TAO一週1.6倍漲幅降息行情輪動至AI板塊

作者:Revc,金色財經

前言

自聯準會開啟降息週期以來,加密資產市值增加超三千億美元,近一周MEME、AI和公鍊板塊輪動,而Bittensor(TAO)以七天近66%漲幅的爆發表現領漲AI和公鍊板塊,幣價創18個月新高。具有強大敘事性和廣泛應用前景的專案更容易受到資本和使用者的青睞,下文我們分析Bittensor的爆發邏輯,找到本輪週期的投資節奏。

Bittensor亮眼表現因素探究

Bittensor 在過去一周的崛起歸因於技術進步、戰略合作夥伴關係開拓、社區情緒以及廣泛的市場動態等因素相結合,這些因素有利於AI 和區塊鏈交叉領域的項目表現,因為過去一年資本市場的主題就是AI。經梳理,Bittensor上漲的具體原因有以下幾點:

技術升級與創新:

Bittensor宣布發布Bittensor v8.0.0,透過新的BTCLI和Bittensor SDK引入了顯著的性能增強。 BTCLI是用來和Bittensor 網路互動的工具,這次重新寫了程式碼,使得互動效率更高。而Bittensor SDK將輔助功能分離,變得更輕鬆易部署,此次升級不僅改善了用戶體驗和與網路的交互,可能會吸引更多的開發者、用戶和投資者。

KXUHVKlVKoG5NiJcuyLEdFesiss9ICpzFe7qfpLx.png

AI訓練的進步:

Bittensor發布了關於去中心化大型語言模型(LLM) 訓練的公告,以及提到網路和EVM 相容性,顯示人工智慧訓練方法正在不斷創新。激發人們對TAO 的興趣和投資。

戰略合作:

Bittensor揭露與@MacrocosmosAI、@manifoldlabs 和@const_reborn 等實體進行分散式訓練的合作,顯示Bittensor 正在透過合作夥伴關係擴展其生態系統。合作可以增強Bittensor 的功能,吸引更多用戶,並向更廣泛的受眾驗證其技術,從而對其市場認知產生積極影響。

增加實用性與實際應用:

分佈式AI 訓練的實用性正在提升。隨著Bittensor 的技術在實際應用中得到更多應用,其內在價值可能會增加。

K4PeBtKcxeWStpqG0TZPYu5zfORMCipdlqxSTJOg.png

網路成長與影響:

隨著更多參與者的加入,每個節點的價值都會增加,「網路效應」的概念可能會實現。這種成長可以形成一個正向回饋循環,參與度的提升會提升價值,進而吸引更多參與者。

關於Bittensor

Bittensor 是一種開源協議,旨在支援基於區塊鏈的去中心化機器學習網路。在這個網路中,機器學習模型可以進行協同訓練,並根據其為集體提供的資訊價值獲得代幣TAO 獎勵。 TAO 不僅為使用者提供存取網路的權限,還允許使用者根據自身需求調整其活動。

Bittensor 透過利用區塊鏈技術,推動了一種新型的人工智慧開發和分發策略,強調開放存取、分散治理以及激勵框架內的全球運算能力與創新資源的利用。作為一個開源的機器智慧儲存庫,Bittensor 為全球用戶提供了平等的存取權限,促進開放、無需許可的創新。獎勵和網路所有權的分配則是基於使用者貢獻的價值。

Bittensor 的核心在於建立一個去中心化的網絡,改變人工智慧的開發、共享和貨幣化方式。透過點對點智慧市場,礦工能夠為機器學習模型訓練貢獻力量,並獲得相應的代幣獎勵。該平台的原生加密貨幣TAO 採用固定總供應量的設計,激勵用戶參與網路的建置。

Bittensor的架構包括子網路(Subnets)、Subtensor和Bittensor API。子網是基於激勵的競爭市場,專注於不同的AI任務,可以相互競爭和協作;Subtensor則是核心區塊鏈,記錄交易和模型貢獻,確保網路透明性和安全性;Bittensor API連接兩者,協調整個網路的運作。

激勵機制是Bittensor的關鍵,每個子網路都有獨特的規則,參與者分為子網路礦工、驗證人和提名人。礦工解決任務,驗證人評估礦工的工作,提名人質押TAO並根據驗證人的表現獲得獎勵。獎勵透過Yuma共識機制分配TAO代幣。子網路之間存在競爭和淘汰機制,確保網路持續優化和高效運作。

Bittensor 允許在分散式網路中訓練機器學習模型,形成協作環境,確保為網路貢獻者提供相應補償。 Bittensor 透過多重安全措施確保其網路的完整性。基於代幣的激勵機制鼓勵礦工貢獻價值,分散控制權以防止單一實體主宰平台。此外,平台實施反作弊協議和可選熱鍵安全功能,以維護公平透明的生態系統,並保護用戶的資料和交易隱私。

結語

Bittensor的價值,取決於和OpenAI等中心化專案的競爭過程中,能否建立去中心化優勢。短期價值取決於各子網路的AI算力模型能否直接結合商業化場景,否則只是炒作的AI泡沫。長期價值取決於AI計算結果的驗證、模型的有效工作量評價、任務分發系統和礦工獎勵能否擺脫對Web2專案的依賴。

在Web2市場,多數AI專案的估值是以收入為年金進行折算預估的,特別是在其已經商業化運營了一段時間,估值系統相對成熟,產品收入因其面向市場可審計確認。但Bittensor存在一個主要的問題,即代幣激勵總量上限已經確定,但礦工貢獻的價值,沒有收入和場景進行評估,僅在自身體系內所能達到最高算力水平進行代幣獎勵分配,造成與市場脫節,所以儘早商業化而不是單純依靠網路激勵,才能確保專案長遠的發展。目前TAO的每日交易量已降低35%,投資人需注意相關風險。

Total
0
Shares
Related Posts