Инвестиционное руководство по подсети Bittensor: используйте новые возможности развития ИИ
В феврале 2025 года сеть Bittensor завершила обновление Dynamic TAO (dTAO), что позволило перейти от централизованного управления к рыночному управлению и децентрализованному распределению ресурсов. Каждая подсеть имеет независимые альфа-токены, и держатели TAO могут свободно выбирать объекты для инвестирования, что создало настоящий механизм рыночного определения ценности.
После обновления инновационная энергия Bittensor была значительно высвобождена. Количество подсетей увеличилось с 32 до 118, охватывая все сегменты AI-индустрии. Рыночная капитализация топовых подсетей выросла с 4 миллионов долларов до 690 миллионов долларов, а годовая доходность от стейкинга стабильно составляет 16-19%. Сетевые стимулы распределяются в зависимости от рыночной ставки стейкинга TAO, при этом 10 крупнейших подсетей занимают 51,76% сетевых выбросов, что отражает принцип естественного отбора на рынке.
Анализ основной сети (10 лучших по эмиссии)
1. Chutes (SN64) - безсерверные AI вычисления
Chutes использует архитектуру "мгновенного запуска", сокращая время запуска AI-моделей до 200 миллисекунд. Более 8000 GPU-узлов по всему миру поддерживают основные модели, обрабатывая более 5 миллионов запросов в день. Бизнес-модель зрелая, доход от вызова API получен через платформу OpenRouter. Затраты на 85% ниже, чем у некоторых облачных сервисов, обслуживая более 3000 корпоративных клиентов. Текущая рыночная капитализация составляет 79 миллионов, технология имеет глубокую защиту, коммерциализация идет успешно.
Сосредоточение на оптимизации вычислений на аппаратном уровне, максимизация эффективности использования оборудования с помощью технологий, таких как планирование GPU, аппаратная абстракция и т.д. Поддержка всей линейки оборудования, снижение цен на 90%, повышение вычислительной эффективности на 45%. Занимает 7,28% выбросов в сети, текущая рыночная капитализация 56M. Оптимизация оборудования является ключевым аспектом инфраструктуры ИИ, обладающим технологическим барьером.
3. Targon (SN4) - децентрализованная AI платформа вывода
В центре находится TVM (Targon Virtual Machine), который использует технологии конфиденциальных вычислений для обеспечения безопасности рабочих процессов ИИ и защиты конфиденциальности. Поддерживает сквозное шифрование, высокие технические барьеры, четкая бизнес-модель. Запущен механизм выкупа доходов, недавний выкуп составил 18 000 долларов.
4. τemplar (SN3) - AI исследования и распределенное обучение
Стремится к распределенному обучению крупных AI-моделей, сосредоточив внимание на совместном обучении передовых моделей и инновациях. Завершено обучение модели с 1,2 миллиарда параметров, в 2025 году будет продвигаться обучение модели с более чем 70 миллиардами параметров. Текущая рыночная капитализация составляет 35 миллионов, что составляет 4,79% от эмиссии.
5. Градиенты (SN56) - децентрализованное обучение ИИ
Решение проблемы затрат на обучение ИИ с помощью распределенного обучения. Завершено обучение модели с 118 триллионами параметров, стоимость составляет всего 5 долларов в час, что на 70% дешевле традиционных облачных услуг. Текущая рыночная капитализация составляет 30 миллионов, спрос на рынке велик, технологическое преимущество очевидно.
Децентрализованная платформа количественной торговли и финансового прогнозирования, AI-управляемые торговые сигналы для множества активов. Сочетание технологий LSTM и Transformer в модели временного прогнозирования с учетом анализа рыночных эмоций. Веб-сайт демонстрирует доходность и бэктест различных стратегий майнеров. Текущая рыночная капитализация 27M.
7. Оценка (SN44) - спортивный анализ и оценка
Сосредоточившись на анализе спортивных видео, мы значительно снизили стоимость аннотаций, используя легковесные методы валидации. В сотрудничестве с одной из платформ данных средняя точность прогнозирования AI-агента составляет 70%. Спортивная индустрия огромна, технологические инновации заметны, а рыночные перспективы обширны.
8. OpenKaito (SN5) - открытый текстовый вывод
Сосредоточены на разработке моделей встраивания текста, стремимся создать высококачественные способности понимания и рассуждения текста. Находимся на ранней стадии строительства, скоро будем интегрированы с одной платформой, что может значительно расширить области применения.
9. Данные Вселенной (SN13) - AI-инфраструктура данных
Обработка 500 миллионов строк данных в день, в общей сложности более 55,6 миллиарда строк, поддержка 100 ГБ хранения. Инновационный механизм голосования "гравитации" реализует динамическую корректировку веса. Будучи поставщиком данных для нескольких подсетей, активно сотрудничает с другими проектами, подчеркивая ценность инфраструктуры.
10. TAOHash (SN14) - PoW мощность майнинга
Позволяет майнерам Биткойн перенаправлять вычислительную мощность на сеть Bittensor. В краткосрочной перспективе привлечь более 6EH/s вычислительной мощности, что составляет около 0,7% от мирового объема. Предоставляет майнерам новые источники дохода, сочетая традиционный майнинг с вычислениями ИИ.
Анализ экосистемы
Технические инновации Bittensor строят уникальную децентрализованную экосистему AI. Алгоритм консенсуса Yuma обеспечивает качество сети через децентрализованное подтверждение, а обновление dTAO вводит механизм рыночного распределения ресурсов. Протоколы сотрудничества между подсетями поддерживают распределенную обработку сложных AI задач, формируя мощный сетевой эффект. Структура двойного стимула обеспечивает мотивацию для долгосрочного участия, создавая устойчивую экономическую замкнутость.
В сравнении с традиционными централизованными AI-провайдерами, Bittensor выделяется высокой стоимостью эффективности. Открытая экосистема способствует быстрому инновационному процессу, количество и качество подсетей продолжает расти. Тем не менее, технический барьер все еще остается высоким, а регуляторная среда обладает неопределенностью. С увеличением масштаба сети поддержание производительности и баланса децентрализации становится важным испытанием.
Взрывной рост AI-индустрии предоставляет Bittensor огромные рыночные возможности. Ожидается, что мировой рынок AI вырастет с 294 миллиардов долларов США в 2025 году до 1,77 триллиона долларов США в 2032 году. Поддержка правительств и внимание к конфиденциальности данных создают окна возможностей для децентрализованной AI-инфраструктуры. Интерес институциональных инвесторов продолжает расти, предоставляя финансирование и ресурсы для экосистемы.
Инвестиционная стратегия
Инвестирование в подсеть Bittensor требует оценки таких факторов, как степень технологических инноваций, сила команды, рыночный потенциал, конкурентная среда, уровень принятия пользователями и регуляторные риски. Рекомендуется диверсифицировать вложения между различными типами подсетей, включая инфраструктурные, прикладные и протокольные. Настраивайте стратегию в зависимости от стадии развития, балансируя риски и доходы.
Первое сокращение в ноябре 2025 года изменит экономическую картину сети. В среднем ожидается, что количество подсетей превысит 500, а увеличение корпоративных приложений будет способствовать развитию подсетей, связанных с конфиденциальными вычислениями. В долгосрочной перспективе Bittensor может стать важной частью глобальной инфраструктуры ИИ, новые бизнес-модели будут постоянно появляться, в конечном итоге формируя более крупную децентрализованную экосистему.
Экосистема Bittensor представляет собой новую парадигму развития инфраструктуры ИИ, предоставляя новые условия для инноваций в ИИ через рыночное распределение ресурсов и механизмы децентрализованного управления. В условиях быстрого развития индустрии ИИ экосистема Bittensor и ее подсети заслуживают постоянного внимания и глубокого изучения.
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Экосистема подсети Bittensor: анализ 118 инвестиционных возможностей в AI-секторах
Инвестиционное руководство по подсети Bittensor: используйте новые возможности развития ИИ
В феврале 2025 года сеть Bittensor завершила обновление Dynamic TAO (dTAO), что позволило перейти от централизованного управления к рыночному управлению и децентрализованному распределению ресурсов. Каждая подсеть имеет независимые альфа-токены, и держатели TAO могут свободно выбирать объекты для инвестирования, что создало настоящий механизм рыночного определения ценности.
После обновления инновационная энергия Bittensor была значительно высвобождена. Количество подсетей увеличилось с 32 до 118, охватывая все сегменты AI-индустрии. Рыночная капитализация топовых подсетей выросла с 4 миллионов долларов до 690 миллионов долларов, а годовая доходность от стейкинга стабильно составляет 16-19%. Сетевые стимулы распределяются в зависимости от рыночной ставки стейкинга TAO, при этом 10 крупнейших подсетей занимают 51,76% сетевых выбросов, что отражает принцип естественного отбора на рынке.
Анализ основной сети (10 лучших по эмиссии)
1. Chutes (SN64) - безсерверные AI вычисления
Chutes использует архитектуру "мгновенного запуска", сокращая время запуска AI-моделей до 200 миллисекунд. Более 8000 GPU-узлов по всему миру поддерживают основные модели, обрабатывая более 5 миллионов запросов в день. Бизнес-модель зрелая, доход от вызова API получен через платформу OpenRouter. Затраты на 85% ниже, чем у некоторых облачных сервисов, обслуживая более 3000 корпоративных клиентов. Текущая рыночная капитализация составляет 79 миллионов, технология имеет глубокую защиту, коммерциализация идет успешно.
2. Celium (SN51) - аппаратная оптимизация вычислений
Сосредоточение на оптимизации вычислений на аппаратном уровне, максимизация эффективности использования оборудования с помощью технологий, таких как планирование GPU, аппаратная абстракция и т.д. Поддержка всей линейки оборудования, снижение цен на 90%, повышение вычислительной эффективности на 45%. Занимает 7,28% выбросов в сети, текущая рыночная капитализация 56M. Оптимизация оборудования является ключевым аспектом инфраструктуры ИИ, обладающим технологическим барьером.
3. Targon (SN4) - децентрализованная AI платформа вывода
В центре находится TVM (Targon Virtual Machine), который использует технологии конфиденциальных вычислений для обеспечения безопасности рабочих процессов ИИ и защиты конфиденциальности. Поддерживает сквозное шифрование, высокие технические барьеры, четкая бизнес-модель. Запущен механизм выкупа доходов, недавний выкуп составил 18 000 долларов.
4. τemplar (SN3) - AI исследования и распределенное обучение
Стремится к распределенному обучению крупных AI-моделей, сосредоточив внимание на совместном обучении передовых моделей и инновациях. Завершено обучение модели с 1,2 миллиарда параметров, в 2025 году будет продвигаться обучение модели с более чем 70 миллиардами параметров. Текущая рыночная капитализация составляет 35 миллионов, что составляет 4,79% от эмиссии.
5. Градиенты (SN56) - децентрализованное обучение ИИ
Решение проблемы затрат на обучение ИИ с помощью распределенного обучения. Завершено обучение модели с 118 триллионами параметров, стоимость составляет всего 5 долларов в час, что на 70% дешевле традиционных облачных услуг. Текущая рыночная капитализация составляет 30 миллионов, спрос на рынке велик, технологическое преимущество очевидно.
6. Собственная торговля (SN8) - Финансовая количественная торговля
Децентрализованная платформа количественной торговли и финансового прогнозирования, AI-управляемые торговые сигналы для множества активов. Сочетание технологий LSTM и Transformer в модели временного прогнозирования с учетом анализа рыночных эмоций. Веб-сайт демонстрирует доходность и бэктест различных стратегий майнеров. Текущая рыночная капитализация 27M.
7. Оценка (SN44) - спортивный анализ и оценка
Сосредоточившись на анализе спортивных видео, мы значительно снизили стоимость аннотаций, используя легковесные методы валидации. В сотрудничестве с одной из платформ данных средняя точность прогнозирования AI-агента составляет 70%. Спортивная индустрия огромна, технологические инновации заметны, а рыночные перспективы обширны.
8. OpenKaito (SN5) - открытый текстовый вывод
Сосредоточены на разработке моделей встраивания текста, стремимся создать высококачественные способности понимания и рассуждения текста. Находимся на ранней стадии строительства, скоро будем интегрированы с одной платформой, что может значительно расширить области применения.
9. Данные Вселенной (SN13) - AI-инфраструктура данных
Обработка 500 миллионов строк данных в день, в общей сложности более 55,6 миллиарда строк, поддержка 100 ГБ хранения. Инновационный механизм голосования "гравитации" реализует динамическую корректировку веса. Будучи поставщиком данных для нескольких подсетей, активно сотрудничает с другими проектами, подчеркивая ценность инфраструктуры.
10. TAOHash (SN14) - PoW мощность майнинга
Позволяет майнерам Биткойн перенаправлять вычислительную мощность на сеть Bittensor. В краткосрочной перспективе привлечь более 6EH/s вычислительной мощности, что составляет около 0,7% от мирового объема. Предоставляет майнерам новые источники дохода, сочетая традиционный майнинг с вычислениями ИИ.
Анализ экосистемы
Технические инновации Bittensor строят уникальную децентрализованную экосистему AI. Алгоритм консенсуса Yuma обеспечивает качество сети через децентрализованное подтверждение, а обновление dTAO вводит механизм рыночного распределения ресурсов. Протоколы сотрудничества между подсетями поддерживают распределенную обработку сложных AI задач, формируя мощный сетевой эффект. Структура двойного стимула обеспечивает мотивацию для долгосрочного участия, создавая устойчивую экономическую замкнутость.
В сравнении с традиционными централизованными AI-провайдерами, Bittensor выделяется высокой стоимостью эффективности. Открытая экосистема способствует быстрому инновационному процессу, количество и качество подсетей продолжает расти. Тем не менее, технический барьер все еще остается высоким, а регуляторная среда обладает неопределенностью. С увеличением масштаба сети поддержание производительности и баланса децентрализации становится важным испытанием.
Взрывной рост AI-индустрии предоставляет Bittensor огромные рыночные возможности. Ожидается, что мировой рынок AI вырастет с 294 миллиардов долларов США в 2025 году до 1,77 триллиона долларов США в 2032 году. Поддержка правительств и внимание к конфиденциальности данных создают окна возможностей для децентрализованной AI-инфраструктуры. Интерес институциональных инвесторов продолжает расти, предоставляя финансирование и ресурсы для экосистемы.
Инвестиционная стратегия
Инвестирование в подсеть Bittensor требует оценки таких факторов, как степень технологических инноваций, сила команды, рыночный потенциал, конкурентная среда, уровень принятия пользователями и регуляторные риски. Рекомендуется диверсифицировать вложения между различными типами подсетей, включая инфраструктурные, прикладные и протокольные. Настраивайте стратегию в зависимости от стадии развития, балансируя риски и доходы.
Первое сокращение в ноябре 2025 года изменит экономическую картину сети. В среднем ожидается, что количество подсетей превысит 500, а увеличение корпоративных приложений будет способствовать развитию подсетей, связанных с конфиденциальными вычислениями. В долгосрочной перспективе Bittensor может стать важной частью глобальной инфраструктуры ИИ, новые бизнес-модели будут постоянно появляться, в конечном итоге формируя более крупную децентрализованную экосистему.
Экосистема Bittensor представляет собой новую парадигму развития инфраструктуры ИИ, предоставляя новые условия для инноваций в ИИ через рыночное распределение ресурсов и механизмы децентрализованного управления. В условиях быстрого развития индустрии ИИ экосистема Bittensor и ее подсети заслуживают постоянного внимания и глубокого изучения.