Pada bulan Februari 2025, jaringan Bittensor menyelesaikan peningkatan Dynamic TAO (dTAO), yang mengalihkan pemerintahan jaringan ke alokasi sumber daya terdesentralisasi yang digerakkan oleh pasar. Setelah peningkatan, setiap subnet memiliki token alpha independen, mewujudkan mekanisme penemuan nilai pasar yang sebenarnya.
Data menunjukkan bahwa upgrade dTAO telah melepaskan potensi inovasi yang besar. Dalam beberapa bulan saja, Bittensor meningkat dari 32 subnet menjadi 118 subnet aktif, dengan peningkatan 269%. Subnet-subnet ini mencakup berbagai bidang tersegmentasi dalam industri AI, dari inferensi teks dasar, pembuatan gambar, hingga pelipatan protein yang mutakhir dan perdagangan kuantitatif, membentuk ekosistem AI terdesentralisasi yang lengkap.
Kinerja pasar sangat mengesankan. Total kapitalisasi pasar subnet teratas meningkat dari 4 juta USD sebelum pembaruan menjadi 690 juta USD, dengan imbal hasil staking tahunan stabil di kisaran 16-19%. Setiap subnet mendistribusikan insentif jaringan berdasarkan tingkat staking TAO yang dipasarakan, dengan 10 subnet teratas menyumbang 51,76% dari emisi jaringan, mencerminkan mekanisme seleksi alami.
Analisis Jaringan Inti (10 Teratas dalam Emisi)
1. Chutes (SN64) - komputasi AI tanpa server
Nilai inti: Mengubah pengalaman penyebaran model AI, secara signifikan mengurangi biaya komputasi.
Chutes mengadopsi arsitektur "peluncuran instan" yang mengompresi waktu peluncuran model AI menjadi 200 milidetik, meningkatkan efisiensi hingga 10 kali lipat. Lebih dari 8000 node GPU di seluruh dunia mendukung model-model utama, dengan lebih dari 5 juta permintaan diproses setiap hari, dan latensi respons di bawah 50 milidetik.
Model bisnis yang matang, menggunakan strategi freemium. Mendapatkan pendapatan melalui dukungan daya komputasi model populer yang terintegrasi di platform, dari panggilan API. Biaya 85% lebih rendah dibandingkan layanan sejenis. Saat ini, total penggunaan token melebihi 9042,37B, melayani lebih dari 3000 klien perusahaan.
Setelah 9 minggu diluncurkannya dTAO, mencapai nilai pasar 100 juta USD, saat ini 79M. Teknologi yang kuat, komersialisasi berjalan lancar, dan tingkat penerimaan pasar yang tinggi, menjadikannya pemimpin subnet.
2. Celium (SN51) - optimasi komputasi perangkat keras
Nilai inti: Optimasi perangkat keras dasar, meningkatkan efisiensi komputasi AI
Fokus pada optimisasi perhitungan di tingkat perangkat keras. Memaksimalkan efisiensi penggunaan perangkat keras melalui empat modul teknologi utama. Mendukung perangkat keras GPU mainstream, harga diturunkan 90%, efisiensi ditingkatkan 45%.
Saat ini merupakan subnet kedua terbesar Bittensor, menyumbang 7,28% dari emisi jaringan. Optimalisasi perangkat keras adalah inti dari infrastruktur AI, memiliki hambatan teknologi, tren harga meningkat kuat, dan saat ini memiliki nilai pasar 56M.
3. Targon (SN4) - platform inferensi AI yang terdesentralisasi
Nilai inti: Teknologi komputasi rahasia, menjamin keamanan privasi data
Inti dari platform komputasi rahasia TVM adalah untuk keamanan, mendukung pelatihan, inferensi, dan validasi model AI. Menggunakan teknologi komputasi rahasia yang canggih, memastikan keamanan alur kerja AI dan perlindungan privasi. Sistem mendukung enkripsi end-to-end.
Tingkat teknis tinggi, model bisnis jelas, dan memiliki pendapatan yang stabil. Sudah memulai mekanisme pembelian kembali pendapatan, baru-baru ini membeli kembali 18 ribu dolar.
4. τemplar (SN3) - Penelitian AI dan pelatihan terdistribusi
Nilai inti: Kolaborasi pelatihan model AI berskala besar, menurunkan ambang pelatihan
Fokus pada pelatihan terdistribusi model AI skala besar, melalui kolaborasi sumber daya GPU global. Telah menyelesaikan pelatihan model 1,2B parameter, lebih dari 20.000 siklus, dengan sekitar 200 GPU yang terlibat.
Mekanisme verifikasi akan ditingkatkan pada tahun 2024, pelatihan model besar akan dilanjutkan pada tahun 2025, dengan parameter mencapai 70B+. Keunggulan teknis yang menonjol, nilai pasar saat ini 35M, dengan kontribusi terhadap emisi 4,79%.
5. Gradien (SN56) - Pelatihan AI terdesentralisasi
Nilai inti: Pelatihan AI yang terjangkau bagi masyarakat, secara signifikan mengurangi ambang biaya.
Mengatasi masalah biaya pelatihan AI melalui pelatihan terdistribusi. Sistem penjadwalan cerdas mendistribusikan tugas secara efisien. Telah menyelesaikan pelatihan model 118 triliun parameter, dengan biaya 5 dolar per jam, 70% lebih murah dibandingkan layanan tradisional, dan 40% lebih cepat.
Saat ini nilai pasar 30M, permintaan pasar besar, keunggulan teknologi jelas, layak untuk diperhatikan dalam jangka panjang.
6. Perdagangan Proprietary (SN8) - Perdagangan Kuantitatif Keuangan
Nilai inti: Sinyal perdagangan multi-aset dan prediksi keuangan yang didorong oleh AI
Platform perdagangan kuantitatif terdesentralisasi dan prediksi keuangan. Model prediksi multi-level menggabungkan teknologi LSTM dan Transformer, memproses data deret waktu yang kompleks. Modul analisis sentimen pasar memberikan sinyal tambahan.
Situs web menampilkan hasil dan backtest dari berbagai strategi miner. Cara baru untuk berdagang di pasar keuangan yang inovatif, dengan nilai pasar saat ini 27M.
7. Skor (SN44) - Analisis dan Penilaian Olahraga
Nilai inti: Analisis video olahraga, menargetkan industri sepak bola senilai 600 miliar dolar.
Fokus pada analisis video olahraga, teknologi verifikasi ringan secara signifikan mengurangi biaya. Verifikasi dua langkah mengurangi biaya anotasi tradisional sebesar 90-99%. Bekerja sama dengan proyek lain, akurasi prediksi rata-rata agen AI adalah 70%.
Industri olahraga memiliki skala besar, inovasi teknologi yang signifikan, dan prospek pasar yang luas, sehingga patut diperhatikan.
8. OpenKaito (SN5) - teks inferensi sumber terbuka
Nilai inti: pengembangan model embedding teks, optimalisasi pencarian informasi
Fokus pada pengembangan model penyematan teks, didukung oleh peserta penting dalam bidang InfoFi. Berkomitmen untuk membangun kemampuan pemahaman dan penalaran teks yang berkualitas tinggi, terutama dalam pencarian informasi dan pencarian semantik.
Dalam tahap pembangunan awal, membangun ekosistem di sekitar model embedding teks. Fitur baru akan segera diintegrasikan, yang mungkin secara signifikan memperluas skenario aplikasi dan basis pengguna.
9. Data Universe (SN13) - Infrastruktur Data AI
Nilai inti: Pemrosesan data skala besar, pasokan data pelatihan AI
Memproses 500 juta baris data per hari, total 55,6 miliar baris, mendukung penyimpanan 100GB. Arsitektur inti menyediakan fungsi standarisasi data, optimasi indeks, dan lainnya. Mekanisme pemungutan suara yang inovatif mewujudkan penyesuaian bobot secara dinamis.
Data adalah dasar AI, nilai infrastruktur stabil. Sebagai penyedia data dari beberapa subnet, bekerja sama secara mendalam dengan proyek lain, mencerminkan nilai infrastruktur.
10. TAOHash (SN14) - Penambangan PoW
Nilai inti: Menghubungkan penambangan tradisional dengan perhitungan AI, integrasi sumber daya komputasi
Memungkinkan penambang Bitcoin untuk mengalihkan daya komputasi mereka ke jaringan Bittensor dan mendapatkan token alpha. Dalam jangka pendek, menarik lebih dari 6EH/s daya komputasi, sekitar 0,7% dari total global, membuktikan pengakuan pasar. Penambang dapat memilih cara penambangan dengan fleksibel untuk mengoptimalkan keuntungan.
Analisis Ekosistem
Inovasi teknologi Bittensor membangun ekosistem AI terdesentralisasi yang unik. Algoritma konsensus memastikan kualitas jaringan, dan pembaruan dTAO memperkenalkan alokasi sumber daya yang dipasarkan. Kolaborasi antar subnet mendukung pemrosesan terdistribusi untuk tugas AI yang kompleks, membentuk efek jaringan. Struktur insentif ganda memastikan motivasi untuk partisipasi jangka panjang, membentuk siklus ekonomi yang berkelanjutan.
Dibandingkan dengan layanan tradisional, Bittensor menunjukkan kinerja yang luar biasa dalam efisiensi biaya. Ekosistem terbuka mendorong inovasi cepat, dengan kecepatan inovasi jauh melampaui perusahaan tradisional. Namun, juga menghadapi tantangan seperti ambang teknologi yang tinggi dan ketidakpastian regulasi. Seiring pertumbuhan jaringan, mempertahankan kinerja dan keseimbangan desentralisasi menjadi ujian penting.
Ledakan industri AI memberikan peluang pasar yang besar bagi Bittensor. Pasar AI global diperkirakan tumbuh 29% per tahun, menciptakan ruang luas untuk infrastruktur terdesentralisasi. Kebijakan dukungan dari berbagai negara dan perhatian terhadap privasi data menciptakan keunggulan bagi beberapa subnet. Partisipasi investor institusi memberikan dukungan pendanaan bagi ekosistem.
Kerangka Strategi Investasi
Investasi Bittensor subnet memerlukan evaluasi sistematis. Dari sisi teknis, periksa tingkat inovasi, kekuatan tim, dan kolaborasi ekosistem. Dari sisi pasar, analisis skala target, struktur persaingan, dan adopsi pengguna. Dari sisi keuangan, perhatikan valuasi, proporsi emisi, dan ekonomi token.
Dalam manajemen risiko, disarankan untuk menyebarkan alokasi di antara berbagai jenis subnet. Sesuaikan strategi berdasarkan tahap perkembangan, seimbangkan risiko dan imbal hasil. Atur alokasi dana dengan bijak, tetap jaga likuiditas yang diperlukan.
Pengurangan setengah pertama pada November 2025 akan membentuk kembali pola ekonomi jaringan. Jumlah subnet di tengah periode mungkin akan melampaui 500, dengan aplikasi tingkat perusahaan yang meningkat mendorong pengembangan subnet terkait. Dalam jangka panjang, Bittensor diharapkan menjadi bagian penting dari infrastruktur AI global, dengan model bisnis baru yang terus muncul, akhirnya membentuk ekosistem yang lebih besar.
Kesimpulan
Ekosistem Bittensor mewakili paradigma baru infrastruktur AI. Melalui alokasi sumber daya yang dipasarkan dan tata kelola terdesentralisasi, memberikan tanah baru untuk inovasi AI. Dalam konteks perkembangan industri AI yang pesat, Bittensor dan ekosistem subnet-nya patut terus diperhatikan dan diteliti lebih dalam.
Halaman ini mungkin berisi konten pihak ketiga, yang disediakan untuk tujuan informasi saja (bukan pernyataan/jaminan) dan tidak boleh dianggap sebagai dukungan terhadap pandangannya oleh Gate, atau sebagai nasihat keuangan atau profesional. Lihat Penafian untuk detailnya.
16 Suka
Hadiah
16
4
Posting ulang
Bagikan
Komentar
0/400
SocialAnxietyStaker
· 08-02 20:33
Begitu hebat, tidak sempat masukkan posisi.
Lihat AsliBalas0
PaperHandSister
· 08-02 20:32
Sudah lima tahun bertahan, semua rugi. Cewek ini hanya ingin tidak rugi, jadi susah banget jadi suckers. Setiap hari cuma lap air mata. Jangan percaya sama pro.
Sudah dipotong sekali kan suckers-nya?
Lihat AsliBalas0
SchroedingerAirdrop
· 08-02 20:24
Hmm, terlalu banyak subnet, uang ini terlalu mudah didapat.
Lihat AsliBalas0
SchroedingerMiner
· 08-02 20:21
Sekali lagi, pasti akan memutuskan untuk bermain orang-orang untuk suckers.
Ledakan ekosistem Bittensor: Upgrade dTAO membuka peluang investasi subnet baru
Panduan Investasi Subnet Bittensor: Memanfaatkan Peluang Baru AI
Gambaran Pasar: Pembaruan dTAO Memicu Ledakan Ekosistem
Pada bulan Februari 2025, jaringan Bittensor menyelesaikan peningkatan Dynamic TAO (dTAO), yang mengalihkan pemerintahan jaringan ke alokasi sumber daya terdesentralisasi yang digerakkan oleh pasar. Setelah peningkatan, setiap subnet memiliki token alpha independen, mewujudkan mekanisme penemuan nilai pasar yang sebenarnya.
Data menunjukkan bahwa upgrade dTAO telah melepaskan potensi inovasi yang besar. Dalam beberapa bulan saja, Bittensor meningkat dari 32 subnet menjadi 118 subnet aktif, dengan peningkatan 269%. Subnet-subnet ini mencakup berbagai bidang tersegmentasi dalam industri AI, dari inferensi teks dasar, pembuatan gambar, hingga pelipatan protein yang mutakhir dan perdagangan kuantitatif, membentuk ekosistem AI terdesentralisasi yang lengkap.
Kinerja pasar sangat mengesankan. Total kapitalisasi pasar subnet teratas meningkat dari 4 juta USD sebelum pembaruan menjadi 690 juta USD, dengan imbal hasil staking tahunan stabil di kisaran 16-19%. Setiap subnet mendistribusikan insentif jaringan berdasarkan tingkat staking TAO yang dipasarakan, dengan 10 subnet teratas menyumbang 51,76% dari emisi jaringan, mencerminkan mekanisme seleksi alami.
Analisis Jaringan Inti (10 Teratas dalam Emisi)
1. Chutes (SN64) - komputasi AI tanpa server
Nilai inti: Mengubah pengalaman penyebaran model AI, secara signifikan mengurangi biaya komputasi.
Chutes mengadopsi arsitektur "peluncuran instan" yang mengompresi waktu peluncuran model AI menjadi 200 milidetik, meningkatkan efisiensi hingga 10 kali lipat. Lebih dari 8000 node GPU di seluruh dunia mendukung model-model utama, dengan lebih dari 5 juta permintaan diproses setiap hari, dan latensi respons di bawah 50 milidetik.
Model bisnis yang matang, menggunakan strategi freemium. Mendapatkan pendapatan melalui dukungan daya komputasi model populer yang terintegrasi di platform, dari panggilan API. Biaya 85% lebih rendah dibandingkan layanan sejenis. Saat ini, total penggunaan token melebihi 9042,37B, melayani lebih dari 3000 klien perusahaan.
Setelah 9 minggu diluncurkannya dTAO, mencapai nilai pasar 100 juta USD, saat ini 79M. Teknologi yang kuat, komersialisasi berjalan lancar, dan tingkat penerimaan pasar yang tinggi, menjadikannya pemimpin subnet.
2. Celium (SN51) - optimasi komputasi perangkat keras
Nilai inti: Optimasi perangkat keras dasar, meningkatkan efisiensi komputasi AI
Fokus pada optimisasi perhitungan di tingkat perangkat keras. Memaksimalkan efisiensi penggunaan perangkat keras melalui empat modul teknologi utama. Mendukung perangkat keras GPU mainstream, harga diturunkan 90%, efisiensi ditingkatkan 45%.
Saat ini merupakan subnet kedua terbesar Bittensor, menyumbang 7,28% dari emisi jaringan. Optimalisasi perangkat keras adalah inti dari infrastruktur AI, memiliki hambatan teknologi, tren harga meningkat kuat, dan saat ini memiliki nilai pasar 56M.
3. Targon (SN4) - platform inferensi AI yang terdesentralisasi
Nilai inti: Teknologi komputasi rahasia, menjamin keamanan privasi data
Inti dari platform komputasi rahasia TVM adalah untuk keamanan, mendukung pelatihan, inferensi, dan validasi model AI. Menggunakan teknologi komputasi rahasia yang canggih, memastikan keamanan alur kerja AI dan perlindungan privasi. Sistem mendukung enkripsi end-to-end.
Tingkat teknis tinggi, model bisnis jelas, dan memiliki pendapatan yang stabil. Sudah memulai mekanisme pembelian kembali pendapatan, baru-baru ini membeli kembali 18 ribu dolar.
4. τemplar (SN3) - Penelitian AI dan pelatihan terdistribusi
Nilai inti: Kolaborasi pelatihan model AI berskala besar, menurunkan ambang pelatihan
Fokus pada pelatihan terdistribusi model AI skala besar, melalui kolaborasi sumber daya GPU global. Telah menyelesaikan pelatihan model 1,2B parameter, lebih dari 20.000 siklus, dengan sekitar 200 GPU yang terlibat.
Mekanisme verifikasi akan ditingkatkan pada tahun 2024, pelatihan model besar akan dilanjutkan pada tahun 2025, dengan parameter mencapai 70B+. Keunggulan teknis yang menonjol, nilai pasar saat ini 35M, dengan kontribusi terhadap emisi 4,79%.
5. Gradien (SN56) - Pelatihan AI terdesentralisasi
Nilai inti: Pelatihan AI yang terjangkau bagi masyarakat, secara signifikan mengurangi ambang biaya.
Mengatasi masalah biaya pelatihan AI melalui pelatihan terdistribusi. Sistem penjadwalan cerdas mendistribusikan tugas secara efisien. Telah menyelesaikan pelatihan model 118 triliun parameter, dengan biaya 5 dolar per jam, 70% lebih murah dibandingkan layanan tradisional, dan 40% lebih cepat.
Saat ini nilai pasar 30M, permintaan pasar besar, keunggulan teknologi jelas, layak untuk diperhatikan dalam jangka panjang.
6. Perdagangan Proprietary (SN8) - Perdagangan Kuantitatif Keuangan
Nilai inti: Sinyal perdagangan multi-aset dan prediksi keuangan yang didorong oleh AI
Platform perdagangan kuantitatif terdesentralisasi dan prediksi keuangan. Model prediksi multi-level menggabungkan teknologi LSTM dan Transformer, memproses data deret waktu yang kompleks. Modul analisis sentimen pasar memberikan sinyal tambahan.
Situs web menampilkan hasil dan backtest dari berbagai strategi miner. Cara baru untuk berdagang di pasar keuangan yang inovatif, dengan nilai pasar saat ini 27M.
7. Skor (SN44) - Analisis dan Penilaian Olahraga
Nilai inti: Analisis video olahraga, menargetkan industri sepak bola senilai 600 miliar dolar.
Fokus pada analisis video olahraga, teknologi verifikasi ringan secara signifikan mengurangi biaya. Verifikasi dua langkah mengurangi biaya anotasi tradisional sebesar 90-99%. Bekerja sama dengan proyek lain, akurasi prediksi rata-rata agen AI adalah 70%.
Industri olahraga memiliki skala besar, inovasi teknologi yang signifikan, dan prospek pasar yang luas, sehingga patut diperhatikan.
8. OpenKaito (SN5) - teks inferensi sumber terbuka
Nilai inti: pengembangan model embedding teks, optimalisasi pencarian informasi
Fokus pada pengembangan model penyematan teks, didukung oleh peserta penting dalam bidang InfoFi. Berkomitmen untuk membangun kemampuan pemahaman dan penalaran teks yang berkualitas tinggi, terutama dalam pencarian informasi dan pencarian semantik.
Dalam tahap pembangunan awal, membangun ekosistem di sekitar model embedding teks. Fitur baru akan segera diintegrasikan, yang mungkin secara signifikan memperluas skenario aplikasi dan basis pengguna.
9. Data Universe (SN13) - Infrastruktur Data AI
Nilai inti: Pemrosesan data skala besar, pasokan data pelatihan AI
Memproses 500 juta baris data per hari, total 55,6 miliar baris, mendukung penyimpanan 100GB. Arsitektur inti menyediakan fungsi standarisasi data, optimasi indeks, dan lainnya. Mekanisme pemungutan suara yang inovatif mewujudkan penyesuaian bobot secara dinamis.
Data adalah dasar AI, nilai infrastruktur stabil. Sebagai penyedia data dari beberapa subnet, bekerja sama secara mendalam dengan proyek lain, mencerminkan nilai infrastruktur.
10. TAOHash (SN14) - Penambangan PoW
Nilai inti: Menghubungkan penambangan tradisional dengan perhitungan AI, integrasi sumber daya komputasi
Memungkinkan penambang Bitcoin untuk mengalihkan daya komputasi mereka ke jaringan Bittensor dan mendapatkan token alpha. Dalam jangka pendek, menarik lebih dari 6EH/s daya komputasi, sekitar 0,7% dari total global, membuktikan pengakuan pasar. Penambang dapat memilih cara penambangan dengan fleksibel untuk mengoptimalkan keuntungan.
Analisis Ekosistem
Inovasi teknologi Bittensor membangun ekosistem AI terdesentralisasi yang unik. Algoritma konsensus memastikan kualitas jaringan, dan pembaruan dTAO memperkenalkan alokasi sumber daya yang dipasarkan. Kolaborasi antar subnet mendukung pemrosesan terdistribusi untuk tugas AI yang kompleks, membentuk efek jaringan. Struktur insentif ganda memastikan motivasi untuk partisipasi jangka panjang, membentuk siklus ekonomi yang berkelanjutan.
Dibandingkan dengan layanan tradisional, Bittensor menunjukkan kinerja yang luar biasa dalam efisiensi biaya. Ekosistem terbuka mendorong inovasi cepat, dengan kecepatan inovasi jauh melampaui perusahaan tradisional. Namun, juga menghadapi tantangan seperti ambang teknologi yang tinggi dan ketidakpastian regulasi. Seiring pertumbuhan jaringan, mempertahankan kinerja dan keseimbangan desentralisasi menjadi ujian penting.
Ledakan industri AI memberikan peluang pasar yang besar bagi Bittensor. Pasar AI global diperkirakan tumbuh 29% per tahun, menciptakan ruang luas untuk infrastruktur terdesentralisasi. Kebijakan dukungan dari berbagai negara dan perhatian terhadap privasi data menciptakan keunggulan bagi beberapa subnet. Partisipasi investor institusi memberikan dukungan pendanaan bagi ekosistem.
Kerangka Strategi Investasi
Investasi Bittensor subnet memerlukan evaluasi sistematis. Dari sisi teknis, periksa tingkat inovasi, kekuatan tim, dan kolaborasi ekosistem. Dari sisi pasar, analisis skala target, struktur persaingan, dan adopsi pengguna. Dari sisi keuangan, perhatikan valuasi, proporsi emisi, dan ekonomi token.
Dalam manajemen risiko, disarankan untuk menyebarkan alokasi di antara berbagai jenis subnet. Sesuaikan strategi berdasarkan tahap perkembangan, seimbangkan risiko dan imbal hasil. Atur alokasi dana dengan bijak, tetap jaga likuiditas yang diperlukan.
Pengurangan setengah pertama pada November 2025 akan membentuk kembali pola ekonomi jaringan. Jumlah subnet di tengah periode mungkin akan melampaui 500, dengan aplikasi tingkat perusahaan yang meningkat mendorong pengembangan subnet terkait. Dalam jangka panjang, Bittensor diharapkan menjadi bagian penting dari infrastruktur AI global, dengan model bisnis baru yang terus muncul, akhirnya membentuk ekosistem yang lebih besar.
Kesimpulan
Ekosistem Bittensor mewakili paradigma baru infrastruktur AI. Melalui alokasi sumber daya yang dipasarkan dan tata kelola terdesentralisasi, memberikan tanah baru untuk inovasi AI. Dalam konteks perkembangan industri AI yang pesat, Bittensor dan ekosistem subnet-nya patut terus diperhatikan dan diteliti lebih dalam.
Sudah dipotong sekali kan suckers-nya?