Panduan Investasi Subnet Bittensor: Tangkap Peluang Besar AI Selanjutnya

Penulis: Kontributor Inti Biteye @lviswang

Editori: Kontributor utama Biteye Denise

01. Tinjauan Pasar: Upgrade dTAO Memicu Ledakan Ekosistem

Pada 13 Februari 2025, jaringan Bittensor menyambut peningkatan bersejarah Dynamic TAO (dTAO), yang mengubah jaringan dari model pemerintahan terpusat menjadi alokasi sumber daya terdesentralisasi yang didorong oleh pasar. Setelah peningkatan, setiap subnet memiliki token alpha independen, dan pemegang TAO dapat dengan bebas memilih objek investasi, yang benar-benar mewujudkan mekanisme penemuan nilai yang berbasis pasar.

Data menunjukkan bahwa upgrade dTAO telah melepaskan energi inovasi yang besar. Dalam waktu singkat, Bittensor telah tumbuh dari 32 subnet menjadi 118 subnet aktif, dengan pertumbuhan sebesar 269%. Subnet-subnet ini mencakup berbagai segmen industri AI, dari inferensi teks dasar, generasi gambar, hingga pemfoldingan protein dan perdagangan kuantitatif yang paling mutakhir, membentuk ekosistem AI terdesentralisasi yang paling lengkap saat ini.

Kinerja pasar juga sangat mengesankan. Total nilai pasar dari subnet teratas meningkat dari 4 juta dolar menjadi 690 juta dolar setelah peningkatan, dengan hasil tahunan yang dipertaruhkan stabil di 16-19%. Setiap subnet mendistribusikan insentif jaringan berdasarkan tingkat taruhan TAO yang dipasarkan, dengan 10 subnet teratas menguasai 51,76% dari emisi jaringan, mencerminkan mekanisme pasar yang kompetitif.

02, Analisis Jaringan Inti (10 Teratas Emisi)

1 @chutes_ai, Chutes (SN64) - Komputasi AI tanpa server

Nilai Inti: Menginovasi pengalaman penyebaran model AI, secara signifikan mengurangi biaya komputasi

Chutes menggunakan arsitektur "startup instan" yang mengompresi waktu peluncuran model AI menjadi 200 milidetik, meningkatkan efisiensi hingga 10 kali dibandingkan layanan cloud tradisional. Lebih dari 8000 node GPU di seluruh dunia mendukung model-model utama dari DeepSeek R1 hingga GPT-4, menangani lebih dari 5 juta permintaan per hari, dengan waktu respons terkontrol dalam 50 milidetik.

Model bisnis yang matang, menggunakan strategi freemium untuk menarik pengguna, melalui integrasi platform OpenRouter, Chutes memberikan dukungan komputasi untuk model-model populer seperti DeepSeek V3, dan memperoleh pendapatan dari setiap panggilan API. Keunggulan biaya yang signifikan, 85% lebih rendah dibandingkan AWS Lambda. Saat ini, total penggunaan token melebihi 9042,37B, melayani lebih dari 3000 pelanggan perusahaan.

dTAO mencapai nilai pasar 100 juta USD setelah 9 minggu peluncuran, nilai pasar saat ini 79M, memiliki moat teknologi yang dalam, kemajuan komersialisasi berjalan lancar, dan tingkat pengakuan pasar yang tinggi, saat ini menjadi pemimpin subnet.

2 @celiumcompute, Celium (SN51) - optimalisasi komputasi perangkat keras

Nilai Inti: Optimalisasi Perangkat Keras Dasar, Meningkatkan Efisiensi Perhitungan AI

Dikembangkan oleh Datura AI, fokus pada optimasi komputasi di tingkat perangkat keras. Melalui empat modul teknologi utama: penjadwalan GPU, abstraksi perangkat keras, optimasi kinerja, dan manajemen efisiensi energi, memaksimalkan efisiensi penggunaan perangkat keras. Mendukung seluruh rangkaian perangkat keras seperti NVIDIA A100/H100, AMD MI200, Intel Xe, dengan harga yang lebih rendah 90% dibandingkan produk sejenis, dan efisiensi komputasi meningkat 45%.

Saat ini Celium adalah subnet terbesar kedua yang diterbitkan di Bittensor, menyumbang 7,28% dari emisi jaringan. Optimasi perangkat keras adalah langkah kunci dalam infrastruktur AI, dengan tren kenaikan harga yang kuat akibat hambatan teknologi, dan nilai pasar saat ini adalah 56M.

3. @TargonCompute, Targon (SN4) - platform inferensi AI terdesentralisasi

Nilai Inti: Teknologi Komputasi Rahasia, Menjamin Keamanan Privasi Data

Inti dari Targon adalah TVM (Targon Virtual Machine), yang merupakan platform komputasi rahasia yang aman, mendukung pelatihan, inferensi, dan verifikasi model AI. TVM menggunakan teknologi komputasi rahasia seperti Intel TDX dan komputasi rahasia NVIDIA, memastikan keamanan dan perlindungan privasi dari seluruh alur kerja AI. Sistem ini mendukung enkripsi end-to-end dari lapisan perangkat keras hingga aplikasi, memungkinkan pengguna menggunakan layanan AI yang kuat tanpa mengungkapkan data.

Targon memiliki ambang teknologi yang tinggi, model bisnis yang jelas, dan sumber pendapatan yang stabil. Saat ini telah mengaktifkan mekanisme pembelian kembali pendapatan, semua pendapatan digunakan untuk pembelian kembali token, dengan pembelian kembali terakhir sebesar 18.000 dolar AS.

4. @tplr_ai, τemplar (SN3) - Penelitian AI dan Pelatihan Terdistribusi

Nilai Inti: Pelatihan kolaboratif model AI skala besar, menurunkan hambatan pelatihan

Templar adalah subnet perintis yang khusus melakukan pelatihan distribusi model AI berskala besar di jaringan Bittensor, dengan misi untuk menjadi "platform pelatihan model terbaik di dunia". Melalui kolaborasi pelatihan menggunakan sumber daya GPU yang disumbangkan oleh peserta global, fokus pada pelatihan kolaboratif dan inovasi model terdepan, serta menekankan ketahanan terhadap kecurangan dan kolaborasi yang efisien.

Dalam hal pencapaian teknologi, Templar telah berhasil menyelesaikan pelatihan model dengan 1,2B parameter, melalui lebih dari 20.000 siklus pelatihan, dengan sekitar 200 GPU terlibat dalam seluruh proses. Pada tahun 2024, mekanisme commit-reveal akan ditingkatkan untuk meningkatkan desentralisasi dan keamanan verifikasi; pada tahun 2025, pelatihan model besar akan terus dilanjutkan, dengan skala parameter mencapai 70B+, yang menunjukkan kinerja setara dengan standar industri dalam pengujian benchmark AI standar, dan mendapatkan rekomendasi pribadi dari pendiri Bittensor, Const.

Keunggulan teknologi Templar cukup menonjol, dengan kapitalisasi pasar saat ini sebesar 35 juta, menguasai 4,79% dari emisi.

5. @gradients_ai, Gradients (SN56) - Pelatihan AI terdesentralisasi

Nilai Inti: Pelatihan AI untuk Rakyat, Secara Signifikan Mengurangi Biaya

Dikembangkan oleh Rayon Labs, menyelesaikan masalah biaya pelatihan AI melalui pelatihan terdistribusi. Sistem penjadwalan cerdas berdasarkan sinkronisasi gradien, secara efisien mendistribusikan tugas ke ribuan GPU. Telah menyelesaikan pelatihan model dengan 118 triliun parameter, biaya hanya 5 dolar per jam, 70% lebih murah dibandingkan layanan cloud tradisional, dan kecepatan pelatihan 40% lebih cepat dibandingkan solusi terpusat. Antarmuka satu klik mengurangi hambatan penggunaan, sudah ada lebih dari 500 proyek yang digunakan untuk penyempurnaan model, mencakup bidang medis, keuangan, pendidikan, dan lainnya.

Saat ini nilai pasar 30M, permintaan pasar besar, keunggulan teknologi jelas, ini adalah salah satu subnet yang patut diperhatikan dalam jangka panjang.

6. @taoshiio, Perdagangan Proprietary (SN8) - Perdagangan Kuantitatif Keuangan

Nilai Inti: Sinyal Perdagangan Multi-Aset dan Prediksi Keuangan yang Didukung AI

SN8 adalah platform perdagangan kuantitatif terdesentralisasi dan prediksi keuangan, dengan sinyal perdagangan multi-aset yang didorong oleh AI. Jaringan perdagangan eksklusif menerapkan teknologi pembelajaran mesin untuk prediksi pasar keuangan, membangun arsitektur model prediksi multi-level. Model prediksi waktu yang digunakan menggabungkan teknologi LSTM dan Transformer, mampu mengolah data deret waktu yang kompleks. Modul analisis sentimen pasar menganalisis konten media sosial dan berita untuk memberikan indikator sentimen sebagai sinyal bantu untuk prediksi.

Di situs web, Anda dapat melihat imbal hasil dan backtest dari strategi yang disediakan oleh berbagai miner. SN8 menggabungkan AI dan blockchain, menyediakan cara inovatif untuk berdagang di pasar keuangan, dengan kapitalisasi pasar saat ini sebesar 27M.

7. @_scorevision, Score (SN44) - Analisis dan Evaluasi Olahraga

Nilai Inti: Analisis Video Olahraga, Menargetkan Industri Sepak Bola senilai 6000 Miliar Dolar

Kerangka visi komputer yang fokus pada analisis video olahraga, mengurangi biaya analisis video yang kompleks melalui teknologi verifikasi ringan. Menggunakan dua langkah verifikasi: deteksi lapangan dan pemeriksaan objek berbasis CLIP, menurunkan biaya pelabelan tradisional untuk satu pertandingan dari ribuan dolar menjadi 1/10 hingga 1/100. Bekerja sama dengan Data Universe, agen DKING AI memiliki akurasi prediksi rata-rata 70%, pernah mencapai akurasi 100% dalam satu hari.

Industri olahraga memiliki skala yang besar, inovasi teknologi yang signifikan, dan prospek pasar yang luas. Score adalah sub-jaringan dengan arah aplikasi yang jelas, yang patut diperhatikan.

8. @openkaito, OpenKaito (SN5) - Inferensi Teks Sumber Terbuka

Nilai Inti: Pengembangan Model Penyematan Teks, Optimasi Pencarian Informasi

OpenKaito berfokus pada pengembangan model penyisipan teks, didukung oleh Kaito, salah satu peserta penting di bidang InfoFi. Sebagai proyek sumber terbuka yang didorong oleh komunitas, OpenKaito berkomitmen untuk membangun kemampuan pemahaman dan penalaran teks yang berkualitas tinggi, terutama dalam pencarian informasi dan pencarian semantik.

Subnet ini masih dalam tahap pembangunan awal, terutama membangun ekosistem di sekitar model penyematan teks. Perlu dicatat bahwa integrasi Yaps yang akan datang dapat secara signifikan memperluas skenario aplikasi dan basis penggunanya.

9. @MacrocosmosAI, Data Universe (SN13) - Infrastruktur Data AI

Nilai Inti: Pengolahan Data Skala Besar, Penyedia Data Latihan AI

Memproses 500 juta baris data per hari, dengan total lebih dari 55,6 miliar baris, mendukung penyimpanan 100GB. Arsitektur DataEntity menyediakan fungsi inti seperti standarisasi data, optimasi indeks, dan penyimpanan terdistribusi. Mekanisme pemungutan suara "gravitasi" yang inovatif mewujudkan penyesuaian bobot dinamis.

Data adalah minyak untuk AI, nilai infrastruktur stabil, dan posisi ekologi penting. Sebagai penyedia data untuk beberapa sub-jaringan, kerja sama mendalam dengan proyek-proyek seperti Score mencerminkan nilai infrastruktur.

10. @taohash, TAOHash (SN14) - PoW hashing mining

Nilai inti: Menghubungkan penambangan tradisional dengan komputasi AI, integrasi sumber daya daya komputasi

TAOHash memungkinkan penambang Bitcoin untuk mengarahkan daya hashing mereka ke jaringan Bittensor, dan memperoleh token alpha melalui penambangan untuk dipertaruhkan atau diperdagangkan. Model ini menggabungkan penambangan PoW tradisional dengan komputasi AI, memberikan sumber pendapatan baru bagi para penambang.

Dalam waktu singkat, telah menarik lebih dari 6EH/s dari daya komputasi (sekitar 0,7% dari daya komputasi global), membuktikan pengakuan pasar terhadap model campuran ini. Para penambang dapat memilih antara penambangan Bitcoin tradisional dan mendapatkan token TAOHash, untuk mengoptimalkan keuntungan berdasarkan kondisi pasar.

11. @CreatorBid, Creator.Bid - Platform peluncuran ekosistem AI agent

Creator.Bid meskipun bukan sub-jaringan, memainkan peran koordinasi yang penting dalam ekosistem Bittensor. Ekosistem Creator.Bid dibangun di atas tiga pilar utama. Modul Launchpad menyediakan layanan peluncuran agen AI yang adil dan transparan, dengan kontrak pintar peluncuran adil yang mencegah serangan dan mekanisme peluncuran kurasi, memberikan titik awal yang aman dan transparan untuk agen AI baru. Modul Tokenomics menyatukan seluruh ekosistem melalui token BID, memberikan model pendapatan yang berkelanjutan bagi agen. Modul Hub menyediakan layanan berbasis API yang kuat, termasuk otomatisasi konten, API media sosial, dan model gambar yang disempurnakan.

Inovasi inti platform terletak pada konsep Kunci Agen. Token anggota digital ini memungkinkan kreator untuk membangun komunitas dan mencapai kepemilikan bersama di sekitar agen AI. Setiap agen AI mendapatkan identitas unik melalui Layanan Nama Agen (ANS), di mana ANS diwujudkan dalam bentuk NFT, memastikan setiap agen memiliki pengenal yang tidak dapat diulang. Pengguna dapat memasukkan karakteristik pribadi melalui petunjuk sederhana, tanpa perlu pengetahuan pemrograman, untuk menghasilkan agen AI yang sepenuhnya berfungsi.

Meskipun Creator.Bid dibangun di atas jaringan Base, ia telah menjalin hubungan kolaborasi yang mendalam dengan ekosistem Bittensor. Melalui pengoperasian TAO Council, Creator.Bid mengumpulkan sub-jaringan terkemuka seperti BitMind (SN34), Dippy (SN11 & SN58), menjadi "lapisan koordinasi yang mengumpulkan agen, sub-jaringan, dan pembangun yang selaras dengan TAO."

Nilai dari hubungan kolaborasi ini terletak pada integrasi keunggulan dari berbagai jaringan. Bittensor menyediakan kemampuan inferensi dan pelatihan AI yang kuat, sementara Creator.Bid menawarkan platform pembuatan dan peluncuran agen yang ramah pengguna. Kombinasi dari dua ekosistem ini memungkinkan pengembang untuk memanfaatkan kemampuan AI Bittensor untuk membuat agen, dan kemudian melakukan tokenisasi dan komunitisasi melalui Launchpad Creator.Bid.

Kerjasama dengan Arena Agen AI Masa (SN59) lebih lanjut mencerminkan sinergi ini. Creator.Bid menyediakan alat pembuatan agen untuk arena, memungkinkan pengguna untuk dengan cepat menerapkan agen AI yang berkompetisi. Model kolaborasi lintas ekosistem ini sedang menjadi tren penting di bidang AI terdesentralisasi.

03, Analisis Ekosistem

Keunggulan inti arsitektur teknologi

Inovasi teknologi Bittensor membangun ekosistem AI terdesentralisasi yang unik. Algoritma konsensus Yuma-nya memastikan kualitas jaringan melalui verifikasi terdesentralisasi, sementara mekanisme alokasi sumber daya pasar yang diperkenalkan oleh upgrade dTAO secara signifikan meningkatkan efisiensi. Setiap subnet dilengkapi dengan mekanisme AMM, mewujudkan penemuan harga antara TAO dan token alpha, desain ini memungkinkan kekuatan pasar terlibat langsung dalam alokasi sumber daya AI.

Protokol kolaborasi antar subnet mendukung pemrosesan terdistribusi untuk tugas AI yang kompleks, menciptakan efek jaringan yang kuat. Struktur insentif ganda (emisi TAO ditambah apresiasi token alpha) memastikan motivasi partisipasi jangka panjang, di mana pencipta subnet, penambang, validator, dan staker semuanya dapat memperoleh imbalan yang sesuai, membentuk siklus ekonomi yang berkelanjutan.

Keunggulan Kompetitif dan Tantangan yang Dihadapi

Dibandingkan dengan penyedia layanan AI terpusat tradisional, Bittensor menawarkan solusi alternatif yang benar-benar terdesentralisasi, dengan kinerja yang menonjol dalam efisiensi biaya. Beberapa subnet menunjukkan keunggulan biaya yang signifikan, misalnya Chutes lebih murah 85% dibanding AWS, keunggulan biaya ini berasal dari peningkatan efisiensi arsitektur terdesentralisasi. Ekosistem terbuka mendorong inovasi cepat, jumlah dan kualitas subnet terus meningkat, kecepatan inovasi jauh melampaui penelitian dan pengembangan internal perusahaan tradisional.

Namun, ekosistem juga menghadapi tantangan nyata. Ambang teknologi masih cukup tinggi, meskipun alat terus diperbaiki, tetapi berpartisipasi dalam mining dan validation masih memerlukan pengetahuan teknis yang cukup. Ketidakpastian lingkungan regulasi adalah faktor risiko lain, jaringan AI terdesentralisasi mungkin menghadapi berbagai kebijakan regulasi dari berbagai negara. Penyedia layanan cloud tradisional seperti AWS dan Google Cloud tidak akan tinggal diam, diperkirakan akan meluncurkan produk kompetitif. Seiring pertumbuhan skala jaringan, bagaimana menjaga keseimbangan antara kinerja dan desentralisasi juga menjadi ujian penting.

Pertumbuhan eksplosif industri AI memberikan peluang pasar yang besar bagi Bittensor. Goldman Sachs memprediksi bahwa investasi AI global akan mendekati 200 miliar USD pada tahun 2025, memberikan dukungan kuat untuk kebutuhan infrastruktur. Pasar AI global diperkirakan akan tumbuh dari 294 miliar USD pada tahun 2025 menjadi 1,77 triliun USD pada tahun 2032, dengan tingkat pertumbuhan tahunan gabungan mencapai 29%, yang menciptakan ruang pengembangan yang luas untuk infrastruktur AI terdesentralisasi.

Dukungan kebijakan pengembangan AI dari berbagai negara menciptakan jendela peluang untuk infrastruktur AI terdesentralisasi, sementara perhatian terhadap privasi data dan keamanan AI meningkatkan permintaan untuk teknologi seperti komputasi rahasia, yang merupakan keunggulan inti dari subnet seperti Targon. Minat investor institusi terhadap infrastruktur AI terus meningkat, dan partisipasi lembaga terkenal seperti DCG dan Polychain memberikan dukungan dana dan sumber daya untuk ekosistem.

04, Kerangka Strategi Investasi

Investasi di sub-jaringan Bittensor memerlukan pembentukan kerangka evaluasi yang sistematis. Dari segi teknis, perlu menilai tingkat inovasi dan kedalaman moat, kekuatan teknis tim dan kemampuan eksekusi, serta efek sinergi dengan proyek lain dalam ekosistem. Dari segi pasar, analisis harus dilakukan terhadap ukuran pasar target dan potensi pertumbuhannya, lanskap persaingan dan keunggulan diferensiasi, adopsi pengguna dan efek jaringan, serta lingkungan regulasi dan risiko kebijakan. Dari segi keuangan, perhatian harus diberikan pada tingkat valuasi saat ini dan kinerja historis, proporsi emisi TAO dan tren pertumbuhan, desain ekonomi token yang rasional, serta likuiditas dan kedalaman perdagangan.

Dalam manajemen risiko yang konkret, investasi yang terdiversifikasi adalah strategi dasar. Disarankan untuk melakukan diversifikasi alokasi di antara berbagai jenis subnet, termasuk tipe infrastruktur (seperti Chutes, Celium), tipe aplikasi (seperti Score, BitMind) dan tipe protokol (seperti Targon, Templar). Pada saat yang sama, harus menyesuaikan strategi investasi berdasarkan tahap perkembangan subnet; proyek awal memiliki risiko tinggi tetapi potensi imbal hasil besar, sementara proyek yang matang relatif stabil tetapi ruang pertumbuhannya terbatas. Mengingat likuiditas token alpha mungkin tidak sebaik TAO, perlu mengatur rasio alokasi dana dengan bijaksana dan menjaga buffer likuiditas yang diperlukan.

Peristiwa pengurangan setengah pertama pada November 2025 akan menjadi katalis pasar yang penting. Pengurangan emisi akan meningkatkan kelangkaan subnet yang ada, sekaligus mungkin menyingkirkan proyek-proyek yang berkinerja buruk, yang akan membentuk kembali lanskap ekonomi seluruh jaringan. Investor dapat mempersiapkan subnet berkualitas tinggi sebelumnya untuk memanfaatkan jendela pengaturan sebelum pengurangan setengah.

Dalam jangka menengah, jumlah sub-jaringan diperkirakan akan melampaui 500, mencakup berbagai segmen industri AI. Peningkatan aplikasi perusahaan akan mendorong perkembangan sub-jaringan terkait komputasi rahasia dan privasi data, kolaborasi antar sub-jaringan akan semakin sering, membentuk rantai pasokan layanan AI yang kompleks. Penjelasan bertahap dari kerangka regulasi akan memberikan keuntungan yang jelas bagi sub-jaringan yang patuh.

Dalam jangka panjang, Bittensor diharapkan menjadi bagian penting dari infrastruktur AI global, di mana perusahaan AI tradisional mungkin akan mengadopsi model hibrida dengan memindahkan sebagian bisnis ke jaringan terdesentralisasi. Model bisnis baru dan skenario aplikasi akan terus muncul, dengan peningkatan interoperabilitas dengan jaringan blockchain lainnya, yang pada akhirnya membentuk ekosistem terdesentralisasi yang lebih besar. Jalur pengembangan ini mirip dengan evolusi infrastruktur internet awal, dan mereka yang dapat menangkap titik kunci akan mendapatkan imbalan yang besar.

05、Kesimpulan

Ekosistem Bittensor mewakili paradigma baru dalam perkembangan infrastruktur AI. Melalui alokasi sumber daya yang dipasarkan dan mekanisme tata kelola yang terdesentralisasi, ia menyediakan tanah baru bagi inovasi AI, dengan vitalitas inovatif dan potensi pertumbuhan yang mencolok. Dalam konteks perkembangan cepat industri AI, Bittensor dan ekosistem subnet-nya layak untuk terus diperhatikan dan diteliti lebih dalam.