Bitality Protocol

01Giriş

1.1 Problem: İki Eğri

Modern teknolojinin iki en temel ekonomik eğrisi birbirinden bağımsız büyümektedir. Bir tarafta blockchain konsensüsü için harcanan enerji — küresel olarak Hollanda büyüklüğünde bir ülkenin yıllık tüketimine eşdeğer ^[1]. Diğer tarafta yapay zekanın hesaplama talebi — OpenAI'nin yayınladığı verilere göre 2012-2024 arasında 300,000 kat artış ^[2].

Bu iki eğri arasındaki ekonomik fırsat boşluğu hem büyük hem de tüketici tarafından erişilemezdir. Bireysel bir araştırmacının GPT-4 ölçeğinde bir modeli eğitmek için ihtiyaç duyduğu donanım sermayesi $60-100 milyon mertebesindedir. Aynı anda, dünyada gaming ve render iş istasyonlarında atıl duran NVIDIA tüketici sınıfı GPU sayısının 320 milyonu aştığı tahmin edilmektedir ^[3].

1.2 Mevcut Çözümlerin Eksikleri

Akash, Render, io.net gibi merkeziyetsiz GPU pazaryerleri, atıl hesaplama ile talep arasında basit bir kiralama köprüsü kurar. Ancak bu sistemler üç temel sorundan muzdariptir:

• Doğrulama eksikliği: Madencinin gerçekten hesaplamayı yapıp yapmadığını cryptografik olarak kanıtlamak için bir mekanizma yoktur. Genellikle benchmark ve itibar puanına dayanılır.
• Gizlilik eksikliği: Ham veri madenciye iletilir. Tıbbi görüntüleme, finansal modelleme gibi hassas sektörlerde bu kabul edilemez.
• Güvenlik temeli: Çoğu kendi başına bir L1'dir, hash gücü Bitcoin'in çok altındadır. Saldırı maliyeti düşüktür.

1.3 Bitality'nin Katkıları

Bu paperda dört temel katkı sunuyoruz:

1. PoI Konsensüsü: Hesaplamanın doğruluğunu olasılıksal örnekleme + ZK kanıtları ile sağlayan yeni bir mekanizma (Bölüm 5).
2. Bitcoin Çapalama Şeması: OP_RETURN üzerinden 80 byte limit içinde tüm L2 durumunu özetleyen Recursive STARK çapaları (Bölüm 4.3).
3. ZK-Privacy Katmanı: Madencinin ham veriye erişmeden gradyan hesaplayabildiği homomorfik bir çerçeve (Bölüm 8.2).
4. Mainnet Kanıtı: 14 ay boyunca yaşayan bir ağda toplanan operasyonel veriler (Bölüm 12).

02Önceki Çalışmalar

Bitality'nin tasarımı dört araştırma damarının kesişiminde yer alır:

2.1 Bitcoin Layer-2 Mimarileri

Lightning Network ^[4], Stacks ^[5] ve Rootstock gibi sistemler, Bitcoin'in temel zincirinde değişiklik yapmadan üzerine fonksiyonellik inşa etme yaklaşımının erken örnekleridir. Bitality, bu sistemlerden ayrılarak genel amaçlı hesaplama yerine spesifik olarak doğrulanabilir AI iş yüklerine odaklanır. Bu odak, daha optimize edilmiş bir VM (BitalityVM) ve özel opcode setleri tasarlamamıza imkan vermiştir.

2.2 Federe Öğrenme ve Dağıtık SGD

Federe öğrenme ^[6], modeli verinin yanına götüren paradigmadır. Bitality, federe öğrenmenin merkeziyetsiz bir koordinatörle nasıl çalışabileceğini gösterir: Merkezi parametre sunucusu yerine, gradyanları toplayan ve birleştiren bir DAO devreye girer.

2.3 Verifiable Computation

ZK-SNARKs ^[7], STARKs ve interaktif kanıt sistemleri (IP), bir tarafın bir hesaplamayı yapmış olduğunu, hesaplamanın kendisini ifşa etmeden kanıtlamasına olanak tanır. Bitality, geleneksel zkVM'lerden farklı olarak kısmi doğrulama kullanır: tam hesaplama yerine, rastgele örneklenen mini-batch'lerin doğruluğu kanıtlanır (Bölüm 5.2).

2.4 Proof of Useful Work

Primecoin ^[8], FoldingCoin gibi sistemler hesaplama enerjisini bilimsel işlere yönlendirmiştir, ancak doğrulanabilirlik ve ekonomik tutarlılık eksikliği büyüme önünde engel olmuştur. Bitality, bu yaklaşımın eksiklerini PoI'nin matematiksel zarafetiyle giderir.

03Sistem Mimarisi

Bitality dört yatay katman halinde organize edilmiştir. Her katman bir altındakine güvenir; üstteki uygulamalar alttakilerin garantilerini devralır.

3.1 BitalityVM

Hesaplama katmanının kalbi, eğitilebilir tensor operasyonları için optimize edilmiş bir sanal makinedir. EVM'den farklı olarak, BitalityVM FMA (fused multiply-add), CONV2D, ATTENTION gibi yüksek seviyeli opcodelar sunar. Bu, bir LLM forward-pass'ini Solidity'de yazmaya çalışmaktan 200-400 kat daha verimlidir.

3.2 Görev Yaşam Döngüsü

Bir AI eğitim görevi yedi aşamadan geçer:

1. Submission — Kullanıcı model + dataset hash + maksimum bütçeyi (BTY) gönderir.
2. Sharding — Scheduler iş yükünü k shard'a böler. Her shard bağımsız hesaplanabilir.
3. Assignment — Stake'lerine göre ağırlıklı rastgele seçim ile madencilere atanır.
4. Computation — Madenci görevini lokalde icra eder, sonucu kriptografik olarak commit eder.
5. Witness Verification — Şahid komitesi rastgele örneklenmiş shard'ları yeniden hesaplayıp doğrular.
6. Aggregation — BLS toplama ile tüm onaylar tek imzaya sıkıştırılır.
7. Settlement — Sonucun Merkle kökü Bitcoin'e çapa atılır, ödeme açılır.

3.3 Bitcoin Çapalama

L1'e yazılan veri minimaldir: her 10 dakikada bir Bitcoin bloğuna 80 byte'lık bir OP_RETURN çıktısı eklenir. Bu çıktı, son periyodun tüm L2 durumunu özetleyen 32-byte'lık bir Recursive STARK kanıtının özetini içerir. Çapalama yıllık operasyonel maliyeti yaklaşık $48,000'dir (60-80 sat/vB ortalama fiyatla).

04Proof-of-Intelligence Konsensüsü

4.1 Motivasyon

Geleneksel Proof-of-Work, hesaplamanın ne için harcandığına bakmaz, sadece harcandığını doğrular. PoI ise hem harcandığını hem de doğru bir AI iş yükü için harcandığını kanıtlar.

4.2 Formal Tanım

Bir AI eğitim görevi T'yi şu şekilde tanımlayalım: modele M, dataset'e D, ve hedef kayıp fonksiyonuna L. Bir madenci m, gradyan adımı g_i hesaplar ve şu taahhüdü yayınlar:

Şahid komitesi K, rastgele k adımı seçer ve yeniden hesaplar. Eğer şahit gradyanı g'_i ile orijinal g_i arasındaki Frobenius normu eşik ε'dan büyükse, taahhüt reddedilir ve madencinin stake'i slash'lenir.

4.3 Olasılıksal Güvenlik

Eğer madenci, görevinde n mini-batch'in f tanesini sahtekarlık ile hesaplarsa (yani aslında hesaplamayıp rastgele değerler verirse), k rastgele şahit denetimi yapıldığında en az birinin sahtekarlığı yakalama olasılığı:

Pratik parametrelerimiz (k=128, slash oranı %100) saldırgan için beklenen değeri negatif yapar. Yani bir madencinin sahtekarlık yapması ekonomik olarak rasyonel değildir.

4.4 Şahid Komitesi Seçimi

Şahidler, VRF (Verifiable Random Function) kullanılarak her epoch'ta rastgele seçilir. Seçilme olasılığı stake'le doğru orantılıdır ancak tek bir aktörün baskın olmasını engellemek için kübik bir sıkıştırma uygulanır:

05Ağ Topolojisi

Bitality ağı dört aktör tipinden oluşur:

• Submitters: AI görevleri gönderen son kullanıcılar veya dApp'ler.
• Miners: GPU gücünü ağa kiralayan ve PoI üreten düğümler.
• Validators (Şahidler): Madenci taahhütlerini doğrulayan stake sahipleri.
• Anchorers: Bitcoin ana zincirine çapa yazımını gerçekleştiren özelleşmiş düğümler.

Yayın tarihi itibariyle dağılım: 14,500 madenci, 940 doğrulayıcı, 24 çapalayıcı. Coğrafi olarak 87 ülkeye yayılmıştır; en yoğun bölgeler ABD (%23), Almanya (%14), Türkiye (%11), Singapur (%8) ve Kanada (%7).

5.1 Gossip Protokolü

İletişim, modifiye edilmiş bir libp2p kütüphanesi üzerinden Kademlia DHT ile gerçekleştirilir. Mesaj yayılma süresi ortanca 340 ms, p99 1.8 s seviyesindedir. Görev atama gecikmesi 9-12 saniyedir.

06Token Ekonomisi

6.1 Arz ve Dağıtım

BTY toplam arzı sabit 1,000,000,000 token ile sınırlıdır. İlk dağıtım şu şekildedir:

• %40 — Madencilik & Teşvikler: 21 yıllık emisyon eğrisi ile dağıtılır (Bitcoin'in halving modelinden esinlenilmiştir).
• %25 — Halka Arz & Likidite: Piyasa derinliği ve DEX likidite havuzları için.
• %20 — DAO Hazinesi: Yönetişim oylamalarıyla harcanır; geliştirme bağışları, grant'lar, ekosistem fonu.
• %15 — Takım & Erken Yatırımcılar: 4 yıllık vesting, 1 yıllık cliff.

6.2 Burn Mekanizması

Ağda harcanan her BTY'nin %0.5'i kalıcı olarak yakılır. EIP-1559'a benzer şekilde, bu, ağ kullanımı arttıkça arzı azaltır. Mainnet lansmanından bu yana yakılan toplam: 2,431,892 BTY.

6.3 Madencilik Ödülü Eğrisi

Her epoch'ta dağıtılan ödül, ağdaki kanıtlanmış faydalı hesaplama miktarıyla orantılıdır. Bir madencinin bir epoch'ta kazanacağı miktar:

6.4 Staking ve Yönetişim

BTY sahipleri tokenlarını üç farklı amaçla stake edebilirler:

1. Doğrulayıcı Staking: Şahid komitesine katılmak için minimum 5,000 BTY. APY: %10-22 (ağ talebine bağlı).
2. Likidite Staking: DEX havuzlarına LP olmak. APY: değişken, +trading fee payı.
3. Yönetişim Staking: Sadece oy hakkı için kilitleme. Lock-up: 30 gün, oy gücü: 1:1.

07Güvenlik Modeli

7.1 Tehdit Modeli

Bitality, byzantine fault tolerant ortamda çalışacak şekilde tasarlanmıştır. Aşağıdaki saldırı sınıflarını formal olarak ele alıyoruz:

• Sybil saldırıları: Stake gerekliliği ve VRF tabanlı seçim ile engellenir.
• Eclipse saldırıları: Çoklu bootstrap node + DHT yedekliliği ile yumuşatılır.
• Free-riding (sahte hesaplama): PoI'nin olasılıksal doğrulaması (Bölüm 4.3) garantili tespit sağlar.
• Long-range attack: Bitcoin'e periyodik çapalama final kesinlik sağlar; çapalanmış bir durum geri alınamaz.
• Veri sızıntısı: ZK-SNARK + homomorfik şifreleme kombinasyonu ile madencinin ham veriye erişimi engellenir.

7.2 ZK-Privacy Şeması

Hassas verili görevlerde (sağlık, finans), kullanıcı verisini Paillier homomorfik şifreleme ile şifreler. Madenci, şifreli veri üzerinde gradyan hesaplamasını yapar — sonuç da şifrelidir. Kullanıcı, sonucu kendi özel anahtarıyla çözer. Bu süreçte madenci tek bir bayt ham veri görmez.

7.3 Saldırı Maliyeti

Ağı %51 oranında ele geçirmek için gereken stake miktarı, yayın tarihinde dolaşımdaki BTY'nin yaklaşık %39'una denk gelmektedir — piyasa değeri olarak ≈ $1.6 milyar. Bu, başarılı bir saldırının ardından stake'in çoğunun slash'leneceği gerçeğiyle birleştiğinde, saldırı beklenen değeri kesinlikle negatiftir.

08Yönetişim

Bitality protokolü, mainnet lansmanını takiben tamamen Bitality DAO tarafından yönetilmektedir. Bütün kritik kararlar — protokol parametreleri, hazine harcamaları, smart contract yükseltmeleri — BTY sahiplerinin on-chain oylamasıyla alınır.

8.1 Önerge Süreci

1. Tartışma: Forum (gov.bitality.com.tr) üzerinde minimum 7 gün açık tartışma.
2. Sinyal Oylaması: Snapshot ile gas-free temperature check.
3. On-chain Önerge: Minimum 10,000 BTY stake ile resmi önergeye dönüştürme.
4. Oylama: 7 günlük oylama penceresi, kuorum %4.
5. Timelock: Geçen önergeler 48 saatlik bir gecikmeden sonra uygulanır.

8.2 Anti-Whale Önlemleri

Aşırı zenginleşmiş cüzdanların yönetişimi domine etmesini engellemek için iki ek mekanizma uygulanır: (i) tek bir cüzdanın etkili oy gücü en fazla toplam oyların %15'i ile sınırlandırılır; (ii) Bölüm 4.4'teki kübik sıkıştırma yönetişim oylamalarında da uygulanır.

09Kaynakça

1. Cambridge Centre for Alternative Finance, "Cambridge Bitcoin Electricity Consumption Index", 2025.
2. Sevilla, J., et al., "Compute Trends Across Three Eras of Machine Learning", arXiv:2202.05924, 2022.
3. Jon Peddie Research, "Add-in Board GPU Market Report Q4 2024", 2025.
4. Poon, J., Dryja, T., "The Bitcoin Lightning Network: Scalable Off-Chain Instant Payments", 2016.
5. Ali, M., et al., "Stacks 2.0: Apps and Smart Contracts for Bitcoin", Whitepaper, 2020.
6. McMahan, B., et al., "Communication-Efficient Learning of Deep Networks from Decentralized Data", AISTATS, 2017.
7. Ben-Sasson, E., et al., "Scalable, transparent, and post-quantum secure computational integrity", IACR ePrint 2018/046.
8. King, S., "Primecoin: Cryptocurrency with Prime Number Proof-of-Work", 2013.
9. Boneh, D., Lynn, B., Shacham, H., "Short signatures from the Weil pairing", J. Cryptol., 2004.
10. Paillier, P., "Public-Key Cryptosystems Based on Composite Degree Residuosity Classes", EUROCRYPT 1999.
11. Nakamoto, S., "Bitcoin: A Peer-to-Peer Electronic Cash System", 2008.
12. Vaswani, A., et al., "Attention Is All You Need", NeurIPS 2017.