دليل استثمار شبكة فرعية Bittensor: اغتنام الفرص الجديدة في الذكاء الاصطناعي
في فبراير 2025، أكملت شبكة Bittensor ترقية Dynamic TAO (dTAO)، مما حقق الانتقال من الحوكمة المركزية إلى تخصيص الموارد اللامركزي المدفوع بالسوق. بعد الترقية، تمتلك كل شبكة فرعية رموز ألفا مستقلة، ويمكن لحاملي TAO اختيار الأهداف الاستثمارية بحرية، مما أنشأ آلية اكتشاف قيمة قائمة على السوق.
تشير البيانات إلى أن ترقية dTAO أطلقت حيوية ابتكارية ضخمة. في غضون بضعة أشهر فقط، زاد عدد الشبكات الفرعية لـ Bittensor من 32 إلى 118 شبكة فرعية نشطة، بزيادة قدرها 269%. تغطي هذه الشبكات الفرعية جميع المجالات الفرعية لصناعة الذكاء الاصطناعي، من الاستدلال النصي الأساسي، وتوليد الصور، إلى طي البروتينات المتقدمة، والتداول الكمي، مما يشكل الآن أكثر أنظمة الذكاء الاصطناعي اللامركزية اكتمالًا.
أداء السوق كان لامعًا أيضًا. زادت القيمة السوقية الإجمالية لأعلى شبكة فرعية من 4 ملايين دولار قبل الترقية إلى 690 مليون دولار، وبلغت العائدات السنوية المضمونة من الرهن 16-19%. يتم توزيع الحوافز الشبكية حسب معدل الرهن TAO السوقي لكل شبكة فرعية، حيث تمثل أكبر 10 شبكات فرعية 51.76% من الانبعاثات الشبكية، مما يعكس آلية السوق القائمة على المنافسة.
تحليل الشبكة الأساسية ( تصريف أعلى 10 )
1. Chutes (SN64) - حسابات الذكاء الاصطناعي بدون خادم
القيمة الأساسية: تحسين تجربة نشر نماذج الذكاء الاصطناعي، وتقليل تكلفة القوة الحسابية بشكل كبير
تستخدم Chutes بنية "البدء الفوري"، مما يضغط وقت بدء نموذج AI إلى 200 مللي ثانية، ويزيد الكفاءة بمقدار 10 مرات. أكثر من 8000 عقدة GPU حول العالم، تدعم النماذج الرئيسية، وتعالج أكثر من 5 ملايين طلب يوميًا، مع زمن استجابة أقل من 50 مللي ثانية.
نموذج العمل ناضج، يعتمد استراتيجية القيمة المضافة المجانية. من خلال دمجها في منصة معينة، تقدم دعم قوة حساب النماذج الشهيرة، وتحصل على إيرادات من استدعاءات API. المزايا التكاليفية ملحوظة، أقل بنسبة 85% من خدمة سحابية معينة. إجمالي استخدام التوكن يتجاوز 9042.37B، وتخدم أكثر من 3000 عميل من الشركات.
بعد 9 أسابيع من إطلاق dTAO، وصلت قيمتها السوقية إلى 100 مليون دولار، والآن 79 مليون. الحماية التقنية عميقة، والتقدم التجاري يسير بسلاسة، ودرجة قبول السوق عالية، وهي الآن رائدة في الشبكة الفرعية.
2. Celium (SN51) - تحسين الحوسبة بالأجهزة
القيمة الأساسية: تحسين الأجهزة الأساسية، وزيادة كفاءة حسابات الذكاء الاصطناعي
التركيز على تحسين حسابات مستوى الأجهزة. من خلال جدولة GPU، التجريد من الأجهزة، تحسين الأداء وإدارة كفاءة الطاقة، يتم تعظيم كفاءة استخدام الأجهزة. يدعم جميع سلسلة الأجهزة، وتم تخفيض الأسعار بنسبة 90%، وزيادة كفاءة الحساب بنسبة 45%.
حالياً هي ثاني أكبر شبكة فرعية في الانبعاثات، تمثل 7.28% من انبعاثات الشبكة. تحسين الأجهزة هو عنصر أساسي في بنية الذكاء الاصطناعي، ويتميز بحواجز تقنية، وهناك اتجاه قوي لارتفاع الأسعار، والقيمة السوقية الحالية 56 مليون.
3. Targon (SN4) - منصة استدلال AI اللامركزية
القيمة الأساسية: تقنية الحساب السري، ضمان أمان خصوصية البيانات
النواة Targon هي TVM( Targon Virtual Machine)، وهي منصة حساب سرية آمنة تدعم تدريب نماذج الذكاء الاصطناعي واستدلالها والتحقق منها. تستخدم تقنيات حساب سرية متقدمة لضمان أمان تدفقات عمل الذكاء الاصطناعي وحماية الخصوصية. يدعم النظام التشفير من الطرف إلى الطرف، مما يسمح للمستخدمين باستخدام خدمات الذكاء الاصطناعي دون الحاجة إلى الكشف عن البيانات.
المتطلبات الفنية عالية، ونموذج الأعمال واضح، وهناك مصدر دخل مستقر. تم تفعيل آلية إعادة شراء الإيرادات، حيث يتم استخدام جميع الإيرادات لشراء الرموز، وقد تم إعادة شراء 18000 دولار مؤخرًا.
القيمة الأساسية: تدريب تعاوني على نماذج الذكاء الاصطناعي على نطاق واسع، lowering the training threshold
نسعى لأن نصبح "أفضل منصة لتدريب النماذج في العالم". من خلال التعاون في التدريب باستخدام موارد GPU من المشاركين العالميين، نركز على تدريب النماذج المتقدمة والابتكار، مع التأكيد على مقاومة الغش والتعاون الفعال.
تم الانتهاء من تدريب نموذج بــ 1.2 مليار معلمة، بعد أكثر من 20 ألف دورة تدريبية، بمشاركة حوالي 200 وحدة معالجة رسومية. في عام 2024، سيتم ترقية آلية التحقق، لتعزيز اللامركزية والأمان؛ وفي عام 2025، سيتم دفع تدريب النموذج الكبير، ليصل حجم المعلمات إلى أكثر من 70 مليار، بمستوى أداء يتناسب مع المعايير الصناعية.
المميزات التقنية بارزة، القيمة السوقية الحالية 35M، تشكل 4.79% من الانبعاثات.
5. التدرجات (SN56) - تدريب الذكاء الاصطناعي اللامركزي
القيمة الأساسية: تدريب الذكاء الاصطناعي للجميع، وتقليل عتبة التكلفة بشكل كبير
حل مشكلات تكلفة تدريب الذكاء الاصطناعي من خلال التدريب الموزع. يوزع نظام الجدولة الذكي المهام بكفاءة على آلاف وحدات معالجة الرسوميات. تم الانتهاء من تدريب نموذج يحتوي على 118 تريليون معلمة، بتكلفة 5 دولارات فقط في الساعة، وهو أرخص بنسبة 70% من خدمات السحابة التقليدية، وأسرع بنسبة 40%. تقلل واجهة بنقرة واحدة من عقبة الاستخدام، مع أكثر من 500 مشروع لتعديل النموذج، تغطي مجالات متعددة.
القيمة السوقية الحالية 30 مليون، الطلب في السوق كبير، المزايا التقنية واضحة، تستحق المتابعة على المدى الطويل.
6. التداول الخاص (SN8) - التداول الكمي المالي
القيمة الأساسية: إشارات التداول المتعددة الأصول والتنبؤات المالية المدفوعة بالذكاء الاصطناعي
منصة تداول الكميات اللامركزية وتوقعات المالية، إشارات تداول متعددة الأصول مدفوعة بالذكاء الاصطناعي. تطبيق تقنيات التعلم الآلي على توقعات الأسواق المالية، وبناء هيكل نماذج توقعات متعدد المستويات. دمج نموذج التوقع الزمني تقنيات LSTM وTransformer، لمعالجة بيانات السلاسل الزمنية المعقدة. يقوم نموذج تحليل مشاعر السوق بتحليل وسائل التواصل الاجتماعي والأخبار، وتقديم مؤشرات المشاعر كإشارات مساعدة.
يعرض الموقع عوائد ومراجعات مختلفة لمقدمي الاستراتيجيات. يجمع بين الذكاء الاصطناعي و blockchain، ويقدم طرق تداول مبتكرة في الأسواق المالية، والقيمة السوقية الحالية 27M.
7. النتيجة (SN44) - التحليل والتقييم الرياضي
القيمة الجوهرية: تحليل فيديو رياضي، يستهدف صناعة كرة القدم بقيمة 600 مليار دولار
إطار رؤية الكمبيوتر الذي يركز على تحليل الفيديو الرياضي ، يقلل من تكاليف تحليل الفيديو المعقد من خلال تقنية التحقق الخفيفة. يعتمد على عملية تحقق من خطوتين: كشف الملعب وفحص الكائنات بناءً على CLIP ، مما يقلل من تكلفة التسمية التقليدية لآلاف الدولارات لمباراة واحدة بنسبة 90-99%. بالتعاون مع منصة معينة ، بلغ متوسط دقة توقعات الوكلاء المدعومين بالذكاء الاصطناعي 70% ، وقد وصل في يوم واحد إلى دقة 100%.
صناعة الرياضة ضخمة، والابتكار التكنولوجي ملحوظ، وآفاق السوق واسعة، Score هو شبكة فرعية ذات اتجاه تطبيق واضح، ويستحق الانتباه.
8. OpenKaito (SN5) - استدلال النصوص مفتوح المصدر
القيمة الأساسية: تطوير نماذج تضمين النصوص، تحسين استرجاع المعلومات
تركيز على تطوير نماذج تضمين النصوص، بدعم من المشاركين الرئيسيين في مجال InfoFi. مشروع مفتوح المصدر مدفوع من المجتمع، يهدف إلى بناء قدرات عالية الجودة لفهم النصوص والاستدلال، خاصة في مجالات استرجاع المعلومات والبحث الدلالي.
هذه الشبكة الفرعية لا تزال في مرحلة البناء المبكرة، مع التركيز بشكل رئيسي على بناء نظام بيئي حول نماذج تضمين النصوص. من الممكن أن يؤدي تكامل قادم إلى توسيع مشهد تطبيقاتها وقاعدة مستخدميها بشكل كبير.
9. عالم البيانات (SN13) - بنية البيانات الأساسية للذكاء الاصطناعي
القيمة الأساسية: معالجة البيانات على نطاق واسع، إمداد بيانات تدريب الذكاء الاصطناعي
معالجة 5 مليارات صف يوميًا، بإجمالي يزيد عن 55.6 مليار صف، يدعم تخزين 100 جيجابايت. توفر البنية التحتية المبتكرة وظائف أساسية مثل توحيد البيانات، تحسين الفهارس، والتخزين الموزع. آلية "الوزن الثقالي" التصويتية المبتكرة تحقق ضبط الوزن الديناميكي.
البيانات هي النفط للذكاء الاصطناعي، وقيمة البنية التحتية مستقرة، وموضعها البيئي مهم. باعتبارها مزود بيانات لشبكات فرعية متعددة، تتعاون بشكل عميق مع عدة مشاريع، مما يعكس قيمة البنية التحتية.
10. TAOHash (SN14) - تعدين قوة الحوسبة PoW
القيمة الأساسية: ربط التعدين التقليدي مع حسابات الذكاء الاصطناعي، تكامل موارد قوة الحوسبة
يتيح لمعدني البيتكوين إعادة توجيه قوة التعدين إلى شبكة Bittensor، والحصول على رموز alpha من خلال التعدين لاستخدامها في الرهن أو التداول. يجمع بين التعدين التقليدي PoW وحسابات الذكاء الاصطناعي، مما يوفر مصدر دخل جديد للمعدنين.
جذب أكثر من 6EH/s من قوة الحوسبة في فترة قصيرة يمثل حوالي 0.7% من السوق العالمي، مما يثبت اعتراف السوق بالنموذج الهجين. يمكن للمعدنين الاختيار بين تعدين البيتكوين التقليدي والحصول على رموز TAOHash، لتحسين العائد.
تحليل النظام البيئي
( المزايا الأساسية لهندسة التقنية
بِتِنتُور بَنَت نِظامًا فريدًا لِلذَكاء الاصطناعي اللامركزي. يضمن خوارزمية التوافق جودة الشبكة من خلال التحقق اللامركزي، ويُدخل ترقية dTAO آلية توزيع الموارد السوقية التي تعزز الكفاءة بشكل كبير. كل شبكة فرعية مُزودة بآلية AMM، مما يُحقق اكتشاف الأسعار بين TAO ورموز alpha، ويتيح للقوى السوقية المشاركة مباشرة في تخصيص موارد الذكاء الاصطناعي.
يدعم بروتوكول التعاون بين الشبكات الفرعية معالجة المهام المعقدة للذكاء الاصطناعي بشكل موزع، مما يشكل تأثير شبكة قوي. تضمن هيكل الحوافز المزدوجة الدافع للمشاركة على المدى الطويل، حيث يمكن لجميع الأطراف الحصول على العوائد المناسبة، مما يشكل حلقة اقتصادية مستدامة.
) ميزة تنافسية وتحديات
بالمقارنة مع مزودي خدمات الذكاء الاصطناعي التقليديين المركزيين، يوفر Bittensor بديلاً لامركزياً حقيقياً، مع كفاءة تكلفة بارزة. تظهر عدة شبكة فرعية مزايا تكلفة ملحوظة، مثل كون شبكة فرعية معينة أرخص بنسبة 85% من خدمة سحابية معينة، وذلك بفضل تحسين كفاءة الهيكل اللامركزي. يعزز النظام البيئي المفتوح الابتكار السريع، ويستمر عدد وجودة الشبكات الفرعية في الارتفاع، حيث تفوق سرعة الابتكار بكثير على البحث والتطوير داخل الشركات التقليدية.
ومع ذلك، تواجه النظام البيئي تحديات. لا يزال هناك عائق تقني مرتفع، ويتطلب المشاركة في التعدين والتحقق معرفة تقنية كبيرة. عدم اليقين في البيئة التنظيمية يعد عامل خطر، وقد يواجه الشبكة اللامركزية للذكاء الاصطناعي سياسات مختلفة من دول مختلفة. من المتوقع أن تطلق مزودات الخدمات السحابية التقليدية منتجات تنافسية. مع زيادة حجم الشبكة، يصبح الحفاظ على الأداء والتوازن بين اللامركزية اختبارًا مهمًا.
النمو الانفجاري لصناعة الذكاء الاصطناعي يوفر فرص سوقية هائلة لـ Bittensor. من المتوقع أن يقترب الاستثمار العالمي في الذكاء الاصطناعي من 200 مليار دولار بحلول عام 2025، مما يوفر دعماً قوياً للطلب على البنية التحتية. من المتوقع أن ينمو سوق الذكاء الاصطناعي العالمي من 294 مليار دولار في 2025 إلى 1.77 تريليون دولار 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، وفي الوقت نفسه زادت الاهتمام بخصوصية البيانات وأمان الذكاء الاصطناعي مما زاد من الطلب على تقنيات مثل الحوسبة السرية، وهذا هو بالضبط ما يشكل المزايا الأساسية لبعض الشبكات الفرعية. يزداد اهتمام المستثمرين المؤسسيين بالبنية التحتية للذكاء الاصطناعي، وتقدم المؤسسات المعروفة الدعم المالي والموارد للنظام البيئي.
![دليل استثمار شبكة فرعية Bittensor: اغتنام الفرصة التالية للذكاء الاصطناعي]###https://img-cdn.gateio.im/webp-social/moments-3a2f0d13bce1579926b16893dcea0f7f.webp###
إطار استراتيجية الاستثمار
يجب إنشاء إطار تقييم نظامي للاستثمار في شبكة فرعية Bittensor. في الجانب الفني، يتم فحص درجة الابتكار وعمق الحواجز الدفاعية، وقوة الفريق وقدرته على التنفيذ، بالإضافة إلى الأثر التآزري مع النظام البيئي. على الصعيد السوقي، يتم تحليل حجم السوق المستهدف وإمكانات النمو، وهيكل المنافسة والمزايا التمايزية، وحالة اعتماد المستخدمين وتأثير الشبكة، فضلاً عن البيئة التنظيمية ومخاطر السياسات. في الجانب المالي، يتم التركيز على مستوى التقييم الحالي والأداء التاريخي، ونسبة انبعاث TAO واتجاه النمو، وتصميم الاقتصاد الرمزي، بالإضافة إلى السيولة وعمق التداول.
إدارة المخاطر، يعد الاستثمار المتنوع استراتيجية أساسية. يُنصح بتوزيع التكوين بين أنواع مختلفة من الشبكات الفرعية، بما في ذلك النوع البنياني، والنوع التطبيقي، والنوع البروتوكولي. تعديل الاستراتيجية بناءً على مرحلة تطوير الشبكة الفرعية، المشاريع المبكرة تحمل مخاطر عالية ولكن العوائد المحتملة كبيرة، بينما المشاريع الناضجة أكثر استقرارًا ولكن مساحة النمو محدودة. ضع في اعتبارك أن سيولة رموز alpha قد لا تكون مثل TAO، لذا يجب تنظيم تخصيص الأموال بشكل معقول للحفاظ على وجود هامش سيولة ضروري.
ستصبح أول عملية تقليل النصف في نوفمبر 2025 محفزًا مهمًا في السوق. إن تقليل الإصدارات سيزيد من ندرة الشبكة الفرعية الحالية، وقد يؤدي إلى استبعاد المشاريع ذات الأداء الضعيف، مما يعيد تشكيل الاقتصاد الرقمي. يمكن للمستثمرين تجهيز أنفسهم مسبقًا لشبكات فرعية عالية الجودة، والاستفادة من نافذة التوزيع قبل التقليل.
على المدى المتوسط، من المتوقع أن يتجاوز عدد الشبكات الفرعية 500 شبكة، تغطي جميع المجالات الفرعية لصناعة الذكاء الاصطناعي. سيؤدي زيادة التطبيقات على مستوى المؤسسات إلى دفع تطوير الشبكات الفرعية المتعلقة بالحوسبة السرية وخصوصية البيانات، وستكون هناك تعاونات أكثر تكرارًا عبر الشبكات الفرعية، مما يشكل سلسلة توريد معقدة لخدمات الذكاء الاصطناعي. ستتيح الأطر التنظيمية الواضحة للشبكات الفرعية المتوافقة الحصول على ميزة واضحة.
على المدى الطويل، من المتوقع أن تصبح Bittensor جزءًا مهمًا من البنية التحتية العالمية للذكاء الاصطناعي، وقد تعتمد الشركات التقليدية للذكاء الاصطناعي نمطًا مختلطًا، حيث تقوم بنقل جزء من أعمالها إلى الشبكات اللامركزية. تتوالى نماذج الأعمال الجديدة ومشاهد التطبيقات، مما يعزز من التفاعل مع شبكات blockchain الأخرى، مما يؤدي في النهاية إلى تشكيل نظام بيئي لامركزي أكبر. تشبه هذه المسار التطوري تطور البنية التحتية للإنترنت في مراحله المبكرة، وسيحقق المستثمرون الذين يتمكنون من التقاط النقاط الرئيسية عائدات كبيرة.
، ولا ينبغي اعتباره موافقة على آرائه من قبل Gate، ولا بمثابة نصيحة مالية أو مهنية. انظر إلى إخلاء المسؤولية للحصول على التفاصيل.
تسجيلات الإعجاب 12
أعجبني
12
6
إعادة النشر
مشاركة
تعليق
0/400
SerNgmi
· منذ 2 س
اليوم هذه الصفقة أعطيت لي، انظر إلى الصورة للعمل.
شاهد النسخة الأصليةرد0
SnapshotStriker
· منذ 2 س
مبالغ فيه، هل يستطيع تاو أكل كل هذا؟
شاهد النسخة الأصليةرد0
DataBartender
· منذ 2 س
再 ادخل مركز 就晚啦
شاهد النسخة الأصليةرد0
SerumSurfer
· منذ 2 س
لقد حصلت على أرباح كبيرة حقًا!!! شكرًا للدليل
شاهد النسخة الأصليةرد0
ResearchChadButBroke
· منذ 3 س
لقد كنت في الترصد في الكمين لهذا منذ فترة، هيا، هيا!
شاهد النسخة الأصليةرد0
ForkTongue
· منذ 3 س
هل يمكنني أن أخسر إذا استثمرت في هذه الصفقة الجيدة؟
دليل استثمار شبكة Bittensor: تحليل عميق لأفضل عشرة شبكات فرعية
دليل استثمار شبكة فرعية Bittensor: اغتنام الفرص الجديدة في الذكاء الاصطناعي
في فبراير 2025، أكملت شبكة Bittensor ترقية Dynamic TAO (dTAO)، مما حقق الانتقال من الحوكمة المركزية إلى تخصيص الموارد اللامركزي المدفوع بالسوق. بعد الترقية، تمتلك كل شبكة فرعية رموز ألفا مستقلة، ويمكن لحاملي TAO اختيار الأهداف الاستثمارية بحرية، مما أنشأ آلية اكتشاف قيمة قائمة على السوق.
تشير البيانات إلى أن ترقية dTAO أطلقت حيوية ابتكارية ضخمة. في غضون بضعة أشهر فقط، زاد عدد الشبكات الفرعية لـ Bittensor من 32 إلى 118 شبكة فرعية نشطة، بزيادة قدرها 269%. تغطي هذه الشبكات الفرعية جميع المجالات الفرعية لصناعة الذكاء الاصطناعي، من الاستدلال النصي الأساسي، وتوليد الصور، إلى طي البروتينات المتقدمة، والتداول الكمي، مما يشكل الآن أكثر أنظمة الذكاء الاصطناعي اللامركزية اكتمالًا.
أداء السوق كان لامعًا أيضًا. زادت القيمة السوقية الإجمالية لأعلى شبكة فرعية من 4 ملايين دولار قبل الترقية إلى 690 مليون دولار، وبلغت العائدات السنوية المضمونة من الرهن 16-19%. يتم توزيع الحوافز الشبكية حسب معدل الرهن TAO السوقي لكل شبكة فرعية، حيث تمثل أكبر 10 شبكات فرعية 51.76% من الانبعاثات الشبكية، مما يعكس آلية السوق القائمة على المنافسة.
تحليل الشبكة الأساسية ( تصريف أعلى 10 )
1. Chutes (SN64) - حسابات الذكاء الاصطناعي بدون خادم
القيمة الأساسية: تحسين تجربة نشر نماذج الذكاء الاصطناعي، وتقليل تكلفة القوة الحسابية بشكل كبير
تستخدم Chutes بنية "البدء الفوري"، مما يضغط وقت بدء نموذج AI إلى 200 مللي ثانية، ويزيد الكفاءة بمقدار 10 مرات. أكثر من 8000 عقدة GPU حول العالم، تدعم النماذج الرئيسية، وتعالج أكثر من 5 ملايين طلب يوميًا، مع زمن استجابة أقل من 50 مللي ثانية.
نموذج العمل ناضج، يعتمد استراتيجية القيمة المضافة المجانية. من خلال دمجها في منصة معينة، تقدم دعم قوة حساب النماذج الشهيرة، وتحصل على إيرادات من استدعاءات API. المزايا التكاليفية ملحوظة، أقل بنسبة 85% من خدمة سحابية معينة. إجمالي استخدام التوكن يتجاوز 9042.37B، وتخدم أكثر من 3000 عميل من الشركات.
بعد 9 أسابيع من إطلاق dTAO، وصلت قيمتها السوقية إلى 100 مليون دولار، والآن 79 مليون. الحماية التقنية عميقة، والتقدم التجاري يسير بسلاسة، ودرجة قبول السوق عالية، وهي الآن رائدة في الشبكة الفرعية.
2. Celium (SN51) - تحسين الحوسبة بالأجهزة
القيمة الأساسية: تحسين الأجهزة الأساسية، وزيادة كفاءة حسابات الذكاء الاصطناعي
التركيز على تحسين حسابات مستوى الأجهزة. من خلال جدولة GPU، التجريد من الأجهزة، تحسين الأداء وإدارة كفاءة الطاقة، يتم تعظيم كفاءة استخدام الأجهزة. يدعم جميع سلسلة الأجهزة، وتم تخفيض الأسعار بنسبة 90%، وزيادة كفاءة الحساب بنسبة 45%.
حالياً هي ثاني أكبر شبكة فرعية في الانبعاثات، تمثل 7.28% من انبعاثات الشبكة. تحسين الأجهزة هو عنصر أساسي في بنية الذكاء الاصطناعي، ويتميز بحواجز تقنية، وهناك اتجاه قوي لارتفاع الأسعار، والقيمة السوقية الحالية 56 مليون.
3. Targon (SN4) - منصة استدلال AI اللامركزية
القيمة الأساسية: تقنية الحساب السري، ضمان أمان خصوصية البيانات
النواة Targon هي TVM( Targon Virtual Machine)، وهي منصة حساب سرية آمنة تدعم تدريب نماذج الذكاء الاصطناعي واستدلالها والتحقق منها. تستخدم تقنيات حساب سرية متقدمة لضمان أمان تدفقات عمل الذكاء الاصطناعي وحماية الخصوصية. يدعم النظام التشفير من الطرف إلى الطرف، مما يسمح للمستخدمين باستخدام خدمات الذكاء الاصطناعي دون الحاجة إلى الكشف عن البيانات.
المتطلبات الفنية عالية، ونموذج الأعمال واضح، وهناك مصدر دخل مستقر. تم تفعيل آلية إعادة شراء الإيرادات، حيث يتم استخدام جميع الإيرادات لشراء الرموز، وقد تم إعادة شراء 18000 دولار مؤخرًا.
4. τemplar (SN3) - أبحاث الذكاء الاصطناعي والتدريب الموزع
القيمة الأساسية: تدريب تعاوني على نماذج الذكاء الاصطناعي على نطاق واسع، lowering the training threshold
نسعى لأن نصبح "أفضل منصة لتدريب النماذج في العالم". من خلال التعاون في التدريب باستخدام موارد GPU من المشاركين العالميين، نركز على تدريب النماذج المتقدمة والابتكار، مع التأكيد على مقاومة الغش والتعاون الفعال.
تم الانتهاء من تدريب نموذج بــ 1.2 مليار معلمة، بعد أكثر من 20 ألف دورة تدريبية، بمشاركة حوالي 200 وحدة معالجة رسومية. في عام 2024، سيتم ترقية آلية التحقق، لتعزيز اللامركزية والأمان؛ وفي عام 2025، سيتم دفع تدريب النموذج الكبير، ليصل حجم المعلمات إلى أكثر من 70 مليار، بمستوى أداء يتناسب مع المعايير الصناعية.
المميزات التقنية بارزة، القيمة السوقية الحالية 35M، تشكل 4.79% من الانبعاثات.
5. التدرجات (SN56) - تدريب الذكاء الاصطناعي اللامركزي
القيمة الأساسية: تدريب الذكاء الاصطناعي للجميع، وتقليل عتبة التكلفة بشكل كبير
حل مشكلات تكلفة تدريب الذكاء الاصطناعي من خلال التدريب الموزع. يوزع نظام الجدولة الذكي المهام بكفاءة على آلاف وحدات معالجة الرسوميات. تم الانتهاء من تدريب نموذج يحتوي على 118 تريليون معلمة، بتكلفة 5 دولارات فقط في الساعة، وهو أرخص بنسبة 70% من خدمات السحابة التقليدية، وأسرع بنسبة 40%. تقلل واجهة بنقرة واحدة من عقبة الاستخدام، مع أكثر من 500 مشروع لتعديل النموذج، تغطي مجالات متعددة.
القيمة السوقية الحالية 30 مليون، الطلب في السوق كبير، المزايا التقنية واضحة، تستحق المتابعة على المدى الطويل.
6. التداول الخاص (SN8) - التداول الكمي المالي
القيمة الأساسية: إشارات التداول المتعددة الأصول والتنبؤات المالية المدفوعة بالذكاء الاصطناعي
منصة تداول الكميات اللامركزية وتوقعات المالية، إشارات تداول متعددة الأصول مدفوعة بالذكاء الاصطناعي. تطبيق تقنيات التعلم الآلي على توقعات الأسواق المالية، وبناء هيكل نماذج توقعات متعدد المستويات. دمج نموذج التوقع الزمني تقنيات LSTM وTransformer، لمعالجة بيانات السلاسل الزمنية المعقدة. يقوم نموذج تحليل مشاعر السوق بتحليل وسائل التواصل الاجتماعي والأخبار، وتقديم مؤشرات المشاعر كإشارات مساعدة.
يعرض الموقع عوائد ومراجعات مختلفة لمقدمي الاستراتيجيات. يجمع بين الذكاء الاصطناعي و blockchain، ويقدم طرق تداول مبتكرة في الأسواق المالية، والقيمة السوقية الحالية 27M.
7. النتيجة (SN44) - التحليل والتقييم الرياضي
القيمة الجوهرية: تحليل فيديو رياضي، يستهدف صناعة كرة القدم بقيمة 600 مليار دولار
إطار رؤية الكمبيوتر الذي يركز على تحليل الفيديو الرياضي ، يقلل من تكاليف تحليل الفيديو المعقد من خلال تقنية التحقق الخفيفة. يعتمد على عملية تحقق من خطوتين: كشف الملعب وفحص الكائنات بناءً على CLIP ، مما يقلل من تكلفة التسمية التقليدية لآلاف الدولارات لمباراة واحدة بنسبة 90-99%. بالتعاون مع منصة معينة ، بلغ متوسط دقة توقعات الوكلاء المدعومين بالذكاء الاصطناعي 70% ، وقد وصل في يوم واحد إلى دقة 100%.
صناعة الرياضة ضخمة، والابتكار التكنولوجي ملحوظ، وآفاق السوق واسعة، Score هو شبكة فرعية ذات اتجاه تطبيق واضح، ويستحق الانتباه.
8. OpenKaito (SN5) - استدلال النصوص مفتوح المصدر
القيمة الأساسية: تطوير نماذج تضمين النصوص، تحسين استرجاع المعلومات
تركيز على تطوير نماذج تضمين النصوص، بدعم من المشاركين الرئيسيين في مجال InfoFi. مشروع مفتوح المصدر مدفوع من المجتمع، يهدف إلى بناء قدرات عالية الجودة لفهم النصوص والاستدلال، خاصة في مجالات استرجاع المعلومات والبحث الدلالي.
هذه الشبكة الفرعية لا تزال في مرحلة البناء المبكرة، مع التركيز بشكل رئيسي على بناء نظام بيئي حول نماذج تضمين النصوص. من الممكن أن يؤدي تكامل قادم إلى توسيع مشهد تطبيقاتها وقاعدة مستخدميها بشكل كبير.
9. عالم البيانات (SN13) - بنية البيانات الأساسية للذكاء الاصطناعي
القيمة الأساسية: معالجة البيانات على نطاق واسع، إمداد بيانات تدريب الذكاء الاصطناعي
معالجة 5 مليارات صف يوميًا، بإجمالي يزيد عن 55.6 مليار صف، يدعم تخزين 100 جيجابايت. توفر البنية التحتية المبتكرة وظائف أساسية مثل توحيد البيانات، تحسين الفهارس، والتخزين الموزع. آلية "الوزن الثقالي" التصويتية المبتكرة تحقق ضبط الوزن الديناميكي.
البيانات هي النفط للذكاء الاصطناعي، وقيمة البنية التحتية مستقرة، وموضعها البيئي مهم. باعتبارها مزود بيانات لشبكات فرعية متعددة، تتعاون بشكل عميق مع عدة مشاريع، مما يعكس قيمة البنية التحتية.
10. TAOHash (SN14) - تعدين قوة الحوسبة PoW
القيمة الأساسية: ربط التعدين التقليدي مع حسابات الذكاء الاصطناعي، تكامل موارد قوة الحوسبة
يتيح لمعدني البيتكوين إعادة توجيه قوة التعدين إلى شبكة Bittensor، والحصول على رموز alpha من خلال التعدين لاستخدامها في الرهن أو التداول. يجمع بين التعدين التقليدي PoW وحسابات الذكاء الاصطناعي، مما يوفر مصدر دخل جديد للمعدنين.
جذب أكثر من 6EH/s من قوة الحوسبة في فترة قصيرة يمثل حوالي 0.7% من السوق العالمي، مما يثبت اعتراف السوق بالنموذج الهجين. يمكن للمعدنين الاختيار بين تعدين البيتكوين التقليدي والحصول على رموز TAOHash، لتحسين العائد.
تحليل النظام البيئي
( المزايا الأساسية لهندسة التقنية
بِتِنتُور بَنَت نِظامًا فريدًا لِلذَكاء الاصطناعي اللامركزي. يضمن خوارزمية التوافق جودة الشبكة من خلال التحقق اللامركزي، ويُدخل ترقية dTAO آلية توزيع الموارد السوقية التي تعزز الكفاءة بشكل كبير. كل شبكة فرعية مُزودة بآلية AMM، مما يُحقق اكتشاف الأسعار بين TAO ورموز alpha، ويتيح للقوى السوقية المشاركة مباشرة في تخصيص موارد الذكاء الاصطناعي.
يدعم بروتوكول التعاون بين الشبكات الفرعية معالجة المهام المعقدة للذكاء الاصطناعي بشكل موزع، مما يشكل تأثير شبكة قوي. تضمن هيكل الحوافز المزدوجة الدافع للمشاركة على المدى الطويل، حيث يمكن لجميع الأطراف الحصول على العوائد المناسبة، مما يشكل حلقة اقتصادية مستدامة.
) ميزة تنافسية وتحديات
بالمقارنة مع مزودي خدمات الذكاء الاصطناعي التقليديين المركزيين، يوفر Bittensor بديلاً لامركزياً حقيقياً، مع كفاءة تكلفة بارزة. تظهر عدة شبكة فرعية مزايا تكلفة ملحوظة، مثل كون شبكة فرعية معينة أرخص بنسبة 85% من خدمة سحابية معينة، وذلك بفضل تحسين كفاءة الهيكل اللامركزي. يعزز النظام البيئي المفتوح الابتكار السريع، ويستمر عدد وجودة الشبكات الفرعية في الارتفاع، حيث تفوق سرعة الابتكار بكثير على البحث والتطوير داخل الشركات التقليدية.
ومع ذلك، تواجه النظام البيئي تحديات. لا يزال هناك عائق تقني مرتفع، ويتطلب المشاركة في التعدين والتحقق معرفة تقنية كبيرة. عدم اليقين في البيئة التنظيمية يعد عامل خطر، وقد يواجه الشبكة اللامركزية للذكاء الاصطناعي سياسات مختلفة من دول مختلفة. من المتوقع أن تطلق مزودات الخدمات السحابية التقليدية منتجات تنافسية. مع زيادة حجم الشبكة، يصبح الحفاظ على الأداء والتوازن بين اللامركزية اختبارًا مهمًا.
النمو الانفجاري لصناعة الذكاء الاصطناعي يوفر فرص سوقية هائلة لـ Bittensor. من المتوقع أن يقترب الاستثمار العالمي في الذكاء الاصطناعي من 200 مليار دولار بحلول عام 2025، مما يوفر دعماً قوياً للطلب على البنية التحتية. من المتوقع أن ينمو سوق الذكاء الاصطناعي العالمي من 294 مليار دولار في 2025 إلى 1.77 تريليون دولار 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، وفي الوقت نفسه زادت الاهتمام بخصوصية البيانات وأمان الذكاء الاصطناعي مما زاد من الطلب على تقنيات مثل الحوسبة السرية، وهذا هو بالضبط ما يشكل المزايا الأساسية لبعض الشبكات الفرعية. يزداد اهتمام المستثمرين المؤسسيين بالبنية التحتية للذكاء الاصطناعي، وتقدم المؤسسات المعروفة الدعم المالي والموارد للنظام البيئي.
![دليل استثمار شبكة فرعية Bittensor: اغتنام الفرصة التالية للذكاء الاصطناعي]###https://img-cdn.gateio.im/webp-social/moments-3a2f0d13bce1579926b16893dcea0f7f.webp###
إطار استراتيجية الاستثمار
يجب إنشاء إطار تقييم نظامي للاستثمار في شبكة فرعية Bittensor. في الجانب الفني، يتم فحص درجة الابتكار وعمق الحواجز الدفاعية، وقوة الفريق وقدرته على التنفيذ، بالإضافة إلى الأثر التآزري مع النظام البيئي. على الصعيد السوقي، يتم تحليل حجم السوق المستهدف وإمكانات النمو، وهيكل المنافسة والمزايا التمايزية، وحالة اعتماد المستخدمين وتأثير الشبكة، فضلاً عن البيئة التنظيمية ومخاطر السياسات. في الجانب المالي، يتم التركيز على مستوى التقييم الحالي والأداء التاريخي، ونسبة انبعاث TAO واتجاه النمو، وتصميم الاقتصاد الرمزي، بالإضافة إلى السيولة وعمق التداول.
إدارة المخاطر، يعد الاستثمار المتنوع استراتيجية أساسية. يُنصح بتوزيع التكوين بين أنواع مختلفة من الشبكات الفرعية، بما في ذلك النوع البنياني، والنوع التطبيقي، والنوع البروتوكولي. تعديل الاستراتيجية بناءً على مرحلة تطوير الشبكة الفرعية، المشاريع المبكرة تحمل مخاطر عالية ولكن العوائد المحتملة كبيرة، بينما المشاريع الناضجة أكثر استقرارًا ولكن مساحة النمو محدودة. ضع في اعتبارك أن سيولة رموز alpha قد لا تكون مثل TAO، لذا يجب تنظيم تخصيص الأموال بشكل معقول للحفاظ على وجود هامش سيولة ضروري.
ستصبح أول عملية تقليل النصف في نوفمبر 2025 محفزًا مهمًا في السوق. إن تقليل الإصدارات سيزيد من ندرة الشبكة الفرعية الحالية، وقد يؤدي إلى استبعاد المشاريع ذات الأداء الضعيف، مما يعيد تشكيل الاقتصاد الرقمي. يمكن للمستثمرين تجهيز أنفسهم مسبقًا لشبكات فرعية عالية الجودة، والاستفادة من نافذة التوزيع قبل التقليل.
على المدى المتوسط، من المتوقع أن يتجاوز عدد الشبكات الفرعية 500 شبكة، تغطي جميع المجالات الفرعية لصناعة الذكاء الاصطناعي. سيؤدي زيادة التطبيقات على مستوى المؤسسات إلى دفع تطوير الشبكات الفرعية المتعلقة بالحوسبة السرية وخصوصية البيانات، وستكون هناك تعاونات أكثر تكرارًا عبر الشبكات الفرعية، مما يشكل سلسلة توريد معقدة لخدمات الذكاء الاصطناعي. ستتيح الأطر التنظيمية الواضحة للشبكات الفرعية المتوافقة الحصول على ميزة واضحة.
على المدى الطويل، من المتوقع أن تصبح Bittensor جزءًا مهمًا من البنية التحتية العالمية للذكاء الاصطناعي، وقد تعتمد الشركات التقليدية للذكاء الاصطناعي نمطًا مختلطًا، حيث تقوم بنقل جزء من أعمالها إلى الشبكات اللامركزية. تتوالى نماذج الأعمال الجديدة ومشاهد التطبيقات، مما يعزز من التفاعل مع شبكات blockchain الأخرى، مما يؤدي في النهاية إلى تشكيل نظام بيئي لامركزي أكبر. تشبه هذه المسار التطوري تطور البنية التحتية للإنترنت في مراحله المبكرة، وسيحقق المستثمرون الذين يتمكنون من التقاط النقاط الرئيسية عائدات كبيرة.
![دليل استثمار شبكة فرعية Bittensor: اغتنم الفرصة التالية للذكاء الاصطناعي](