Руководство по инвестициям в подсеть Bittensor: воспользуйтесь новыми возможностями AI

В феврале 2025 года сеть Bittensor завершила обновление Dynamic TAO (dTAO), что позволило перейти от централизованного управления к рыночной модели распределения ресурсов. После обновления каждая подсеть получила независимый токен alpha, а держатели TAO могут свободно выбирать объекты для инвестирования, что действительно реализует механизм рыночного обнаружения ценности.

Данные показывают, что обновление dTAO освободило огромную инновационную энергию. Всего за несколько месяцев Bittensor вырос с 32 подсетей до 118 активных подсетей, что составляет рост на 269%. Эти подсети охватывают все сегменты AI-индустрии, от базового текстового вывода и генерации изображений до передовых технологий сворачивания белков и количественной торговли, создавая в настоящее время наиболее полную экосистему децентрализованного AI.

Рынок также демонстрирует впечатляющие результаты. Общая капитализация лучших подсетей выросла с 4 миллионов долларов до 690 миллионов долларов, а годовая доходность от стейкинга стабильно составляет 16-19%. Каждая подсеть распределяет сетевые стимулы в соответствии с рыночной ставкой стейкинга TAO, где 10 крупнейших подсетей занимают 51,76% сетевых выбросов, что отражает механизм естественного отбора на рынке.

Анализ основной сети (Топ 10 по эмиссии)

1. Чуты (SN64) - безсерверные AI вычисления

Основная ценность: инновационный опыт развертывания AI моделей, значительное снижение затрат на вычислительную мощность

Chutes использует архитектуру "мгновенного запуска", сокращая время запуска AI-моделей до 200 миллисекунд, что в 10 раз эффективнее, чем традиционные облачные услуги. Более 8000 узлов GPU по всему миру поддерживают основные модели от DeepSeek R1 до GPT-4, обрабатывая более 5 миллионов запросов в день с задержкой ответа, контролируемой в пределах 50 миллисекунд.

Модель бизнеса зрелая, используется стратегия freemium для привлечения пользователей, предоставляется вычислительная мощность для популярных моделей через интеграционную платформу, доход получается с каждого вызова API. Преимущества по сравнению с затратами заметны, на 85% ниже, чем у некоторых облачных сервисов. В настоящее время общий объем использования токенов превышает 9042.37B, количество обслуживаемых корпоративных клиентов более 3000.

dTAO запустился через 9 недель с капитализацией в 100 миллионов долларов, текущая капитализация составляет 79 миллионов долларов, технологический барьер глубокий, коммерческое продвижение идет гладко, степень признания на рынке достаточно высокая, в настоящее время он является лидером подсети.

2. Celium (SN51) - оптимизация аппаратных вычислений

Основная ценность: оптимизация аппаратного обеспечения на низком уровне, повышение эффективности вычислений ИИ

Сосредоточение на оптимизации вычислений на аппаратном уровне. Максимизация эффективности использования аппаратного обеспечения с помощью четырех технических модулей: планирование GPU, абстракция аппаратного обеспечения, оптимизация производительности и управление энергией. Поддержка всего спектра аппаратного обеспечения, включая NVIDIA A100/H100, AMD MI200, Intel Xe и т.д., цена ниже на 90% по сравнению с аналогичными продуктами, а эффективность вычислений увеличена на 45%.

В настоящее время это вторая по величине подсеть по эмиссии на Bittensor, занимающая 7,28% от эмиссии сети. Оптимизация оборудования является ключевым этапом инфраструктуры ИИ, имеет сильные тенденции к повышению цен из-за технологических барьеров, текущая рыночная капитализация составляет 56M.

3. Targon (SN4) - децентрализованная платформа AI-вычислений

Основная ценность: технологии конфиденциальных вычислений, обеспечивающие безопасность данных и конфиденциальность.

Ядром Targon является TVM (Targon Virtual Machine), это безопасная платформа для конфиденциальных вычислений, поддерживающая обучение, вывод и верификацию AI моделей. TVM использует передовые технологии конфиденциальных вычислений, обеспечивая безопасность и защиту конфиденциальности всего рабочего процесса AI. Система поддерживает сквозное шифрование от аппаратного обеспечения до уровня приложений, позволяя пользователям использовать мощные AI услуги без раскрытия данных.

Targon имеет высокие технические барьеры, четкую бизнес-модель и стабильные источники дохода. В настоящее время запущен механизм выкупа доходов, все доходы идут на выкуп токенов, недавний выкуп составил 18 000 долларов.

4. τemplar (SN3) - Исследование ИИ и распределенное обучение

Основная ценность: совместная тренировка крупных AI моделей, снижение барьеров для обучения

Templar является пионерской подсетью, специализирующейся на распределённом обучении масштабных AI-моделей, и её миссия заключается в том, чтобы стать "лучшей платформой для обучения моделей в мире". Обучение осуществляется в сотрудничестве с использованием ресурсов GPU, предоставленных участниками со всего мира, сосредотачиваясь на совместном обучении и инновациях передовых моделей, подчеркивая защиту от мошенничества и эффективное сотрудничество.

В области технических достижений Templar успешно завершила обучение модели с 1,2 миллиарда параметров, пройдя более 20 000 циклов обучения, в процессе участвовало около 200 GPU. В 2024 году будет обновлён механизм верификации, чтобы повысить децентрализованность и безопасность; в 2025 году будет продолжено обучение больших моделей, объём параметров достигнет 70B+, а результаты на стандартных тестах AI будут соответствовать отраслевым стандартам.

Технические преимущества Templar довольно выражены, текущая рыночная капитализация составляет 35 миллионов, что составляет 4,79% от общего объема.

5. Градиенты (SN56) - децентрализованное AI обучение

核心价值：популяризация AI-обучения, значительное снижение барьеров для входа

Решение проблемы высокой стоимости обучения ИИ с помощью распределенного обучения. Интеллектуальная система управления на основе синхронизации градиентов эффективно распределяет задачи на тысячи GPU. Завершено обучение модели с 118 триллионами параметров, стоимость составляет всего 5 долларов в час, что на 70% дешевле традиционных облачных сервисов, скорость обучения на 40% быстрее, чем у централизованных решений. Однокнопочный интерфейс снижает порог входа, уже более 500 проектов используют для дообучения моделей в таких областях, как медицина, финансы, образование.

Текущая рыночная капитализация 30M, высокий спрос на рынке, очевидные технические преимущества, это одна из подсетей, на которую стоит обратить внимание в долгосрочной перспективе.

6. Собственная торговля (SN8) - Финансовая количественная торговля

核心价值：AI-управляемые многоактивные торговые сигналы и финансовые прогнозы

SN8 является децентрализованной платформой для количественной торговли и финансового прогнозирования, управляемой ИИ с многоактивными торговыми сигналами. Собственная торговая сеть применяет технологии машинного обучения для прогнозирования финансовых рынков, создавая многоуровневую архитектуру прогнозных моделей. Модель временного прогнозирования объединяет технологии LSTM и Transformer, позволяя обрабатывать сложные временные ряды. Модуль анализа рыночных настроений предоставляет индикаторы настроений в качестве вспомогательных сигналов для прогнозирования, анализируя контент в социальных сетях и новостях.

На сайте можно увидеть доходы и бэктесты стратегий, предоставляемых различными майнерами. SN8 сочетает в себе ИИ и блокчейн, предлагая инновационные способы торговли на финансовых рынках, текущая рыночная капитализация составляет 27M.

7. Оценка (SN44) - Спортивный анализ и оценка

Основная ценность: анализ спортивных видео, нацеленный на индустрию футбола стоимостью 600 миллиардов долларов.

Фреймворк компьютерного зрения, сосредоточенный на анализе спортивных видео, снижает затраты на сложный видеоанализ с помощью легковесной технологии валидации. Применяется двухступенчатая валидация: обнаружение поля и проверка объектов на основе CLIP, что снижает традиционные затраты на аннотацию в тысячу долларов за матч до 1/10 - 1/100. В сотрудничестве с другими проектами средняя точность прогнозирования AI-агентов составляет 70%, а максимальная точность за день достигала 100%.

Спортивная индустрия имеет огромный масштаб, значительные технологические инновации и широкие рыночные перспективы. Score – это проект с четким направлением применения в подсети, который стоит внимания.

8. OpenKaito (SN5) - открытый текстовый вывод

Основная ценность: разработка моделей текстовых вложений, оптимизация информационного поиска

OpenKaito сосредоточен на разработке моделей текстового встраивания при поддержке важных участников в области InfoFi. Являясь управляемым сообществом проектом с открытым исходным кодом, OpenKaito стремится создать качественные возможности понимания и вывода текста, особенно в области информационного поиска и семантического поиска.

Эта подсеть все еще находится на ранней стадии строительства, в основном сосредоточена на создании экосистемы вокруг моделей текстовых вложений. Стоит обратить внимание на предстоящую интеграцию новых функций, которая может значительно расширить ее области применения и пользовательскую базу.

9. Data Universe (SN13) - AI данные инфраструктура

Основная ценность: обработка больших объемов данных, поставка данных для обучения ИИ

Обработка 500 миллионов строк данных в день, всего более 55,6 миллиарда строк, поддержка хранения до 100 ГБ. Архитектура DataEntity предоставляет такие ключевые функции, как стандартизация данных, оптимизация индексов и распределенное хранение. Инновационный механизм голосования "гравитации" позволяет динамически регулировать веса.

Данные — это нефть ИИ, стоимость инфраструктуры стабильна, экологическая ниша важна. Будучи поставщиком данных для нескольких подсетей и глубоко сотрудничая с такими проектами, как Score, это подчеркивает ценность инфраструктуры.

10. TAOHash (SN14) - PoW майнинг

Основная ценность: соединение традиционного майнинга и ИИ вычислений, интеграция вычислительных ресурсов

TAOHash позволяет майнерам биткойнов перенаправлять свою вычислительную мощность в сеть Bittensor, получая альфа-токены за майнинг для стейкинга или торговли. Эта модель сочетает традиционный PoW майнинг с вычислениями ИИ, предоставляя майнерам новый источник дохода.

За короткие несколько недель было привлечено более 6 EH/s вычислительной мощности (примерно 0,7% от мировой вычислительной мощности), что подтверждает признание рынка этой гибридной модели. Майнеры могут выбирать между традиционным майнингом биткойнов и получением токенов TAOHash, оптимизируя доход в зависимости от рыночной ситуации.

Анализ экосистемы

Технические инновации Bittensor создали уникальную децентрализованную экосистему ИИ. Его алгоритм согласия обеспечивает качество сети через децентрализованную верификацию, в то время как рыночный механизм распределения ресурсов, введенный обновлением dTAO, значительно повысил эффективность. Каждая подсеть оснащена механизмом AMM, который реализует ценообразование между токенами TAO и alpha, что позволяет рыночным силам напрямую участвовать в распределении ресурсов ИИ.

Протоколы сотрудничества между подсетями поддерживают распределенную обработку сложных AI-задач, создавая мощный сетевой эффект. Структура двойных стимулов (выпуск TAO и удорожание альфа-токенов) обеспечивает долгосрочную мотивацию для участия, создатели подсетей, майнеры, валидаторы и стейкеры могут получать соответствующие вознаграждения, формируя устойчивую экономическую замкнутую систему.

В отличие от традиционных централизованных поставщиков AI услуг, Bittensor предлагает действительно децентрализованное альтернативное решение, которое выделяется своей эффективностью затрат. Несколько подсетей демонстрируют значительные преимущества по стоимости, например, Chutes дешевле некоторых облачных услуг на 85%, это преимущество по затратам обусловлено повышением эффективности децентрализованной архитектуры. Открытая экосистема способствует быстрому инновационному процессу, количество и качество подсетей постоянно растет, а скорость инноваций значительно превосходит внутренние разработки традиционных компаний.

Однако экосистема также сталкивается с реальными вызовами. Технический порог все еще довольно высок, несмотря на постоянное улучшение инструментов, участие в mining и validation по-прежнему требует значительных технических знаний. Неопределенность регуляторной среды является еще одним фактором риска, децентрализованные AI-сети могут столкнуться с различными регуляторными политиками в разных странах. Традиционные облачные провайдеры не будут оставаться в стороне и, как ожидается, выпустят конкурентоспособные продукты. С ростом масштабов сети поддержание баланса между производительностью и децентрализацией также становится важным испытанием.

Взрывной рост индустрии ИИ предоставляет Bittensor огромные рыночные возможности. Ожидается, что к 2025 году глобальные инвестиции в ИИ приблизятся к 200 миллиардам долларов, что обеспечит надежную поддержку спроса на инфраструктуру. Ожидается, что глобальный рынок ИИ вырастет с 294 миллиардов долларов в 2025 году до 1,77 триллиона долларов в 2032 году, с совокупным годовым темпом роста 29%, что создаст широкие возможности для развития децентрализованной инфраструктуры ИИ.

Поддержка правительствами различных стран развития ИИ создала окно возможностей для децентрализованной инфраструктуры ИИ, в то время как возросшее внимание к конфиденциальности данных и безопасности ИИ увеличило спрос на такие технологии, как конфиденциальные вычисления, что является ключевым преимуществом подсетей, таких как Targon. Интерес институциональных инвесторов к инфраструктуре ИИ продолжает расти, а участие известных организаций предоставляет экосистеме финансовую и ресурсную поддержку.

Инвестиционная стратегия

Инвестиции в подсеть Bittensor требуют создания системной оценки. На техническом уровне необходимо рассмотреть степень инноваций и глубину защитного барьера, техническую мощь команды и ее исполнительские способности, а также синергетический эффект с другими проектами экосистемы. На рыночном уровне нужно проанализировать размер целевого рынка и его потенциал роста, конкурентную среду и дифференцированные преимущества, уровень принятия пользователями и сетевые эффекты, а также регулирующую среду и риск политики. На финансовом уровне следует обратить внимание на текущий уровень оценки и историческую производительность, долю эмиссии TAO и тенденции роста, разумность дизайна токеномики, а также ликвидность и глубину торгов.

В конкретном управлении рисками диверсификация инвестиций является базовой стратегией. Рекомендуется распределять инвестиции между различными типами подсетей, включая инфраструктурные (такие как Chutes, Celium), прикладные (такие как Score, BitMind) и протокольные (такие как Targon, Templar). Также необходимо корректировать инвестиционную стратегию в зависимости от стадии развития подсети: на ранних этапах проекты имеют высокие риски, но потенциально большие доходы, а зрелые проекты относительно стабильны, но имеют ограниченное пространство для роста.