دليل استثمار شبكة فرعية Bittensor: اغتنام الفرصة التالية في الذكاء الاصطناعي
نظرة عامة على السوق: ترقية dTAO تؤدي إلى انفجار النظام البيئي
في فبراير 2025، حققت شبكة Bittensor ترقية Dynamic TAO (dTAO)، مما حول نمط الحوكمة إلى تخصيص موارد لامركزي مدفوع بالسوق. بعد الترقية، تمتلك كل شبكة فرعية رموز alpha مستقلة، ويمكن لحاملي TAO اختيار أهداف الاستثمار بحرية، مما أدى إلى آلية اكتشاف قيمة مدفوعة بالسوق.
تظهر البيانات أن ترقية dTAO أطلقت طاقة ابتكارية هائلة. في غضون بضعة أشهر، نما Bittensor من 32 شبكة فرعية إلى 118 شبكة فرعية نشطة، بزيادة قدرها 269%. تغطي هذه الشبكات الفرعية مختلف المجالات الفرعية لصناعة الذكاء الاصطناعي، من الاستدلال على النصوص الأساسية، وتوليد الصور، إلى طي البروتينات المتقدمة، والتداول الكمي، مما يشكل حالياً أكمل نظام بيئي للذكاء الاصطناعي اللامركزي.
أداء السوق كان لامعًا أيضًا. ارتفعت القيمة السوقية الإجمالية لأفضل الشبكات الفرعية من 4 ملايين دولار قبل الترقية إلى 690 مليون دولار، مع استقرار العائد السنوي على التوكنات المرهونة بين 16-19%. يتم توزيع الحوافز الشبكية على الشبكات الفرعية وفقًا لمعدل الرهن السوقي لـ TAO، حيث تمثل أكبر 10 شبكات فرعية 51.76% من الانبعاثات الشبكية، مما يعكس آلية السوق القائمة على انتقاء الأفضل.
تحليل الشبكة الأساسية ( أكثر 10 انبعاثات )
1. Chutes (SN64) - حسابات AI بدون خادم
القيمة الأساسية: تحسين تجربة نشر نماذج الذكاء الاصطناعي، وتقليل تكلفة القوة الحاسوبية بشكل كبير
تستخدم Chutes بنية "الإطلاق الفوري"، مما يقلل من وقت بدء تشغيل نموذج الذكاء الاصطناعي إلى 200 مللي ثانية، مع زيادة الكفاءة بمعدل 10 مرات. أكثر من 8000 عقدة GPU حول العالم، تدعم النماذج الرئيسية، وتعالج أكثر من 5 ملايين طلب يوميًا، مع التحكم في زمن الاستجابة ضمن 50 مللي ثانية.
نموذج العمل ناضج، ويعتمد على استراتيجية القيمة المضافة المجانية. من خلال دمجها مع منصة معينة، تقدم دعم قوة الحوسبة للنماذج الشهيرة، وتحقق إيرادات من استدعاءات واجهة برمجة التطبيقات. المزايا التكاليف واضحة، فهي أقل بنسبة 85% من خدمات سحابية معينة. حالياً، تجاوز إجمالي استخدام الرموز 9042.37B، وتخدم أكثر من 3000 عميل من الشركات.
بعد 9 أسابيع من إطلاق dTAO، وصلت قيمته السوقية إلى 100 مليون دولار، والآن 79 مليون. الجدار التقني عميق، وتقدم عملية التسويق بشكل جيد، ودرجة قبول السوق عالية، وهو الآن رائد في شبكة فرعية.
2. Celium (SN51) - تحسين الحوسبة للأجهزة
القيمة الأساسية: تحسين الأجهزة الأساسية، تعزيز كفاءة حسابات الذكاء الاصطناعي
تركيز على تحسين حسابات طبقة الأجهزة. من خلال أربعة وحدات تقنية: جدولة GPU، التجريد من الأجهزة، تحسين الأداء وإدارة كفاءة الطاقة، يتم تحقيق أقصى استفادة من كفاءة استخدام الأجهزة. يدعم الأجهزة الشائعة، ويخفض الأسعار بنسبة 90%، ويزيد من كفاءة الحساب بنسبة 45%.
حاليًا هي ثاني أكبر شبكة فرعية من حيث الانبعاثات، تمثل 7.28% من انبعاثات الشبكة. تحسينات الأجهزة هي جزء أساسي من بنية الذكاء الاصطناعي، ولديها حواجز تقنية، واتجاه قوي لزيادة الأسعار، والقيمة السوقية الحالية 56M.
القيمة الأساسية: تقنية الحوسبة السرية، ضمان أمان خصوصية البيانات
النواة Targon هي TVM( Targon Virtual Machine)، وهي منصة حسابية سرية وآمنة، تدعم تدريب نماذج الذكاء الاصطناعي، والاستدلال، والتحقق. تستخدم تقنية الحساب السري المتقدمة لضمان أمان سير عمل الذكاء الاصطناعي وحماية الخصوصية. يدعم النظام التشفير من النهاية إلى النهاية، مما يسمح للمستخدمين باستخدام خدمات الذكاء الاصطناعي دون الكشف عن البيانات.
عائق التكنولوجيا مرتفع، نموذج العمل واضح، وهناك مصدر دخل ثابت. تم تفعيل آلية إعادة شراء الدخل، حيث يتم استخدام جميع الإيرادات لإعادة شراء الرموز، وكانت آخر عملية شراء بقيمة 18,000 دولار أمريكي.
4. τemplar (SN3) - بحث الذكاء الاصطناعي والتدريب الموزع
القيمة الأساسية: تدريب تعاوني لنماذج الذكاء الاصطناعي على نطاق واسع، مما يقلل من عتبة التدريب
الشبكة الفرعية الرائدة التي تتخصص في التدريب الموزع لنماذج الذكاء الاصطناعي على نطاق واسع، وتهدف إلى أن تصبح "أفضل منصة لتدريب النماذج في العالم". من خلال مساهمة المشاركين العالميين في موارد GPU للتدريب التعاوني، تركز على التدريب التعاوني والابتكار للنماذج المتقدمة، مع التأكيد على مقاومة الغش والتعاون الفعال.
تم الانتهاء بنجاح من تدريب نموذج ببارامترات 1.2 مليار، بعد أكثر من 20000 دورة تدريبية و بمشاركة حوالي 200 وحدة معالجة رسومية. سيتم تحديث آلية الأمان في عام 2024، وفي عام 2025 سيتم دفع تدريب النماذج الكبيرة، حيث تصل حجم المعلمات إلى أكثر من 70 مليار، ويظهر الأداء في اختبارات المعيار القياسي للذكاء الاصطناعي بما يتماشى مع المعايير الصناعية.
تتميز المزايا التقنية، القيمة السوقية الحالية 35M، تمثل 4.79% من الانبعاثات.
5. التدرجات (SN56) - تدريب الذكاء الاصطناعي اللامركزي
القيمة الأساسية: تدريب الذكاء الاصطناعي بشكل شعبي، وتقليل عتبة التكلفة بشكل كبير
حل مشكلة تكاليف تدريب الذكاء الاصطناعي من خلال التدريب الموزع. يقوم نظام الجدولة الذكي بتوزيع المهام بكفاءة على آلاف وحدات معالجة الرسوميات (GPU) استنادًا إلى مزامنة التدرج. تم إكمال تدريب نموذج يتكون من 118 تريليون معلمة بتكلفة 5 دولارات فقط في الساعة، وهو أرخص بنسبة 70% من خدمات السحابة التقليدية، وأسرع بنسبة 40%. تقلل واجهة الاستخدام بنقرة واحدة من حواجز الاستخدام، حيث تم استخدام أكثر من 500 مشروع لضبط النماذج، تغطي مجالات مثل الطب والمالية والتعليم.
القيمة السوقية الحالية 30M، الطلب في السوق كبير، المزايا التقنية واضحة، تستحق المتابعة على المدى الطويل.
6. التداول الاحتكاري (SN8) - التداول الكمي المالي
القيمة الأساسية: إشارات تداول متعددة الأصول وتوقعات مالية مدفوعة بالذكاء الاصطناعي
منصة التداول الكمي والتمويل التنبؤات اللامركزية، إشارات تداول متعددة الأصول مدفوعة بالذكاء الاصطناعي. تطبيق تقنيات التعلم الآلي في تنبؤات الأسواق المالية، وبناء هياكل نماذج تنبؤ متعددة المستويات. تدمج نماذج التنبؤ الزمنية تقنيتي LSTM وTransformer، لمعالجة بيانات السلاسل الزمنية المعقدة. يقوم نموذج تحليل مشاعر السوق بتحليل محتوى وسائل التواصل الاجتماعي والأخبار، وتقديم مؤشرات المشاعر كإشارات مساعدة في التنبؤ.
يعرض الموقع عوائد واستراتيجيات مختلفة مقدمة من miners مع اختبار رجعي. من خلال دمج الذكاء الاصطناعي وتقنية blockchain، يوفر طرقًا مبتكرة للتداول في الأسواق المالية، والقيمة السوقية الحالية 27M.
7. النتيجة (SN44) - التحليل والتقييم الرياضي
القيمة الأساسية: تحليل فيديو الرياضة، تستهدف صناعة كرة القدم التي تقدر بـ 600 مليار دولار
إطار رؤية الكمبيوتر المخصص لتحليل الفيديو الرياضي، يقلل من تكلفة تحليل الفيديو المعقد من خلال تقنية التحقق الخفيفة. يعتمد على تحقق من خطوتين: الكشف عن الملعب وفحص الكائنات المستند إلى CLIP، مما يقلل من تكلفة التمييز التقليدية لمباريات فردية من آلاف الدولارات إلى 1/10 إلى 1/100. بالتعاون مع منصة بيانات معينة، بلغ متوسط دقة توقعات الوكيل الذكي 70%، وبلغت دقة 100% في يوم واحد.
صناعة الرياضة ذات حجم كبير، وابتكار التكنولوجيا ملحوظ، وآفاق السوق واسعة، إنها شبكة فرعية ذات اتجاه تطبيق واضح، وتستحق الاهتمام.
8. OpenKaito (SN5) - استدلال النص المفتوح المصدر
القيمة الأساسية: تطوير نموذج تضمين النص، تحسين استرجاع المعلومات
تركيز على تطوير نماذج تضمين النصوص بدعم من جهة فاعلة مهمة في منصة معلومات معينة. كمشروع مفتوح المصدر مدفوع من المجتمع، يهدف إلى بناء قدرات فهم النصوص والاستدلال عالية الجودة، خاصة في مجالات استرجاع المعلومات والبحث الدلالي.
لا تزال هذه الشبكة الفرعية في مرحلة البناء المبكرة، حيث يتم بناء نظام بيئي حول نموذج تضمين النص. من الجدير بالذكر أن هناك تكاملًا قادمًا قد يوسع بشكل كبير من نطاق تطبيقاته وقاعدة مستخدميه.
9. بيانات الكون (SN13) - بنية البيانات الذكية
القيمة الأساسية: معالجة البيانات على نطاق واسع، توفير بيانات تدريب الذكاء الاصطناعي
يتم معالجة 5 مليارات صف من البيانات يوميًا، بإجمالي يتجاوز 55.6 مليار صف، ويدعم 100 جيجابايت من التخزين. يوفر هيكل DataEntity الوظائف الأساسية مثل معيارية البيانات، تحسين الفهرسة، والتخزين الموزع. آلية التصويت "الجاذبية" المبتكرة تحقق تعديل الوزن الديناميكي.
البيانات هي نفط الذكاء الاصطناعي، قيمة البنية التحتية مستقرة، والمكانة البيئية مهمة. كموفر بيانات لشبكة فرعية متعددة، نتعاون بعمق مع مشاريع مثل Score، مما يعكس قيمة البنية التحتية.
10. TAOHash (SN14) - تعدين قوة الحوسبة PoW
القيمة الأساسية: ربط التعدين التقليدي بحساب الذكاء الاصطناعي، تكامل موارد قوة الحوسبة
يسمح لعمال مناجم البيتكوين بإعادة توجيه قوة التعدين إلى شبكة Bittensor، من خلال التعدين للحصول على رموز alpha للاستخدام في الرهان أو التداول. يجمع بين تعدين PoW التقليدي وحسابات الذكاء الاصطناعي، مما يوفر مصدر دخل جديد للعمال.
جذب أكثر من 6EH/s من قوة الحوسبة في فترة قصيرة ( يمثل حوالي 0.7% من السوق العالمي )، مما يثبت اعتراف السوق بنموذج العمل المختلط. يمكن لعمال المناجم الاختيار بين تعدين البيتكوين التقليدي والحصول على رموز TAOHash، لتحسين العوائد.
تحليل النظام البيئي
المزايا الأساسية للهندسة التقنية
تُبنى ابتكارات Bittensor التقنية نظامًا بيئيًا فريدًا من نوعه للذكاء الاصطناعي اللامركزي. تضمن خوارزمية توافق Yuma جودة الشبكة من خلال التحقق اللامركزي، بينما يُدخل ترقية dTAO آلية توزيع الموارد السوقية التي تعزز الكفاءة بشكل ملحوظ. كل شبكة فرعية مزودة بآلية AMM، مما يحقق اكتشاف الأسعار بين TAO وalpha، مما يسمح لقوى السوق بالمشاركة مباشرة في تخصيص موارد الذكاء الاصطناعي.
يدعم بروتوكول التعاون بين الشبكات الفرعية معالجة المهام المعقدة للذكاء الاصطناعي بشكل موزع، مما يشكل تأثيرًا قويًا للشبكة. تضمن هيكل الحوافز المزدوجة دافع المشاركة على المدى الطويل، حيث يحصل منشئو الشبكات الفرعية والعمال والمدققون والمشاركون على مكافآت مناسبة، مما يشكل حلقة اقتصادية مستدامة.
ميزة تنافسية والتحديات التي تواجهها
بالمقارنة مع مزودي خدمات الذكاء الاصطناعي المركزيين التقليديين، يوفر Bittensor بديلاً حقيقياً لامركزياً، حيث يتميز بكفاءة التكلفة. تظهر عدة شبكة فرعية مزايا تكلفة ملحوظة، مثل Chutes التي تكون أرخص بنسبة 85% من بعض خدمات السحابة، وذلك نتيجة لزيادة كفاءة الهيكل اللامركزي. يعزز النظام البيئي المفتوح الابتكار السريع، حيث يستمر عدد وجودة الشبكات الفرعية في الارتفاع، وتتفوق سرعة الابتكار بشكل كبير على البحث والتطوير الداخلي للشركات التقليدية.
ومع ذلك، تواجه النظام البيئي أيضًا تحديات واقعية. لا تزال العوائق التقنية عالية، ويتطلب الانخراط في التعدين والتحقق معرفة تقنية كبيرة. عدم اليقين في البيئة التنظيمية هو عامل خطر، وقد يواجه الشبكة الذكية القائمة على الذكاء الاصطناعي سياسات تنظيمية مختلفة من دول مختلفة. من المتوقع أن تطلق مقدمو الخدمات السحابية التقليدية منتجات تنافسية. مع زيادة حجم الشبكة، يصبح الحفاظ على التوازن بين الأداء واللامركزية اختبارًا مهمًا.
إن النمو الانفجاري في صناعة الذكاء الاصطناعي يوفر فرص سوقية هائلة لـ Bittensor. من المتوقع أن تصل الاستثمارات العالمية في الذكاء الاصطناعي إلى ما يقرب من 200 مليار دولار أمريكي بحلول عام 2025، مما يوفر دعماً قوياً لاحتياجات البنية التحتية. من المتوقع أن ينمو السوق العالمي للذكاء الاصطناعي من 294 مليار دولار أمريكي في 2025 إلى 1.77 تريليون دولار أمريكي في 2032، بمعدل نمو سنوي مركب يبلغ 29%، مما يخلق مساحة واسعة لتطوير بنية تحتية للذكاء الاصطناعي اللامركزي.
تخلق سياسات دعم تطوير الذكاء الاصطناعي في مختلف البلدان نافذة فرص للبنية التحتية للذكاء الاصطناعي اللامركزي، مع زيادة التركيز على خصوصية البيانات وأمان الذكاء الاصطناعي، مما يعزز الطلب على تقنيات الحوسبة السرية، وهي إحدى المزايا الأساسية لبعض الشبكات الفرعية. يزداد اهتمام المستثمرين المؤسساتيين بالبنية التحتية للذكاء الاصطناعي، حيث تقدم المؤسسات المعروفة التمويل والدعم الموارد للنظام البيئي.
إطار استراتيجيات الاستثمار
يتطلب الاستثمار في شبكة فرعية Bittensor إنشاء إطار تقييم منهجي. على المستوى الفني، يجب فحص درجة الابتكار وعمق الحواجز الدفاعية، وقوة الفريق التقنية وقدرته التنفيذية، والتآزر مع المشاريع الأخرى في النظام البيئي. على المستوى السوقي، يجب تحليل حجم السوق المستهدف وإمكانات النمو، ونمط المنافسة والمزايا التنافسية، وحالة اعتماد المستخدمين وتأثير الشبكة، بالإضافة إلى البيئة التنظيمية ومخاطر السياسات. على المستوى المالي، يجب الانتباه إلى مستوى التقييم الحالي والأداء التاريخي، ونسبة انبعاث TAO واتجاه النمو، وملاءمة تصميم الاقتصاد الرمزي، بالإضافة إلى السيولة وعمق التداول.
في إدارة المخاطر المحددة، تعتبر استثمارات التنويع استراتيجية أساسية. يُنصح بتوزيع الاستثمارات بين أنواع مختلفة من الشبكات الفرعية، بما في ذلك الشبكات الفرعية للبنية التحتية، وتلك التي تركز على التطبيقات، وتلك المتعلقة بالبروتوكولات. يجب تعديل استراتيجيات الاستثمار بناءً على مراحل تطوير الشبكة الفرعية، حيث أن المشاريع في المراحل المبكرة تحمل مخاطر عالية ولكنها تقدم عوائد محتملة كبيرة، بينما المشاريع الناضجة تكون أكثر استقرارًا ولكن لديها مساحة نمو محدودة. يجب أن يؤخذ في الاعتبار أن سيولة رموز ألفا قد لا تكون مثل TAO، لذا ينبغي ترتيب نسبة تخصيص الأموال بشكل معقول، مع الحفاظ على هامش سيولة ضروري.
سيكون حدث تخفيض النصف الأول في نوفمبر 2025 محركًا مهمًا للسوق. ستؤدي تقليل الانبعاثات إلى زيادة ندرة الشبكة الفرعية الحالية، مما قد يؤدي إلى استبعاد المشاريع ذات الأداء الضعيف، وإعادة تشكيل الاقتصاد الشبكي بأكمله. يمكن للمستثمرين الاستعداد مسبقًا لشبكات فرعية عالية الجودة، لاغتنام نافذة التخصيص قبل التخفيض.
على المدى المتوسط، من المتوقع أن يتجاوز عدد الشبكات الفرعية 500، لتغطية جميع المجالات الفرعية لصناعة الذكاء الاصطناعي. ستؤدي زيادة تطبيقات المؤسسات إلى تعزيز تطوير الشبكات الفرعية المتعلقة بالحوسبة السرية وخصوصية البيانات، وستصبح التعاونات عبر الشبكات الفرعية أكثر تكرارًا، مما يشكل سلسلة توريد معقدة لخدمات الذكاء الاصطناعي. ستسمح الإطارات التنظيمية التي تتضح تدريجيًا للشبكات الفرعية المتوافقة بالحصول على ميزة واضحة.
على المدى الطويل، من المتوقع أن يصبح Bittensor جزءًا مهمًا من البنية التحتية العالمية للذكاء الاصطناعي، وقد تعتمد شركات الذكاء الاصطناعي التقليدية نمطًا مختلطًا، حيث تنقل جزءًا من أعمالها إلى الشبكة اللامركزية. تتوالى نماذج الأعمال الجديدة ومشاهد التطبيقات في الظهور، جنبا إلى جنب مع بلوكتشين الأخرى.
قد تحتوي هذه الصفحة على محتوى من جهات خارجية، يتم تقديمه لأغراض إعلامية فقط (وليس كإقرارات/ضمانات)، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 19
أعجبني
19
5
مشاركة
تعليق
0/400
AirdropHunterZhang
· منذ 9 س
شراء الانخفاض啥的不如先薅薅 dTAO 的羊毛
شاهد النسخة الأصليةرد0
CrossChainBreather
· 08-01 02:55
كيف تعيد التحدث عن dtao مرة أخرى؟ لا أستطيع التعبير عن رأيي. التالي؟
شاهد النسخة الأصليةرد0
NotFinancialAdvice
· 08-01 02:44
يا إلهي، لقد رأيت بونزي مرة أخرى
شاهد النسخة الأصليةرد0
GasFeeDodger
· 08-01 02:38
أريد أن أقول للجميع مشارك TAO لا أصدق أنك لا تستطيع رؤية ذلك
شاهد النسخة الأصليةرد0
DaoGovernanceOfficer
· 08-01 02:27
*sigh* من الناحية التجريبية، لا تزال هذه الآلية dtao تفتقر إلى مقاييس قوية لمقاومة sybil... نحتاج لرؤية المزيد من الأبحاث التي تمت مراجعتها من قبل الأقران قبل أن نشعر بالحماس
دليل استثمار شبكة فرعية Bittensor: اغتنام فرصة البنية التحتية للذكاء الاصطناعي اللامركزية
دليل استثمار شبكة فرعية Bittensor: اغتنام الفرصة التالية في الذكاء الاصطناعي
نظرة عامة على السوق: ترقية dTAO تؤدي إلى انفجار النظام البيئي
في فبراير 2025، حققت شبكة Bittensor ترقية Dynamic TAO (dTAO)، مما حول نمط الحوكمة إلى تخصيص موارد لامركزي مدفوع بالسوق. بعد الترقية، تمتلك كل شبكة فرعية رموز alpha مستقلة، ويمكن لحاملي TAO اختيار أهداف الاستثمار بحرية، مما أدى إلى آلية اكتشاف قيمة مدفوعة بالسوق.
تظهر البيانات أن ترقية dTAO أطلقت طاقة ابتكارية هائلة. في غضون بضعة أشهر، نما Bittensor من 32 شبكة فرعية إلى 118 شبكة فرعية نشطة، بزيادة قدرها 269%. تغطي هذه الشبكات الفرعية مختلف المجالات الفرعية لصناعة الذكاء الاصطناعي، من الاستدلال على النصوص الأساسية، وتوليد الصور، إلى طي البروتينات المتقدمة، والتداول الكمي، مما يشكل حالياً أكمل نظام بيئي للذكاء الاصطناعي اللامركزي.
أداء السوق كان لامعًا أيضًا. ارتفعت القيمة السوقية الإجمالية لأفضل الشبكات الفرعية من 4 ملايين دولار قبل الترقية إلى 690 مليون دولار، مع استقرار العائد السنوي على التوكنات المرهونة بين 16-19%. يتم توزيع الحوافز الشبكية على الشبكات الفرعية وفقًا لمعدل الرهن السوقي لـ TAO، حيث تمثل أكبر 10 شبكات فرعية 51.76% من الانبعاثات الشبكية، مما يعكس آلية السوق القائمة على انتقاء الأفضل.
تحليل الشبكة الأساسية ( أكثر 10 انبعاثات )
1. Chutes (SN64) - حسابات AI بدون خادم
القيمة الأساسية: تحسين تجربة نشر نماذج الذكاء الاصطناعي، وتقليل تكلفة القوة الحاسوبية بشكل كبير
تستخدم Chutes بنية "الإطلاق الفوري"، مما يقلل من وقت بدء تشغيل نموذج الذكاء الاصطناعي إلى 200 مللي ثانية، مع زيادة الكفاءة بمعدل 10 مرات. أكثر من 8000 عقدة GPU حول العالم، تدعم النماذج الرئيسية، وتعالج أكثر من 5 ملايين طلب يوميًا، مع التحكم في زمن الاستجابة ضمن 50 مللي ثانية.
نموذج العمل ناضج، ويعتمد على استراتيجية القيمة المضافة المجانية. من خلال دمجها مع منصة معينة، تقدم دعم قوة الحوسبة للنماذج الشهيرة، وتحقق إيرادات من استدعاءات واجهة برمجة التطبيقات. المزايا التكاليف واضحة، فهي أقل بنسبة 85% من خدمات سحابية معينة. حالياً، تجاوز إجمالي استخدام الرموز 9042.37B، وتخدم أكثر من 3000 عميل من الشركات.
بعد 9 أسابيع من إطلاق dTAO، وصلت قيمته السوقية إلى 100 مليون دولار، والآن 79 مليون. الجدار التقني عميق، وتقدم عملية التسويق بشكل جيد، ودرجة قبول السوق عالية، وهو الآن رائد في شبكة فرعية.
2. Celium (SN51) - تحسين الحوسبة للأجهزة
القيمة الأساسية: تحسين الأجهزة الأساسية، تعزيز كفاءة حسابات الذكاء الاصطناعي
تركيز على تحسين حسابات طبقة الأجهزة. من خلال أربعة وحدات تقنية: جدولة GPU، التجريد من الأجهزة، تحسين الأداء وإدارة كفاءة الطاقة، يتم تحقيق أقصى استفادة من كفاءة استخدام الأجهزة. يدعم الأجهزة الشائعة، ويخفض الأسعار بنسبة 90%، ويزيد من كفاءة الحساب بنسبة 45%.
حاليًا هي ثاني أكبر شبكة فرعية من حيث الانبعاثات، تمثل 7.28% من انبعاثات الشبكة. تحسينات الأجهزة هي جزء أساسي من بنية الذكاء الاصطناعي، ولديها حواجز تقنية، واتجاه قوي لزيادة الأسعار، والقيمة السوقية الحالية 56M.
3. Targon (SN4) - منصة استنتاج الذكاء الاصطناعي اللامركزية
القيمة الأساسية: تقنية الحوسبة السرية، ضمان أمان خصوصية البيانات
النواة Targon هي TVM( Targon Virtual Machine)، وهي منصة حسابية سرية وآمنة، تدعم تدريب نماذج الذكاء الاصطناعي، والاستدلال، والتحقق. تستخدم تقنية الحساب السري المتقدمة لضمان أمان سير عمل الذكاء الاصطناعي وحماية الخصوصية. يدعم النظام التشفير من النهاية إلى النهاية، مما يسمح للمستخدمين باستخدام خدمات الذكاء الاصطناعي دون الكشف عن البيانات.
عائق التكنولوجيا مرتفع، نموذج العمل واضح، وهناك مصدر دخل ثابت. تم تفعيل آلية إعادة شراء الدخل، حيث يتم استخدام جميع الإيرادات لإعادة شراء الرموز، وكانت آخر عملية شراء بقيمة 18,000 دولار أمريكي.
4. τemplar (SN3) - بحث الذكاء الاصطناعي والتدريب الموزع
القيمة الأساسية: تدريب تعاوني لنماذج الذكاء الاصطناعي على نطاق واسع، مما يقلل من عتبة التدريب
الشبكة الفرعية الرائدة التي تتخصص في التدريب الموزع لنماذج الذكاء الاصطناعي على نطاق واسع، وتهدف إلى أن تصبح "أفضل منصة لتدريب النماذج في العالم". من خلال مساهمة المشاركين العالميين في موارد GPU للتدريب التعاوني، تركز على التدريب التعاوني والابتكار للنماذج المتقدمة، مع التأكيد على مقاومة الغش والتعاون الفعال.
تم الانتهاء بنجاح من تدريب نموذج ببارامترات 1.2 مليار، بعد أكثر من 20000 دورة تدريبية و بمشاركة حوالي 200 وحدة معالجة رسومية. سيتم تحديث آلية الأمان في عام 2024، وفي عام 2025 سيتم دفع تدريب النماذج الكبيرة، حيث تصل حجم المعلمات إلى أكثر من 70 مليار، ويظهر الأداء في اختبارات المعيار القياسي للذكاء الاصطناعي بما يتماشى مع المعايير الصناعية.
تتميز المزايا التقنية، القيمة السوقية الحالية 35M، تمثل 4.79% من الانبعاثات.
5. التدرجات (SN56) - تدريب الذكاء الاصطناعي اللامركزي
القيمة الأساسية: تدريب الذكاء الاصطناعي بشكل شعبي، وتقليل عتبة التكلفة بشكل كبير
حل مشكلة تكاليف تدريب الذكاء الاصطناعي من خلال التدريب الموزع. يقوم نظام الجدولة الذكي بتوزيع المهام بكفاءة على آلاف وحدات معالجة الرسوميات (GPU) استنادًا إلى مزامنة التدرج. تم إكمال تدريب نموذج يتكون من 118 تريليون معلمة بتكلفة 5 دولارات فقط في الساعة، وهو أرخص بنسبة 70% من خدمات السحابة التقليدية، وأسرع بنسبة 40%. تقلل واجهة الاستخدام بنقرة واحدة من حواجز الاستخدام، حيث تم استخدام أكثر من 500 مشروع لضبط النماذج، تغطي مجالات مثل الطب والمالية والتعليم.
القيمة السوقية الحالية 30M، الطلب في السوق كبير، المزايا التقنية واضحة، تستحق المتابعة على المدى الطويل.
6. التداول الاحتكاري (SN8) - التداول الكمي المالي
القيمة الأساسية: إشارات تداول متعددة الأصول وتوقعات مالية مدفوعة بالذكاء الاصطناعي
منصة التداول الكمي والتمويل التنبؤات اللامركزية، إشارات تداول متعددة الأصول مدفوعة بالذكاء الاصطناعي. تطبيق تقنيات التعلم الآلي في تنبؤات الأسواق المالية، وبناء هياكل نماذج تنبؤ متعددة المستويات. تدمج نماذج التنبؤ الزمنية تقنيتي LSTM وTransformer، لمعالجة بيانات السلاسل الزمنية المعقدة. يقوم نموذج تحليل مشاعر السوق بتحليل محتوى وسائل التواصل الاجتماعي والأخبار، وتقديم مؤشرات المشاعر كإشارات مساعدة في التنبؤ.
يعرض الموقع عوائد واستراتيجيات مختلفة مقدمة من miners مع اختبار رجعي. من خلال دمج الذكاء الاصطناعي وتقنية blockchain، يوفر طرقًا مبتكرة للتداول في الأسواق المالية، والقيمة السوقية الحالية 27M.
7. النتيجة (SN44) - التحليل والتقييم الرياضي
القيمة الأساسية: تحليل فيديو الرياضة، تستهدف صناعة كرة القدم التي تقدر بـ 600 مليار دولار
إطار رؤية الكمبيوتر المخصص لتحليل الفيديو الرياضي، يقلل من تكلفة تحليل الفيديو المعقد من خلال تقنية التحقق الخفيفة. يعتمد على تحقق من خطوتين: الكشف عن الملعب وفحص الكائنات المستند إلى CLIP، مما يقلل من تكلفة التمييز التقليدية لمباريات فردية من آلاف الدولارات إلى 1/10 إلى 1/100. بالتعاون مع منصة بيانات معينة، بلغ متوسط دقة توقعات الوكيل الذكي 70%، وبلغت دقة 100% في يوم واحد.
صناعة الرياضة ذات حجم كبير، وابتكار التكنولوجيا ملحوظ، وآفاق السوق واسعة، إنها شبكة فرعية ذات اتجاه تطبيق واضح، وتستحق الاهتمام.
8. OpenKaito (SN5) - استدلال النص المفتوح المصدر
القيمة الأساسية: تطوير نموذج تضمين النص، تحسين استرجاع المعلومات
تركيز على تطوير نماذج تضمين النصوص بدعم من جهة فاعلة مهمة في منصة معلومات معينة. كمشروع مفتوح المصدر مدفوع من المجتمع، يهدف إلى بناء قدرات فهم النصوص والاستدلال عالية الجودة، خاصة في مجالات استرجاع المعلومات والبحث الدلالي.
لا تزال هذه الشبكة الفرعية في مرحلة البناء المبكرة، حيث يتم بناء نظام بيئي حول نموذج تضمين النص. من الجدير بالذكر أن هناك تكاملًا قادمًا قد يوسع بشكل كبير من نطاق تطبيقاته وقاعدة مستخدميه.
9. بيانات الكون (SN13) - بنية البيانات الذكية
القيمة الأساسية: معالجة البيانات على نطاق واسع، توفير بيانات تدريب الذكاء الاصطناعي
يتم معالجة 5 مليارات صف من البيانات يوميًا، بإجمالي يتجاوز 55.6 مليار صف، ويدعم 100 جيجابايت من التخزين. يوفر هيكل DataEntity الوظائف الأساسية مثل معيارية البيانات، تحسين الفهرسة، والتخزين الموزع. آلية التصويت "الجاذبية" المبتكرة تحقق تعديل الوزن الديناميكي.
البيانات هي نفط الذكاء الاصطناعي، قيمة البنية التحتية مستقرة، والمكانة البيئية مهمة. كموفر بيانات لشبكة فرعية متعددة، نتعاون بعمق مع مشاريع مثل Score، مما يعكس قيمة البنية التحتية.
10. TAOHash (SN14) - تعدين قوة الحوسبة PoW
القيمة الأساسية: ربط التعدين التقليدي بحساب الذكاء الاصطناعي، تكامل موارد قوة الحوسبة
يسمح لعمال مناجم البيتكوين بإعادة توجيه قوة التعدين إلى شبكة Bittensor، من خلال التعدين للحصول على رموز alpha للاستخدام في الرهان أو التداول. يجمع بين تعدين PoW التقليدي وحسابات الذكاء الاصطناعي، مما يوفر مصدر دخل جديد للعمال.
جذب أكثر من 6EH/s من قوة الحوسبة في فترة قصيرة ( يمثل حوالي 0.7% من السوق العالمي )، مما يثبت اعتراف السوق بنموذج العمل المختلط. يمكن لعمال المناجم الاختيار بين تعدين البيتكوين التقليدي والحصول على رموز TAOHash، لتحسين العوائد.
تحليل النظام البيئي
المزايا الأساسية للهندسة التقنية
تُبنى ابتكارات Bittensor التقنية نظامًا بيئيًا فريدًا من نوعه للذكاء الاصطناعي اللامركزي. تضمن خوارزمية توافق Yuma جودة الشبكة من خلال التحقق اللامركزي، بينما يُدخل ترقية dTAO آلية توزيع الموارد السوقية التي تعزز الكفاءة بشكل ملحوظ. كل شبكة فرعية مزودة بآلية AMM، مما يحقق اكتشاف الأسعار بين TAO وalpha، مما يسمح لقوى السوق بالمشاركة مباشرة في تخصيص موارد الذكاء الاصطناعي.
يدعم بروتوكول التعاون بين الشبكات الفرعية معالجة المهام المعقدة للذكاء الاصطناعي بشكل موزع، مما يشكل تأثيرًا قويًا للشبكة. تضمن هيكل الحوافز المزدوجة دافع المشاركة على المدى الطويل، حيث يحصل منشئو الشبكات الفرعية والعمال والمدققون والمشاركون على مكافآت مناسبة، مما يشكل حلقة اقتصادية مستدامة.
ميزة تنافسية والتحديات التي تواجهها
بالمقارنة مع مزودي خدمات الذكاء الاصطناعي المركزيين التقليديين، يوفر Bittensor بديلاً حقيقياً لامركزياً، حيث يتميز بكفاءة التكلفة. تظهر عدة شبكة فرعية مزايا تكلفة ملحوظة، مثل Chutes التي تكون أرخص بنسبة 85% من بعض خدمات السحابة، وذلك نتيجة لزيادة كفاءة الهيكل اللامركزي. يعزز النظام البيئي المفتوح الابتكار السريع، حيث يستمر عدد وجودة الشبكات الفرعية في الارتفاع، وتتفوق سرعة الابتكار بشكل كبير على البحث والتطوير الداخلي للشركات التقليدية.
ومع ذلك، تواجه النظام البيئي أيضًا تحديات واقعية. لا تزال العوائق التقنية عالية، ويتطلب الانخراط في التعدين والتحقق معرفة تقنية كبيرة. عدم اليقين في البيئة التنظيمية هو عامل خطر، وقد يواجه الشبكة الذكية القائمة على الذكاء الاصطناعي سياسات تنظيمية مختلفة من دول مختلفة. من المتوقع أن تطلق مقدمو الخدمات السحابية التقليدية منتجات تنافسية. مع زيادة حجم الشبكة، يصبح الحفاظ على التوازن بين الأداء واللامركزية اختبارًا مهمًا.
إن النمو الانفجاري في صناعة الذكاء الاصطناعي يوفر فرص سوقية هائلة لـ Bittensor. من المتوقع أن تصل الاستثمارات العالمية في الذكاء الاصطناعي إلى ما يقرب من 200 مليار دولار أمريكي بحلول عام 2025، مما يوفر دعماً قوياً لاحتياجات البنية التحتية. من المتوقع أن ينمو السوق العالمي للذكاء الاصطناعي من 294 مليار دولار أمريكي في 2025 إلى 1.77 تريليون دولار أمريكي في 2032، بمعدل نمو سنوي مركب يبلغ 29%، مما يخلق مساحة واسعة لتطوير بنية تحتية للذكاء الاصطناعي اللامركزي.
تخلق سياسات دعم تطوير الذكاء الاصطناعي في مختلف البلدان نافذة فرص للبنية التحتية للذكاء الاصطناعي اللامركزي، مع زيادة التركيز على خصوصية البيانات وأمان الذكاء الاصطناعي، مما يعزز الطلب على تقنيات الحوسبة السرية، وهي إحدى المزايا الأساسية لبعض الشبكات الفرعية. يزداد اهتمام المستثمرين المؤسساتيين بالبنية التحتية للذكاء الاصطناعي، حيث تقدم المؤسسات المعروفة التمويل والدعم الموارد للنظام البيئي.
إطار استراتيجيات الاستثمار
يتطلب الاستثمار في شبكة فرعية Bittensor إنشاء إطار تقييم منهجي. على المستوى الفني، يجب فحص درجة الابتكار وعمق الحواجز الدفاعية، وقوة الفريق التقنية وقدرته التنفيذية، والتآزر مع المشاريع الأخرى في النظام البيئي. على المستوى السوقي، يجب تحليل حجم السوق المستهدف وإمكانات النمو، ونمط المنافسة والمزايا التنافسية، وحالة اعتماد المستخدمين وتأثير الشبكة، بالإضافة إلى البيئة التنظيمية ومخاطر السياسات. على المستوى المالي، يجب الانتباه إلى مستوى التقييم الحالي والأداء التاريخي، ونسبة انبعاث TAO واتجاه النمو، وملاءمة تصميم الاقتصاد الرمزي، بالإضافة إلى السيولة وعمق التداول.
في إدارة المخاطر المحددة، تعتبر استثمارات التنويع استراتيجية أساسية. يُنصح بتوزيع الاستثمارات بين أنواع مختلفة من الشبكات الفرعية، بما في ذلك الشبكات الفرعية للبنية التحتية، وتلك التي تركز على التطبيقات، وتلك المتعلقة بالبروتوكولات. يجب تعديل استراتيجيات الاستثمار بناءً على مراحل تطوير الشبكة الفرعية، حيث أن المشاريع في المراحل المبكرة تحمل مخاطر عالية ولكنها تقدم عوائد محتملة كبيرة، بينما المشاريع الناضجة تكون أكثر استقرارًا ولكن لديها مساحة نمو محدودة. يجب أن يؤخذ في الاعتبار أن سيولة رموز ألفا قد لا تكون مثل TAO، لذا ينبغي ترتيب نسبة تخصيص الأموال بشكل معقول، مع الحفاظ على هامش سيولة ضروري.
سيكون حدث تخفيض النصف الأول في نوفمبر 2025 محركًا مهمًا للسوق. ستؤدي تقليل الانبعاثات إلى زيادة ندرة الشبكة الفرعية الحالية، مما قد يؤدي إلى استبعاد المشاريع ذات الأداء الضعيف، وإعادة تشكيل الاقتصاد الشبكي بأكمله. يمكن للمستثمرين الاستعداد مسبقًا لشبكات فرعية عالية الجودة، لاغتنام نافذة التخصيص قبل التخفيض.
على المدى المتوسط، من المتوقع أن يتجاوز عدد الشبكات الفرعية 500، لتغطية جميع المجالات الفرعية لصناعة الذكاء الاصطناعي. ستؤدي زيادة تطبيقات المؤسسات إلى تعزيز تطوير الشبكات الفرعية المتعلقة بالحوسبة السرية وخصوصية البيانات، وستصبح التعاونات عبر الشبكات الفرعية أكثر تكرارًا، مما يشكل سلسلة توريد معقدة لخدمات الذكاء الاصطناعي. ستسمح الإطارات التنظيمية التي تتضح تدريجيًا للشبكات الفرعية المتوافقة بالحصول على ميزة واضحة.
على المدى الطويل، من المتوقع أن يصبح Bittensor جزءًا مهمًا من البنية التحتية العالمية للذكاء الاصطناعي، وقد تعتمد شركات الذكاء الاصطناعي التقليدية نمطًا مختلطًا، حيث تنقل جزءًا من أعمالها إلى الشبكة اللامركزية. تتوالى نماذج الأعمال الجديدة ومشاهد التطبيقات في الظهور، جنبا إلى جنب مع بلوكتشين الأخرى.