inference più velocemente di quanto Dolphin riesca a coordinare una fornitura affidabile, o se reti DePIN concorrenti offrono una liquidità più profonda e un tooling migliore per gli sviluppatori, gli incentivi del token di Dolphin potrebbero finire per sovvenzionare l’attività senza costruire una quota di mercato duratura.

Qual è la prospettiva futura per Dolphin?

Le prospettive di Dolphin dipendono meno dalla visibilità del token sul mercato e più dalla sua capacità di convertire un brand riconosciuto di modelli open in una rete di inference affidabile e generatrice di ricavi. Le tappe fondamentali più importanti e verificate del periodo recente sono la transizione di mercato da DPHN a POD, il deployment del token su Base, l’espansione agli exchange coreani nell’ottobre 2026, la continua pubblicazione dei modelli Dolphin su Hugging Face e lo sviluppo di Sonar come stack di model serving orientato alla produzione. I temi della roadmap del progetto sembrano includere l’espansione delle API pubbliche, una partecipazione più matura dei nodi, meccaniche di staking e bonding, una validazione più solida e, potenzialmente, inference shardata o distribuita per modelli più grandi. Ciascuno di questi obiettivi è tecnicamente plausibile, ma ciascuno aumenta anche la complessità operativa: l’inference distribuita su GPU eterogenee e inaffidabili è più difficile del semplice instradamento di transazioni di token, e i clienti di inference sono meno tolleranti alla variabilità di latenza di quanto gli utenti DeFi lo siano alla variabilità dei tempi di blocco.

L’ostacolo strutturale consiste nel dimostrare che il token migliora il mercato del compute invece di limitarsi a finanziarlo. Un Dolphin sostenibile avrebbe bisogno di una reportistica trasparente su ricavi da inference, buyback di token, emissioni agli operatori, nodi attivi, domanda a livello di modello, fallimenti di validazione e concentrazione della clientela. Senza queste metriche, il mercato è costretto a dedurre l’utilizzo da listing sugli exchange, attenzione sui social e conteggi di download dei modelli, che sono deboli sostituti per i flussi di cassa del protocollo. La tesi infrastrutturale di Dolphin è coerente, soprattutto dato l’andamento secolare della domanda di inference AI e l’inefficienza della capacità GPU inattiva, ma il progetto rimane in una fase iniziale e fortemente dipendente dall’esecuzione. Il suo futuro sarà determinato dalla qualità e affidabilità della rete, non dall’andamento di breve periodo del prezzo, e gli investitori dovrebbero considerare l’esecuzione della roadmap, la concentrazione dell’offerta e la reale domanda pagante di inference come variabili principali.