저자: Revc, 진써차이징(Jinse)
머리말
연준이 금리 인하 주기를 시작한 이후 암호화폐 자산의 시총 지난 주 동안 3000억 달러 이상 증가했으며, Bittensor(TAO)가 이를 주도했습니다. AI와 퍼블릭체인 부문은 7일 만에 66%에 가까운 폭발적인 성장세를 보이며 환율이 18개월 만에 최고치를 기록했다. 강력한 내러티브와 광범위한 적용 가능성을 지닌 프로젝트는 자본과 사용자의 선호를 받을 가능성이 더 높습니다. 아래에서는 Bittensor의 폭발적인 논리를 분석하고 이 주기의 투자 리듬을 찾습니다.
Bittensor의 뛰어난 성능 요인 에 대한 연구
지난 주 Bittensor의 상승은 지난 1년 동안 자본이 증가함에 따라 AI 와 블록체인의 교차점에서 프로젝트 성과를 선호하는 기술 발전, 전략적 파트너십 개발, 커뮤니티 정서 및 광범위한 시장 동태 의 조합에 기인합니다 . 시장의 주제는 AI 입니다 . 정리해보면 Bittensor의 상승세에 대한 구체적인 이유는 다음과 같습니다.
기술 업그레이드 및 혁신:
Bittensor는 새로운 BTCLI 및 Bittensor SDK를 통해 상당한 성능 향상을 도입한 Bittensor v8.0.0의 출시를 발표했습니다. BTCLI 는 Bittensor 네트워크 와 상호 작용하는 데 사용되는 도구입니다 . 이번에는 상호 작용을 더욱 효율적으로 만들기 위해 코드가 다시 작성되었습니다. Bittensor SDK는 보조 기능을 분리 하여 더욱 가볍고 배포가 쉬워졌습니다. 이번 업그레이드는 사용자 경험과 네트워크 상호 작용을 향상시킬 뿐만 아니라 더 많은 개발자, 사용자 및 투자자를 유치할 수도 있습니다.
AI 훈련 의 발전 :
Bittensor는 분산형 LLM(대형 언어 모델) 훈련 탈중앙화 대해 발표 하고 네트워크 및 EVM 호환성을 언급하여 인공 지능 훈련 방법이 지속적으로 혁신하고 있음을 나타냅니다. TAO에 대한 사람들의 관심과 투자를 자극합니다.
전략적 협력:
Bittensor는 분산 교육을 위해 @MacrocosmosAI, @manifoldlabs 및 @const_reborn과 같은 기관과의 협력을 공개하여 Bittensor가 파트너십을 통해 생태계를 확장하고 있음을 나타냅니다. 이번 협력을 통해 Bittensor의 기능을 향상하고 더 많은 사용자를 유치하며 더 많은 청중에게 기술을 검증하여 시장 인식에 긍정적인 영향을 미칠 수 있습니다.
추가된 유용성 및 실제 적용:
분산 AI 훈련의 유용성이 높아지고 있습니다. Bittensor의 기술이 실제 응용 프로그램에서 더욱 널리 사용됨에 따라 본질적인 가치가 높아질 가능성이 높습니다 .
네트워크 성장 및 영향:
더 많은 참여자가 참여할수록 각 노드의 가치가 높아지며, " 네트워크 효과 " 라는 개념이 실현될 수 있습니다. 이러한 성장은 참여가 증가하면 가치가 증가하여 더 많은 참가자를 유치하는 긍정적인 피드백 루프를 만들 수 있습니다.
Bittensor 소개
Bittensor 는 블록체인 기반 탈중앙화 머신러닝(ML) 네트워크를 지원하도록 설계된 오픈 소스 프로토콜입니다. 이 네트워크에서 머신러닝(ML) 모델은 공동으로 훈련될 수 있으며 집단에 제공하는 정보의 가치에 따라 TAO 토큰으로 보상을 받습니다. TAO는 사용자에게 네트워크에 대한 액세스를 제공할 뿐만 아니라 필요에 따라 활동을 맞춤화할 수도 있습니다.
Bittensor는 블록체인 프레임 을 활용하여 개방형 액세스, 분산형 거버넌스, 인센티브 프레임워크 내에서 글로벌 컴퓨팅 성능 및 혁신적인 리소스 활용을 강조하는 새로운 인공 지능 개발 및 배포 전략을 촉진합니다. 오픈 소스 기계 지능 저장소인 Bittensor는 전 세계 사용자에게 동등한 액세스를 제공하고 개방적이고 무허가 혁신을 촉진합니다. 보상과 네트워크 소유권은 사용자 기여도에 따라 분배됩니다.
Bittensor 의 핵심 은 탈중앙화 네트워크를 구축하고 인공지능의 개발, 공유 및 수익화 방식을 바꾸는 것입니다. P2P 스마트 시장을 통해 채굴자는 머신러닝(ML) 모델 교육에 기여하고 해당 토큰 보상을 받을 수 있습니다. 플랫폼의 기본 암호화폐인 TAO는 사용자가 네트워크 구축에 참여하도록 장려하기 위해 고정된 총 공급량 으로 설계되었습니다.
Bittensor 의 아키텍처에는 서브넷 , Subtensor 및 Bittensor API가 포함됩니다 . Subnet은 다양한 AI 작업에 초점을 맞추고 서로 경쟁하고 협력할 수 있는 인센티브 기반 경쟁 시장입니다 . Subtensor 는 거래 및 모델 기여를 기록하여 네트워크 투명성과 보안을 보장하고 둘 을 연결하며 운영을 조정합니다 . 전체 네트워크의.
인센티브 메커니즘은 Bittensor의 핵심입니다. 각 서브넷에는 고유한 규칙이 있으며 참가자는 서브넷 채굴자, 검증자 및 지명자로 구분됩니다. 채굴자는 작업을 해결하고 검증자는 채굴자의 작업을 평가하며 지명자는 TAO를 스테이킹 하고 검증자의 성과에 따라 보상을 받습니다. 보상은 Yuma 합의 메커니즘을 통해 TAO 토큰으로 배포됩니다. 네트워크의 지속적인 최적화와 효율적인 운영을 보장하기 위해 서브넷 간에 경쟁 및 제거 메커니즘이 있습니다.
Bittensor를 사용하면 분산 네트워크에서 머신러닝(ML) 모델을 훈련할 수 있어 네트워크 기여자에게 적절한 보상을 보장하는 협업 환경을 형성할 수 있습니다. Bittensor는 다양한 보안 조치를 통해 네트워크의 무결성을 보장합니다. 토큰 기반 인센티브는 채굴자가 가치를 기여하고 제어를 분산하여 단일 주체가 플랫폼을 지배하는 것을 방지하도록 장려합니다 . 또한 플랫폼은 공정하고 투명한 생태계를 유지하고 사용자의 데이터 및 거래 개인 정보를 보호하기 위해 부정 행위 방지 프로토콜과 선택적 핫키 보안 기능을 구현합니다.
결론
Bittensor의 가치는 OpenAI와 같은 중앙 집중식 프로젝트와의 경쟁에서 탈중앙화 우위를 확보할 수 있는지 여부에 따라 달라집니다. 단기적인 가치는 각 서브넷의 AI 해시레이트 모델이 상용 시나리오와 직접 결합될 수 있는지 여부에 따라 달라지며, 그렇지 않으면 과장된 AI 버블에 불과할 것입니다. AI 계산 결과 검증, 모델의 효과적인 작업량 평가, 작업 분배 시스템 및 채굴자 보상이 Web2 프로젝트에 대한 의존성을 없앨 수 있는지 여부에 따라 장기적인 가치가 달라집니다.
Web2 시장에서는 대부분의 AI 프로젝트의 가치 평가가 수익을 연금으로 전환하여 추정되며, 특히 일정 기간 동안 상업적으로 운영된 경우 가치 평가 시스템이 상대적으로 성숙하고 제품 수익을 감사 하고 확인할 수 있습니다. 시장지향적이다. 그러나 Bittensor에는 토큰 인센티브 총액의 상한선이 결정되어 있지만 해시레이트 자가 기여한 가치에 대해 평가할 수익과 시나리오가 없다는 큰 문제가 있습니다. 자체 시스템 내에서 달성할 수 있는 수준을 달성하여 시장과의 접촉이 불가능하므로 네트워크 인센티브에만 의존하기보다는 조기 상용화를 통해 프로젝트의 장기적인 발전을 보장할 수 있습니다. 현재 TAO의 일일 거래량이 35% 감소한 상태이므로 투자자들은 관련 리스크 에 주의해야 한다.
