Guide d'investissement dans le subnet Bittensor : saisir la nouvelle opportunité de l'IA

En février 2025, le réseau Bittensor a achevé la mise à niveau Dynamic TAO (dTAO), réalisant la transition d'une gouvernance centralisée vers une allocation décentralisée des ressources pilotée par le marché. Après la mise à niveau, chaque subnet possède des jetons alpha indépendants, permettant aux détenteurs de TAO de choisir librement leurs objets d'investissement, 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 immense créativité innovante. En seulement quelques mois, Bittensor est passé de 32 subnets à 118 subnets actifs, soit une augmentation de 269 %. Ces subnets couvrent tous les sous-domaines de l'industrie de l'IA, allant du raisonnement textuel de base, à la génération d'images, jusqu'aux dernières avancées en matière de repliement de protéines et de trading quantitatif, formant ainsi l'écosystème d'IA décentralisé le plus complet à ce jour.

La performance du marché est également remarquable. La capitalisation boursière totale des meilleurs subnets est passée de 4 millions de dollars avant la mise à niveau à 690 millions de dollars, et le rendement annuel des mises est stable entre 16 et 19 %. Chaque subnet distribue des incitations réseau en fonction du taux de mise de TAO sur le marché, les 10 principaux subnets représentant 51,76 % des émissions réseau, reflétant le mécanisme de marché de la sélection naturelle.

Analyse du réseau principal (top 10 des émissions)

1. Chutes (SN64) - calcul AI sans serveur

Valeur clé : Innover l'expérience de déploiement des modèles d'IA, réduire considérablement le coût de la puissance de calcul.

Chutes adopte une architecture "démarrage 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 en dessous de 50 millisecondes.

Modèle commercial mature, adoptant une stratégie freemium pour attirer les utilisateurs, en fournissant un support de puissance de calcul pour des modèles populaires via une plateforme intégrée, générant des revenus à partir de chaque appel API. L'avantage de coût est significatif, étant 85 % inférieur à certains services cloud. Actuellement, le volume total de tokens utilisés dépasse 9042,37B, et plus de 3000 clients d'entreprise bénéficient des services.

dTAO a atteint une capitalisation boursière de 100 millions de dollars après 9 semaines de lancement, la capitalisation actuelle est de 79 millions, la technologie est profondément ancrée, les progrès de la commercialisation sont satisfaisants, et le niveau de reconnaissance sur le marché est élevé. Actuellement, c'est le leader des subnets.

2. Celium (SN51) - optimisation du calcul matériel

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

Concentrez-vous sur l'optimisation des calculs au niveau matériel. Grâce à quatre modules technologiques : planification GPU, abstraction matérielle, optimisation des performances et gestion de l'efficacité énergétique, maximisez l'utilisation des ressources matérielles. Prend en charge toute la gamme de matériel, y compris NVIDIA A100/H100, AMD MI200 et Intel Xe, avec des prix réduits de 90 % par rapport aux produits similaires et une efficacité de calcul augmentée de 45 %.

Actuellement, c'est le deuxième plus grand subnet par émission sur Bittensor, représentant 7,28 % des émissions du réseau. L'optimisation matérielle est un élément clé de l'infrastructure AI, avec une forte tendance à l'augmentation des prix en raison des barrières technologiques, et une capitalisation boursière actuelle de 56M.

3. 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), une plateforme de calcul confidentiel sécurisée qui prend en charge l'entraînement, l'inférence et la validation des modèles d'IA. Le TVM utilise des technologies avancées de calcul confidentiel pour garantir la sécurité et la protection de la vie privée de l'ensemble du flux de travail de l'IA. Le système prend en charge le chiffrement de bout en bout, du matériel à la couche d'application, permettant aux utilisateurs d'utiliser des services d'IA 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 de revenus a été mis en place, tous les revenus sont utilisés pour le rachat de jetons, la dernière opération de rachat s'élevait à 18 000 dollars.

4. τemplar (SN3) - Recherche AI et entraînement distribué

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

Templar est un pionnier des subnets spécialisé dans l'entraînement distribué de modèles d'IA à grande échelle, dont la mission est de devenir "la meilleure plateforme d'entraînement de modèles au monde". Grâce aux ressources GPU fournies par des participants du monde entier, Templar se concentre sur l'entraînement collaboratif et l'innovation de modèles de pointe, en mettant l'accent sur la résistance à la fraude et une collaboration efficace.

En termes d'accomplissements techniques, Templar a réussi à compléter l'entraînement d'un modèle de 1,2 milliard de paramètres, ayant traversé plus de 20 000 cycles d'entraînement, avec environ 200 GPU participant à l'ensemble du processus. En 2024, un mécanisme de validation sera mis à jour pour améliorer la décentralisation et la sécurité ; en 2025, l'entraînement de grands modèles se poursuivra, atteignant une échelle de paramètres de plus de 70 milliards, avec des performances comparables aux normes de l'industrie dans les tests de référence en IA.

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

5. Gradients (SN56) - entraînement AI décentralisé

Valeur fondamentale : démocratisation de l'entraînement de l'IA, réduction significative des barrières de coût.

Résoudre les points de douleur des coûts d'entraînement de l'IA grâce à l'entraînement distribué. Le système de planification intelligente, basé sur la synchronisation des gradients, attribue efficacement des tâches à 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, ce qui est 70 % moins cher que les services cloud traditionnels, et la vitesse d'entraînement est 40 % plus rapide que les solutions centralisées. L'interface à un clic réduit le seuil d'utilisation, avec déjà plus de 500 projets utilisés pour l'ajustement de modèles, couvrant les domaines de la santé, de la finance, de l'éducation, etc.

La capitalisation actuelle est de 30M, la demande du marché est forte, l'avantage technologique est clair, c'est l'un des subnets qui mérite une attention à long terme.

6. Trading de Proprieté (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, alimentée par l'IA, offrant des signaux de trading multi-actifs. Un réseau de trading propriétaire applique des technologies d'apprentissage automatique à la prévision des marchés financiers, construisant une architecture de modèle de prévision multi-niveaux. Son modèle de prévision temporelle intègre des 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 en tant que signaux d'assistance à la prévision en analysant les contenus des réseaux 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 pour trader sur les marchés financiers, avec une capitalisation boursière actuelle de 27M.

7. Score (SN44) - Analyse et évaluation sportives

Valeur fondamentale : analyse vidéo sportive, visant l'industrie du football de 600 milliards de dollars.

Cadre de vision par ordinateur axé sur l'analyse vidéo sportive, réduisant le coût d'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 milliers de dollars par match à 1/10 à 1/100. En collaboration avec d'autres projets, le taux de précision moyen des prédictions de l'agent IA est de 70%, atteignant un taux de précision de 100% en une seule journée.

L'industrie du sport est de grande envergure, avec des innovations technologiques significatives et des perspectives de marché vastes. Score est une application clairement orientée vers le subnet, qui mérite d'être suivie.

8. OpenKaito (SN5) - texte d'inférence open source

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

OpenKaito se concentre sur le développement de modèles d'insertion de texte, soutenu par des acteurs clés 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 de texte de haute qualité, en particulier dans le domaine de la recherche d'information et de la recherche sémantique.

Ce subnet est encore en phase de construction précoce, se concentrant principalement sur la construction d'un écosystème autour des modèles d'incorporation de texte. Il convient de noter l'intégration imminente de nouvelles fonctionnalités, qui pourrait considérablement élargir ses cas d'utilisation et sa base d'utilisateurs.

9. Data Universe (SN13) - infrastructure de données AI

Valeur fondamentale : traitement de données à grande échelle, approvisionnement en données d'entraînement AI

Traite 500 millions de lignes de données par jour, avec un total de plus de 55,6 milliards de lignes, et prend en charge 100 Go de stockage. 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 la niche écologique est importante. En tant que fournisseur de données pour plusieurs subnets, une coopération approfondie avec des projets comme Score reflète la valeur des infrastructures.

10. TAOHash (SN14) - minage par preuve de travail

Valeur fondamentale : 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, en obtenant des jetons alpha grâce au minage pour les utiliser en staking ou en trading. Ce modèle combine le minage traditionnel PoW avec le calcul AI, offrant aux mineurs une nouvelle source de revenus.

En seulement quelques semaines, plus de 6EH/s de puissance de calcul a été attirée (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 bénéfices en fonction des conditions du marché.

Analyse de l'écosystème

L'innovation technologique de Bittensor a construit un écosystème IA décentralisé unique. Son algorithme de consensus assure la qualité du réseau par la validation décentralisée, tandis que le mécanisme de répartition des ressources marketisé introduit par la mise à niveau dTAO améliore considérablement l'efficacité. Chaque subnet est équipé d'un mécanisme AMM, permettant la découverte des prix entre les jetons TAO et alpha, ce qui permet aux forces du marché de participer directement à l'allocation des ressources IA.

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

Comparé aux fournisseurs de services AI centralisés traditionnels, Bittensor offre une véritable alternative décentralisée, avec une performance exceptionnelle en termes d'efficacité des coûts. Plusieurs subnets montrent des avantages de coût significatifs, par exemple Chutes est 85 % moins cher que certains services cloud, cet avantage de coût provient de l'amélioration de l'efficacité de l'architecture décentralisée. L'écosystème ouvert favorise une innovation rapide, le nombre et la qualité des subnets continuent de s'améliorer, 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 relativement élevé, bien que les outils s'améliorent constamment, la participation au mining et à la validation nécessite encore des connaissances techniques considérables. 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 selon les pays. Les fournisseurs de services cloud traditionnels ne resteront pas les bras croisés et devraient lancer des produits concurrentiels. Avec l'augmentation de l'échelle du réseau, maintenir l'équilibre entre performance et décentralisation devient également un défi important.

La croissance explosive de l'industrie de l'IA offre de grandes opportunités de marché à Bittensor. On prévoit qu'en 2025, les investissements mondiaux dans l'IA atteindront près de 200 milliards de dollars, 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 trillion de dollars en 2032, avec un taux de croissance annuel composé de 29 %, ce qui crée un vaste espace de développement pour l'infrastructure décentralisée de l'IA.

Les politiques de soutien au développement de l'IA dans différents pays ont créé des fenêtres d'opportunité pour une infrastructure AI décentralisée, 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 précisément le principal avantage des subnets comme Targon. L'intérêt des investisseurs institutionnels pour l'infrastructure AI continue de croître, et la participation d'institutions réputées fournit un soutien financier et des ressources à l'écosystème.

Cadre de stratégie d'investissement

Investir dans le subnet Bittensor nécessite d'établir un cadre d'évaluation systémique. Sur le plan technique, il faut examiner le degré d'innovation et la profondeur des barrières à l'entrée, les compétences techniques 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 est nécessaire d'analyser la taille du marché cible et son potentiel de croissance, le paysage concurrentiel et les avantages distinctifs, l'adoption par les utilisateurs et les effets de réseau, ainsi que l'environnement réglementaire et les risques politiques. Sur le plan financier, il faut se concentrer sur le niveau d'évaluation actuel et la performance historique, la part de l'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 subnets, 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 de l'étape de développement du subnet, les projets en phase précoce présentant un risque élevé mais un potentiel de rendement important, tandis que les projets matures sont relativement stables mais offrent des perspectives de croissance limitées.