Guide d'investissement dans le subnet Bittensor : saisissez la prochaine opportunité dans l'IA

Auteur : contributeur principal de Biteye @lviswang

Éditeur : Denise, contributeur principal de Biteye

01. Aperçu du marché : la mise à niveau d'dTAO déclenche une explosion de l'écosystème

Le 13 février 2025, le réseau Bittensor a connu la mise à niveau historique Dynamic TAO (dTAO), cette transformation a fait passer le réseau d'un modèle de gouvernance centralisé à une allocation de ressources décentralisée, pilotée par le marché. Après la mise à niveau, chaque sous-réseau dispose de son propre jeton alpha, permettant aux détenteurs de TAO de choisir librement leurs investissements, réalisant ainsi un véritable mécanisme de découverte de valeur basé sur le marché.

Les données montrent que la mise à niveau de dTAO a libéré une grande vitalité d'innovation. En quelques mois, Bittensor est passé de 32 sous-réseaux à 118 sous-réseaux actifs, soit une augmentation de 269 %. Ces sous-réseaux couvrent tous les segments de l'industrie de l'IA, allant du raisonnement textuel de base, la génération d'images, jusqu'à des domaines de pointe tels que le repliement des protéines et le trading quantitatif, formant ainsi l'écosystème décentralisé d'IA le plus complet à ce jour.

Les performances du marché sont tout aussi remarquables. La capitalisation totale des sous-réseaux de premier plan est passée de 4 millions de dollars avant la mise à niveau à 690 millions de dollars, avec un rendement annuel stable de 16 à 19 % sur le staking. Les sous-réseaux distribuent les incitations réseau en fonction du taux de staking TAO basé sur le marché, les 10 plus grands sous-réseaux représentant 51,76 % des émissions réseau, ce qui reflète le mécanisme de marché de sélection naturelle.

02, Analyse du réseau central (10 premières émissions)

1 @chutes_ai, Chutes (SN64) - Calcul AI sans serveur

Valeur fondamentale : Révolutionner l'expérience de déploiement des modèles d'IA, réduire considérablement le coût de calcul

Chutes adopte une architecture "lancement instantané" qui réduit le temps de démarrage des modèles d'IA à 200 millisecondes, améliorant l'efficacité de 10 fois par rapport aux services cloud traditionnels. Plus de 8000 nœuds GPU dans le monde, prenant en charge les modèles mainstream allant de DeepSeek R1 à GPT-4, avec plus de 5 millions de demandes traitées par jour et un délai de réponse contrôlé dans les 50 millisecondes.

Modèle commercial mature, utilisant une stratégie freemium pour attirer les utilisateurs, Chutes fournit un support de puissance de calcul pour des modèles populaires tels que DeepSeek V3 à travers l'intégration de la plateforme OpenRouter, générant des revenus à partir de chaque appel API. L'avantage de coût est significatif, 85 % moins cher que AWS Lambda. Actuellement, l'utilisation totale des tokens dépasse 9042,37B, avec plus de 3000 clients d'entreprise servis.

dTAO a atteint une capitalisation boursière de 100 millions de dollars après 9 semaines de lancement, avec une capitalisation actuelle de 79 millions de dollars. La barrière technologique est profonde, les progrès de la commercialisation se déroulent bien et la reconnaissance sur le marché est élevée. Actuellement, c'est le leader du sous-réseau.

2 @celiumcompute, Celium (SN51) - Optimisation du calcul matériel

Valeur fondamentale : optimisation du matériel sous-jacent, amélioration de l'efficacité du calcul AI

Développé par Datura AI, se concentre sur l'optimisation des calculs au niveau matériel. Grâce à quatre grands modules technologiques : la planification GPU, l'abstraction matérielle, l'optimisation des performances et la gestion de l'efficacité énergétique, il maximise l'efficacité d'utilisation du matériel. Prend en charge toute la gamme de matériel NVIDIA A100/H100, AMD MI200, Intel Xe, avec un prix réduit de 90 % par rapport aux produits similaires et une efficacité de calcul améliorée de 45 %.

Actuellement, Celium est le deuxième sous-réseau en termes d'émissions sur Bittensor, représentant 7,28 % des émissions du réseau. L'optimisation matérielle est un élément central de l'infrastructure AI, avec une forte tendance à la hausse des prix en raison des barrières technologiques, et une capitalisation boursière actuelle de 56M.

3. @TargonCompute, Targon (SN4) - Plateforme de raisonnement AI décentralisée

Valeur fondamentale : technologie de calcul confidentiel, garantissant la sécurité de la vie privée des données

Le cœur de Targon est le TVM (Targon Virtual Machine), qui est une plateforme de calcul sécurisé et confidentiel, prenant en charge l'entraînement, l'inférence et la validation des modèles AI. Le TVM utilise des technologies de calcul confidentiel telles que Intel TDX et le calcul confidentiel NVIDIA, garantissant la sécurité et la protection de la vie privée tout au long du flux de travail AI. Le système prend en charge le chiffrement de bout en bout, de la couche matérielle à la couche applicative, permettant aux utilisateurs d'utiliser des services AI puissants sans divulguer de données.

La technologie Targon a un seuil d'entrée élevé, un modèle commercial clair et une source de revenus stable. Un mécanisme de rachat des revenus a été mis en place, tous les revenus étant utilisés pour le rachat de jetons, avec un dernier rachat de 18 000 dollars.

4. @tplr_ai, τemplar (SN3) - Recherche IA et entraînement distribué

Valeur clé : collaboration à grande échelle pour l'entraînement de modèles d'IA, réduction des barrières à l'entraînement

Templar est un sous-réseau pionnier sur le réseau Bittensor, spécialisé dans l'entraînement distribué à grande échelle des modèles d'IA. Sa mission est de devenir "la meilleure plateforme d'entraînement de modèles au monde". Grâce à la contribution des ressources GPU des participants du monde entier, il facilite l'entraînement collaboratif, en se concentrant sur l'entraînement collaboratif et l'innovation des modèles de pointe, tout en mettant l'accent sur la résistance à la tricherie et l'efficacité de la collaboration.

En termes de réalisations techniques, Templar a réussi à terminer l'entraînement d'un modèle de 1,2 milliard de paramètres, après plus de 20 000 cycles d'entraînement, avec environ 200 GPU participant à l'ensemble du processus. En 2024, la mise à niveau du mécanisme commit-reveal améliorera la décentralisation et la sécurité de la validation ; en 2025, la formation des grands modèles se poursuivra, avec une échelle de paramètres atteignant 70 milliards ou plus, affichant des performances comparables aux normes de l'industrie dans les tests de référence standard de l'IA, et obtenant la recommandation personnelle de Const, le fondateur de Bittensor.

L'avantage technologique de Templar est particulièrement marqué, avec une capitalisation boursière actuelle de 35 millions, représentant 4,79 % des émissions.

5. @gradients_ai, Gradients (SN56) - Entraînement AI décentralisé

Valeur fondamentale : Formation d'IA démocratisée, réduction significative des barrières de coût

Développé également par Rayon Labs, il résout le problème des coûts d'entraînement de l'IA grâce à un entraînement distribué. Le système de planification intelligente, basé sur la synchronisation des gradients, permet une répartition efficace des tâches sur des milliers de GPU. L'entraînement de modèles de 118 trillions de paramètres a été réalisé, avec un coût de seulement 5 dollars par heure, soit 70 % moins cher que les services cloud traditionnels, et une vitesse d'entraînement 40 % plus rapide que les solutions centralisées. L'interface à un clic réduit la barrière d'utilisation, et plus de 500 projets sont déjà utilisés pour le réglage des modèles, couvrant des domaines tels que la santé, la finance et l'éducation.

La capitalisation boursière actuelle est de 30M, la demande du marché est forte, l'avantage technologique est clair, c'est l'un des sous-réseaux à suivre à long terme.

6. @taoshiio, Trading Propriétaire (SN8) - Trading Quantitatif Financier

Valeur fondamentale : Signaux de trading multi-actifs et prévisions financières alimentés par l'IA

SN8 est une plateforme de trading quantitatif décentralisée et de prévision financière, avec des signaux de trading multi-actifs alimentés par l'IA. Un réseau de trading propriétaire applique des techniques d'apprentissage automatique aux prévisions des marchés financiers, construisant une architecture de modèles de prévision multi-niveaux. Son modèle de prévision temporelle intègre les technologies LSTM et Transformer, capable de traiter des données de séries temporelles complexes. Le module d'analyse des sentiments du marché fournit des indicateurs de sentiment comme signaux d'assistance aux prévisions en analysant les contenus des médias sociaux et des actualités.

Sur le site, vous pouvez voir les rendements et les tests rétrospectifs des stratégies fournies par différents mineurs. SN8 combine l'IA et la blockchain, offrant une méthode innovante de trading sur les marchés financiers, avec une capitalisation boursière actuelle de 27M.

7. @_scorevision, Score (SN44) - Analyse et évaluation sportives

Valeur principale : analyse vidéo sportive, ciblant l'industrie du football de 600 milliards de dollars

Cadre de vision par ordinateur axé sur l'analyse vidéo sportive, réduisant le coût de l'analyse vidéo complexe grâce à une technologie de validation légère. Utilise une validation en deux étapes : détection de terrain et vérification d'objet basée sur CLIP, réduisant le coût d'annotation traditionnel de plusieurs milliers de dollars par match à 1/10 à 1/100. En collaboration avec Data Universe, l'agent DKING AI a une précision de prédiction moyenne de 70 %, atteignant 100 % de précision en une seule journée.

L'industrie du sport est de grande envergure, avec une innovation technologique significative et un vaste potentiel de marché. Score est un sous-réseau avec une direction d'application claire, qui mérite d'être suivi.

8. @openkaito, OpenKaito (SN5) - Inférence de texte open source

Valeur fondamentale : développement de modèles d'incorporation de texte, optimisation de la recherche d'informations

OpenKaito se concentre sur le développement de modèles d'incorporation de texte, soutenu par Kaito, un acteur important dans le domaine d'InfoFi. En tant que projet open source dirigé par la communauté, OpenKaito s'engage à construire des capacités de compréhension et de raisonnement textuels de haute qualité, en particulier dans les domaines de la recherche d'informations et de la recherche sémantique.

Ce sous-réseau est encore en phase de construction précoce, principalement axé sur la création d'un écosystème autour des modèles d'incorporation de texte. Il convient de noter l'intégration imminente de Yaps, qui pourrait considérablement élargir ses cas d'utilisation et sa base d'utilisateurs.

9. @MacrocosmosAI, Univers des données (SN13) - Infrastructure de données AI

Valeur fondamentale : Traitement de données à grande échelle, Fourniture de données d'entraînement pour l'IA

Traite 500 millions de lignes de données par jour, totalisant plus de 55,6 milliards de lignes, avec un support de stockage de 100 Go. L'architecture DataEntity offre des fonctionnalités clés telles que la normalisation des données, l'optimisation des index et le stockage distribué. Le mécanisme de vote innovant "gravité" permet un ajustement dynamique des poids.

Les données sont le pétrole de l'IA, la valeur des infrastructures est stable et l'écologie est importante. En tant que fournisseur de données pour plusieurs sous-réseaux, la coopération approfondie avec des projets tels que Score reflète la valeur des infrastructures.

10. @taohash，TAOHash (SN14) - Minage par puissance de calcul PoW

Valeur centrale : connecter le minage traditionnel et le calcul AI, intégration des ressources de puissance de calcul

TAOHash permet aux mineurs de Bitcoin de rediriger leur puissance de calcul vers le réseau Bittensor, obtenant des jetons alpha grâce au minage pour le staking ou le trading. Ce modèle combine le minage traditionnel par PoW avec le calcul AI, offrant aux mineurs une nouvelle source de revenus.

En l'espace de quelques semaines, plus de 6 EH/s de puissance de calcul ont été attirés (environ 0,7 % de la puissance de calcul mondiale), prouvant la reconnaissance du marché pour ce modèle hybride. Les mineurs peuvent choisir entre le minage traditionnel de Bitcoin et l'obtention de jetons TAOHash, optimisant ainsi leurs gains en fonction des conditions du marché.

11. @CreatorBid, Creator.Bid - La plateforme de lancement de l'écosystème d'agents IA

Bien que Creator.Bid ne soit pas une sous-réseau, il joue un rôle de coordination important dans l'écosystème Bittensor. L'écosystème de Creator.Bid repose sur trois grands piliers. Le module Launchpad offre des services de lancement d'agents AI équitables et transparents, fournissant un point de départ sécurisé et transparent pour les nouveaux agents AI grâce à des contrats intelligents de lancement équitables sans sniper et à un mécanisme de lancement curaté. Le module Tokenomics unifie l'ensemble de l'écosystème grâce au jeton BID, offrant aux agents un modèle de revenus durable. Le module Hub propose des services puissants basés sur des API, y compris l'automatisation de contenu, des API de médias sociaux et des modèles d'images affinés, etc.

L'innovation clé de la plateforme réside dans le concept des Agent Keys. Ces jetons membres numériques permettent aux créateurs de construire des communautés autour des agents IA et de réaliser une propriété partagée. Chaque agent IA obtient une identité unique via le Agent Name Service (ANS), l'ANS se matérialisant sous forme de NFT, garantissant que chaque agent possède un identifiant non répétable. Les utilisateurs peuvent entrer des caractéristiques personnelles via des invites simples, sans nécessiter de connaissances en programmation, pour générer des agents IA pleinement fonctionnels.

Bien que Creator.Bid soit construit sur le réseau Base, il a établi une relation de collaboration profonde avec l'écosystème Bittensor. En exploitant le TAO Council, Creator.Bid regroupe des sous-réseaux de premier plan tels que BitMind (SN34), Dippy (SN11 & SN58), devenant ainsi "la couche de coordination pour les agents alignés TAO, les sous-réseaux et les constructeurs".

La valeur de cette relation de collaboration réside dans l'intégration des avantages de différents réseaux. Bittensor offre de puissantes capacités d'inférence et d'entraînement en IA, tandis que Creator.Bid fournit une plateforme conviviale pour la création et le lancement d'agents. La combinaison des deux écosystèmes permet aux développeurs d'utiliser les capacités d'IA de Bittensor pour créer des agents, puis de les tokeniser et de les communautariser via le Launchpad de Creator.Bid.

La collaboration avec l'Arena des Agents AI de Masa (SN59) illustre davantage cet effet de synergie. Creator.Bid fournit des outils de création d'agents pour l'arène, permettant aux utilisateurs de déployer rapidement des agents AI pour participer à la compétition. Ce mode de collaboration inter-écosystèmes devient une tendance importante dans le domaine de l'IA décentralisée.

03, analyse de l'écosystème

Avantages clés de l'architecture technique

L'innovation technologique de Bittensor a construit un écosystème AI décentralisé unique. Son algorithme de consensus Yuma garantit la qualité du réseau grâce à une validation décentralisée, tandis que le mécanisme de répartition des ressources de marché introduit par la mise à niveau dTAO augmente considérablement l'efficacité. Chaque sous-réseau est équipé d'un mécanisme AMM, réalisant la découverte des prix entre le TAO et les jetons alpha, ce qui permet aux forces du marché de participer directement à la répartition des ressources AI.

Le protocole de coopération entre sous-réseaux prend en charge le traitement distribué de tâches AI complexes, créant ainsi de puissants effets de réseau. La structure d'incitation double (émission de TAO et appréciation des tokens alpha) garantit une motivation à long terme pour la participation, permettant aux créateurs de sous-réseaux, aux mineurs, aux validateurs et aux stakers de recevoir des récompenses correspondantes, formant ainsi un boucle économique durable.

Avantages concurrentiels et défis à relever

Comparé aux fournisseurs de services d'IA centralisés traditionnels, Bittensor offre une véritable alternative décentralisée, se distinguant par son efficacité en termes de coûts. Plusieurs sous-réseaux montrent des avantages de coûts significatifs, par exemple, Chutes est 85 % moins cher qu'AWS, cet avantage de coût découle de l'amélioration de l'efficacité de l'architecture décentralisée. Un écosystème ouvert favorise une innovation rapide, le nombre et la qualité des sous-réseaux continuent d'augmenter, et la vitesse d'innovation dépasse de loin celle de la R&D interne des entreprises traditionnelles.

Cependant, l'écosystème fait également face à des défis réels. Le seuil technologique reste élevé, bien que les outils s'améliorent constamment, la participation au mining et à la validation nécessite toujours une connaissance technique considérable. L'incertitude de l'environnement réglementaire est un autre facteur de risque, les réseaux d'IA décentralisés pourraient faire face à des politiques réglementaires différentes dans chaque pays. Les fournisseurs de services cloud traditionnels comme AWS et Google Cloud ne resteront pas les bras croisés et devraient lancer des produits concurrentiels. Avec la croissance de l'échelle du réseau, maintenir l'équilibre entre la performance et la décentralisation devient également un défi important.

La croissance explosive de l'industrie de l'IA offre de grandes opportunités de marché à Bittensor. Goldman Sachs prévoit que l'investissement mondial dans l'IA atteindra près de 200 milliards de dollars en 2025, fournissant un soutien solide à la demande d'infrastructure. Le marché mondial de l'IA devrait passer de 294 milliards de dollars en 2025 à 1,77 billion de dollars en 2032, avec un taux de croissance annuel composé de 29 %, créant ainsi un vaste espace de développement pour l'infrastructure d'IA décentralisée.

Les politiques de soutien au développement de l'IA dans différents pays ont créé une fenêtre d'opportunité pour l'infrastructure décentralisée de l'IA, tandis que l'attention accrue portée à la confidentialité des données et à la sécurité de l'IA a augmenté la demande pour des technologies telles que le calcul confidentiel, qui est justement l'un des principaux avantages des sous-réseaux comme Targon. L'intérêt des investisseurs institutionnels pour l'infrastructure de l'IA continue de croître, et la participation d'institutions renommées telles que DCG et Polychain apporte un soutien financier et des ressources à l'écosystème.

04, Cadre de stratégie d'investissement

Investir dans le sous-réseau Bittensor nécessite l'établissement d'un cadre d'évaluation systémique. Sur le plan technique, il est nécessaire d'examiner le degré d'innovation et la profondeur de la barrière à l'entrée, la capacité technique de l'équipe et sa capacité d'exécution, ainsi que les effets de synergie avec d'autres projets de l'écosystème. Sur le plan du marché, il faut analyser la taille et le potentiel de croissance du marché cible, le paysage concurrentiel et les avantages différenciés, le taux d'adoption par les utilisateurs et les effets de réseau, ainsi que l'environnement réglementaire et les risques politiques. Sur le plan financier, il convient de se concentrer sur le niveau d'évaluation actuel et les performances historiques, la part d'émission de TAO et la tendance de croissance, la rationalité de la conception de l'économie des tokens, ainsi que la liquidité et la profondeur des transactions.

En matière de gestion des risques, la diversification des investissements est une stratégie fondamentale. Il est conseillé de répartir les investissements entre différents types de sous-réseaux, y compris ceux basés sur l'infrastructure (comme Chutes, Celium), les applications (comme Score, BitMind) et les protocoles (comme Targon, Templar). Il est également important d'ajuster la stratégie d'investissement en fonction du stade de développement des sous-réseaux ; les projets en phase de démarrage présentent un risque élevé mais un potentiel de rendement important, tandis que les projets matures sont relativement stables mais ont un espace de croissance limité. Étant donné que la liquidité des tokens alpha peut être inférieure à celle de TAO, il est nécessaire de planifier correctement le ratio de répartition des fonds pour maintenir un tampon de liquidité adéquat.

L'événement de halving prévu en novembre 2025 sera un catalyseur de marché important. La réduction des émissions augmentera la rareté des sous-réseaux existants, tout en éliminant potentiellement les projets sous-performants, ce qui redéfinira l'écosystème économique du réseau dans son ensemble. Les investisseurs peuvent se positionner à l'avance sur des sous-réseaux de qualité pour profiter de la fenêtre de configuration avant le halving.

À moyen terme, le nombre de sous-réseaux devrait dépasser 500, couvrant tous les segments de l'industrie de l'IA. L'augmentation des applications d'entreprise stimulera le développement de sous-réseaux liés au calcul confidentiel et à la protection des données, et la collaboration entre sous-réseaux sera plus fréquente, formant une chaîne d'approvisionnement de services d'IA complexe. L'éclaircissement progressif du cadre réglementaire donnera un avantage significatif aux sous-réseaux conformes.

À long terme, Bittensor a le potentiel de devenir une composante essentielle de l'infrastructure mondiale de l'IA, les entreprises d'IA traditionnelles pourraient adopter un modèle hybride, en déplaçant une partie de leurs activités vers un réseau décentralisé. De nouveaux modèles commerciaux et des cas d'utilisation continueront d'émerger, avec une interopérabilité accrue avec d'autres réseaux blockchain, formant finalement un écosystème décentralisé plus vaste. Ce chemin de développement est similaire à l'évolution de l'infrastructure Internet précoce, et ceux qui parviennent à saisir les points clés en tant qu'investisseurs obtiendront des rendements substantiels.

05, Conclusion

L'écosystème Bittensor représente un nouveau paradigme dans le développement des infrastructures AI. Grâce à une allocation des ressources basée sur le marché et à un mécanisme de gouvernance décentralisé, il offre un nouveau terreau pour l'innovation en AI, dont l'énergie innovante et le potentiel de croissance sont remarquables. Dans le contexte du développement rapide de l'industrie AI, Bittensor et son écosystème de sous-réseaux méritent une attention continue et une recherche approfondie.