پاول دوروف پس از ماهها شایعه و گمانهزنی، سرانجام از شبکه Cocoon رونمایی کرد؛ زیرساختی که هدف آن ایجاد یک لایه محاسباتی امن، توزیعشده و بدون واسطه برای اجرای مدلهای هوش مصنوعی است.
معرفی Cocoon؛ پاسخ تلگرام به محدودیتهای بازار هوش مصنوعی
در بیانیه رسمی، پاول دوروف توضیح داده است که ارائهدهندههای محاسبات متمرکز، عملاً به واسطههای گرانقیمت تبدیل شدهاند که هم هزینه استفاده از مدلهای هوش مصنوعی را بالا میبرند و هم سطح اعتماد به محرمانگی دادهها را کاهش میدهند. Cocoon دقیقاً برای حل همین مسئله طراحی شده است. هدف این شبکه، فراهم کردن بستری است که در آن:
- محاسبات هوش مصنوعی در محیطهای امن سختافزاری انجام شود.
- مالکین GPU بتوانند توان پردازشی خود را مستقیماً به بازار عرضه کنند.
- توسعهدهندگان، مدلهای سنگین را بدون نیاز به خرید زیرساخت گرانقیمت، روی این شبکه اجرا کنند.
Cocoon به گونهای طراحی شده که درخواستهای هوش مصنوعی کاربران با محرمانگی کامل پردازش شوند و ارائهدهندگان GPU نیز پاداش خود را به صورت رمزارز TON دریافت کنند.

کوکون چگونه کار میکند؟ معماری فنی و مدل اقتصادی
معماری Cocoon بر ترکیب سه ستون اصلی بنا شده است: محاسبات محرمانه، بازار آزاد GPU و مدل پرداخت مبتنی بر مصرف.
محاسبات محرمانه (Confidential Computing)
تمام پردازشهای هوش مصنوعی در Cocoon داخل محیطهای محاسباتی امن انجام میشود؛ محیطهایی که بر پایه فناوریهایی مانند Intel TDX و مکانیزمهای مشابه در سطح سختافزار طراحی شدهاند. در این حالت، حتی اپراتور دیتاسنتر نیز امکان مشاهده ورودیها، خروجیها و دادههای میانی مدل را ندارد.
بازار توزیعشده GPU
Cocoon در عمل یک بازار آزاد برای توان پردازشی GPU ایجاد میکند. دارندگان کارتهای گرافیک دیتاسنتری میتوانند قدرت محاسباتی خود را به این شبکه اختصاص داده و در ازای پردازش درخواستها، TON دریافت کنند.
پرداخت بر اساس مصرف و استفاده
توسعهدهندگان، سازندگان رباتها و اپلیکیشنها میتوانند مدلهای مختلف هوش مصنوعی (مانند DeepSeek، Qwen یا مدلهای اختصاصی) را روی Cocoon اجرا کنند. هزینه استفاده از این توان محاسباتی، بر اساس میزان مصرف و بهصورت رمزارز TON محاسبه و تسویه میشود. نتیجه این معماری، حذف واسطه متمرکز و ایجاد یک مسیر مستقیم میان ارائهدهنده سختافزار و مصرفکننده خدمات هوش مصنوعی است.
چه کسانی میتوانند به Cocoon قدرت محاسباتی ارائه دهند؟
برخلاف تصور اولیه بسیاری از کاربران، Cocoon برای سختافزار خانگی طراحی نشده است. برای مشارکت در این شبکه، داشتن یک کارت گرافیک معمولی کافی نیست و شرایط سختگیرانهای در نظر گرفته شده است.
بر اساس اطلاعات منتشرشده، حداقل نیازمندیهای Cocoon به این صورت است:
- پردازنده سرور Intel Xeon نسل ۵ یا ۶ با پشتیبانی و فعال بودن مکانیزم TDX.
- کارت گرافیک دیتاسنتری مانند NVIDIA L40، NVIDIA H100 یا NVIDIA GB200.
- زیرساخت سروری با قابلیت فعالسازی مکانیزمهای امنیتی سطح سختافزار (Confidential Computing).
تأمین چنین زیرساختی هزینهای در سطح چند ده هزار دلار دارد. در نتیجه، کاربران خانگی و حتی بسیاری از کسبوکارهای کوچک، عملاً امکان درآمدزایی از Cocoon را نخواهند داشت و این شبکه در وهله اول برای دیتاسنترها، شرکتهای زیرساختی و ارائهدهندگان خدمات ابری قابل استفاده است.
کاربرد Cocoon برای توسعهدهندگان و سازندگان باتها
از نگاه توسعهدهنده، Cocoon یک لایه محاسباتی تخصصی است که چند مسئله مهم را همزمان حل میکند:
- اجرای مدلهای سنگین بدون نیاز به خرید و نگهداری سختافزار بسیار گرانقیمت.
- پرداخت هزینه بر اساس میزان استفاده و نه سرمایهگذاری اولیه روی GPU.
- استفاده از محیطهای امن سختافزاری برای پردازش دادههای حساس.
- یکپارچگی طبیعی با اکوسیستم تلگرام، رباتها، Mini Appها و ابزارهای مبتنی بر TON.
هرچند مستندات فنی کامل و SDKهای توسعهدهندگان هنوز بهطور کامل منتشر نشدهاند، اما جهتگیری پروژه نشان میدهد Cocoon قرار است به یکی از لایههای زیرساختی اصلی برای اپلیکیشنهای هوش مصنوعی مرتبط با تلگرام تبدیل شود.
آیا Cocoon باعث رشد قیمت TON میشود؟
یکی از مهمترین سوالهای جامعه کاربری TON این است که راهاندازی Cocoon چه اثری بر قیمت تونکوین خواهد داشت. پاسخ کوتاه این است که Cocoon، یک منبع تقاضای واقعی برای TON ایجاد میکند؛ اما شکلگیری اثر روی قیمت، بیشتر به بازه زمانی و میزان موفقیت شبکه بستگی دارد.
عواملی که به نفع رشد TON عمل میکنند
- ایجاد مصرف واقعی برای TON:
توسعهدهندگان برای استفاده از شبکه Cocoon ناچارند TON بپردازند. هرچه استفاده از شبکه بیشتر شود، حجم
مصرف توکن نیز بالاتر میرود. - پاداشدهی به ارائهدهندگان GPU با TON:
گردش توکن میان مصرفکنندگان و ارائهدهندگان، اقتصاد TON را فعالتر میکند و در صورت قفل شدن بخشی از موجودی در قراردادها یا حسابهای عملیاتی، فشار فروش کاهش مییابد. - قرار گرفتن TON در مرکز اقتصاد هوش مصنوعی تلگرام:
اگر تلگرام بخشی از ویژگیهای هوش مصنوعی خود را بر پایه Cocoon ارائه دهد، TON در موقعیت استراتژیکتری قرار میگیرد.
چالشها و موانع احتمالی
- ورود محدود ارائهدهندگان GPU در کوتاهمدت به دلیل هزینه بالای سختافزار.
- زمان لازم برای تکمیل مستندات، SDKها و جذب توسعهدهندگان واقعی.
- رقابت شدید با ارائهدهندههای ابری تثبیتشده مانند AWS و Azure.
به همین دلیل، اگرچه Cocoon میتواند در بلندمدت به نفع TON عمل کند، نباید انتظار داشت که تنها با لانچ اولیه، جهشهای کوتاهمدت و هیجانی به شکل پایدار ادامه پیدا کند. اثر اصلی این پروژه، بیشتر در بازه میانمدت و بلندمدت قابل ارزیابی است.
مزایا، ریسکها و آینده شبکه Cocoon
مزایای کلیدی Cocoon
- استفاده از فناوری محاسبات محرمانه در سطح سختافزار.
- حذف واسطه متمرکز و ایجاد بازار مستقیم برای توان پردازشی GPU.
- همراستایی طبیعی با اکوسیستم تلگرام و بلاک چین TON.
- ایجاد مسیر درآمدی مستقیم برای ارائهدهندگان سختافزار دیتاسنتری.
ریسکها و چالشها
- ورود سخت و پرهزینه برای مشارکتکنندگان جدید در سمت ارائهدهنده GPU.
- ابهام در جزئیات فنی، مستندات توسعهدهندگان و مدلهای دقیق قیمتگذاری.
- نیاز به اعتمادسازی در برابر غولهای قدیمی بازار ابری.
جمعبندی
Cocoon بیشتر از آنکه یک محصول منفرد باشد، یک زیرساخت استراتژیک در اکوسیستم تلگرام و TON محسوب میشود. این پروژه تلاش میکند کنترل، حریم خصوصی و توان محاسباتی را تا حد ممکن به کاربران و جامعه برگرداند و وابستگی به ارائهدهندههای متمرکز را کاهش دهد.
اگر Cocoon بتواند در ماهها و سالهای آینده به اندازه کافی GPU جذب کند، ابزارهای توسعهدهندگان را کامل ارائه دهد و از طریق تلگرام به صورت عملی در مقیاس گسترده استفاده شود، آنگاه TON میتواند به یکی از بازیگران اصلی اقتصاد مبتنی بر هوش مصنوعی روی بلاک چین تبدیل شود. در غیر این صورت، Cocoon در حد یک زیرساخت بالقوه قدرتمند باقی خواهد ماند که هنوز تمام ظرفیت خود را نشان نداده است.
[email protected]