최근 중국어 포럼을 둘러보니 TAO에 대해 이야기하는 사람이 많지 않았지만, 영어 포럼에서는 꾸준히 TAO에 대한 열띤 반응이 이어지고 있었습니다. 지난 며칠 동안 TAO/Bittensor에 대해 체계적으로 공부했고, 누구나 빠르게 이해할 수 있도록 비교적 쉽게 정리한 내용을 작성했습니다. 1⃣TAO/Bittensor란 무엇인가요? 간단히 말해, TAO가 하려는 것은 AI를 비트코인처럼 오픈 네트워크 로 만드는 것입니다. 현재 인공지능 분야는 오픈AI, 구글, 앤트로픽과 같은 몇몇 기업들이 사실상 장악하고 있습니다. 모델, 해시레이트, 데이터 및 가격 책정은 거의 모두 소수의 회사에 의해 통제됩니다. 비텐서는 이러한 상황을 바꾸고자 합니다. 이 시스템은 '지능 증명(Proof of Intelligence)'이라는 메커니즘을 사용하여 누구나 AI 네트워크에 참여할 수 있도록 합니다. 모델, 해시레이트, 데이터 또는 추론 능력 등 어떤 형태로든 AI 결과물이 가치 있다면 TAO 보상을 받을 수 있습니다. 2⃣ TAO 네트워크는 어떻게 작동하나요? Bittensor 네트워크 전체는 서브넷으로 구성됩니다. 이는 서브넷이 텍스트 생성, 이미지 처리, 번역, 검색, 추론 컴퓨팅, 모델 학습 및 보안 컴퓨팅과 같은 AI 트랙을 의미한다고 이해할 수 있습니다. 각 서브넷은 하나의 방향에 집중합니다. 현재 네트워크에는 약 128개의 서브넷이 있으며, 향후 256개로 확장하는 것을 목표로 하고 있습니다. 하지만 서브넷 중 실제로 성숙한 서브넷은 약 20~30%에 불과하며, 이러한 서브넷이 바로 소위 블루칩 서브넷입니다. 이것은 사실 초기 인터넷이나 초기 이더 생태계와 매우 유사합니다. 많은 실험적인 프로젝트 중 일부는 핵심 인프라로 성공적으로 개발될 수 있습니다. TAO의 총 공급량 비트코인과 동일한 2,100만 개이며, 반감 메커니즘도 갖추고 있습니다. 이로 인해 자연스럽게 "AI 비트코인"이라는 이야기가 생겨납니다. 3⃣TAO가 갑자기 시장의 주목을 받기 시작한 이유는 무엇일까요? 첫째: 다이내믹 TAO(dTAO) 업그레이드. 이는 2025년 가장 중요한 업그레이드입니다. 업그레이드 후에는 서브넷에 직접 투자하여 알파 토큰을 생성할 수 있습니다. TAO 보유자는 다양한 서브넷에 투자하여 고성능 서브넷을 지원하고 더 많은 보상을 얻을 수 있습니다. 결과는 다음과 같습니다. 우수한 서브넷은 더 많은 리소스를 할당받고, 성능이 떨어지는 서브넷은 제거되어 네트워크 효율성이 크게 향상되며, 이를 통해 생태계는 이론적인 구상에서 실제 제품으로 발전할 수 있습니다. . 두 번째: 첫 번째 반감. 비트코인과 마찬가지로요. TAO의 일일 발행량은 약 7,200건에서 3,600건으로 감소했습니다. 공급은 직접적으로 감소합니다. 수요는 계속 증가하기 때문에 반감 장기적으로 긍정적인 요인이 됩니다. 셋째, 탈중앙화 대규모 모델 학습이 검증되었으며, 이는 중요한 기술적 돌파구입니다. 템플러 서브넷은 분산 네트워크에서 72개 매개변수를 가진 모델을 성공적으로 학습시켰습니다. 일반적인 하드웨어와 70개 이상의 독립적인 노드를 사용하여 슈퍼 클러스터 없이도 경쟁력 있는 대규모 모델을 학습시킬 수 있었습니다. 넷째: 엔비디아 CEO가 공개적으로 지지를 표명함 2026년 3월, 젠슨 황은 비텐서의 분산 학습을 공개적으로 칭찬하며 이를 놀라운 기술적 성과라고 평가했습니다. 다섯째: 기관들이 진입하기 시작한다 그레이스케일은 비텐서 트러스트를 출시했고, 비트와이즈는 관련 신청서를 제출했습니다. TAO ETP 상품은 유럽 주요 거래소 에 상장되었습니다. 4⃣ 실제로 사용 중인 TAO 서브넷은 무엇입니까? 1. SN3: τemplar (템플러) — 탈중앙화 대규모 모델 학습의 제왕 업무 포지셔닝: 대규모 모델 학습에 초점을 맞춘 분산형 LLM 사전 학습 플랫폼 (SparseLoCo와 같은 혁신적인 압축 알고리즘 사용). 주요 성과: 슈퍼 클러스터 없이 분산된 일반 하드웨어(70개 이상의 독립 노드)에서 Covenant-72B(720억 개 파라미터, 1조 1천억 개 토큰) 학습을 성공적으로 완료했습니다. 생태학적 중요성: 이는 "탈중앙화 학습"이 더 이상 이론에 그치지 않고, OpenAI의 중앙 집중식 독점을 깨뜨렸음을 입증합니다. 서브넷 수익은 알파를 재구매하는 데 사용되어 긍정적인 피드백 루프를 형성하며, 알파는 TAO의 "지능형 생산 계층"을 대표하는 핵심 모델로서 전체 네트워크가 "집단 지능"으로 진화하도록 이끌어갑니다. 2. SN64: Chutes — 서버리스 AI 추론 도입의 왕좌 (실제 사용량 최고) 업무 포지셔닝: 서버리스 GPU 컴퓨팅 플랫폼으로, 개발자는 모델/컨테이너를 업로드하여 클릭 한 번으로 AI 서비스(텍스트 생성, 이미지/비디오 생성 등)를 배포할 수 있습니다. 주요 성과: 총 91억 개의 토큰을 처리했고, 40만 명 이상의 사용자(API 사용자 10만 명 이상 포함)에게 서비스를 제공했으며, 일일 최대 요청 건수는 5천만 건을 넘어섰습니다. AWS보다 85% 저렴하고 Together AI보다 10~50% 저렴한 가격으로 OpenRouter의 주요 추론 제공업체로 자리매김했습니다. 일부 모델의 성능이 일부 중앙 집중식 경쟁업체의 성능을 능가했습니다. 생태학적 중요성: "실질적인 제품-시장 적합성(PMF)"에 가장 가까운 서브넷은 탈중앙화 AI가 현금 흐름을 창출하고 대규모 도입을 촉진할 수 있음을 입증합니다. 수익은 자동으로 채굴자에게 알파+ 보상을 되돌려주어 폐쇄형 경제를 형성하며, 이는 에이전트 경제의 기반이 되는 컴퓨팅 인프라입니다. 3. SN4: Targon – 기밀 및 보안 컴퓨팅을 위한 엔터프라이즈급 대표 솔루션. 업무 포지셔닝: 개인정보 보호 기능을 갖춘 AI 추론 및 학습에 초점을 맞춘 탈중앙화 기밀 GPU 컴퓨팅 플랫폼. 주요 성과: 인텔과 협력하여 400만 명 이상의 사용자를 위한 기업 수준의 보안 컴퓨팅 솔루션을 제공했습니다. 이 플랫폼은 Dippy와 같은 플랫폼을 지원하며 수백만 건의 실제 AI 호출을 완료했습니다. 이 회사는 2025년에 1,050만 달러 규모의 시리즈 A 융자 유치를 완료할 계획입니다. 생태계적 중요성: 기존 클라우드 제공업체들이 해결하기 어려워하는 AI 개인정보 보호 및 규정 준수 문제를 해결하여 기관 및 기업들이 이 분야에 관심을 갖도록 유도합니다. Render/Akash와 같은 컴퓨팅 레이어를 보완하는 이 솔루션은 TAO가 "생산 수준 AI"로 전환하는 데 있어 핵심적인 단계입니다. 등..... 시장 상황이 좋지 않을 때는 빈번하게 거래하고 모든 기회를 이용해 수익을 내려고 하기보다는, 침착하게 다음 알파 수익을 연구하는 것이 더 낫습니다. 진정한 기회는 대부분의 사람들이 그것에 대해 논의를 시작하기도 전에 생기는 경우가 많습니다. 현재 중국어권에서 도(道)를 연구하는 사람은 많지 않으며, 이것은 단지 개인적인 연구 노트일 뿐입니다. 모든 전문가 관점 과 의견을 환영합니다!