Bittensorのサブネットは、Bittensorネットワーク内の専門的なデジタル商品市場です。各サブネットはタスクを定義し、要求された出力を生成したマイナーに報酬を支払い、プロトコルがエミッションを配布する前にバリデーターがその作業を評価します。Targon SN4は機密計算を提供し、Chutes SN64はGPUアプリケーションを展開し、iota SN9は分散型モデルのトレーニングを調整し、Data Universe SN13はソーシャルデータを収集します。
サブネット番号だけでは、製品の品質についてほとんど何も示唆しません。有用なレビューは、タスクをスコアリングルールに、スコアリングルールをマイナーの報酬に、そして報酬された出力を外部のユーザーに結びつける必要があります。Alphaトークンの需要と発行はその市場を支えることができますが、どちらも基盤となるサービスに支払い顧客が存在することを証明しません。
ベースとなるBittensorネットワークは、共有された調整とトークン経済を提供し、各サブネットは参加者が何を生成し、パフォーマンスをどのように測定すべきかを決定します。この分離により、推論ネットワークはレイテンシーやモデルの品質に報酬を付与しつつ、データ収集サブネットが同じベンチマークを使用することを強制しません。これが、Bittensorが1つの分散型チャットボットではなく、専門化された市場のポートフォリオに似ている理由です。
サブネットは独立したブロックチェーンではなく、TAOの下にリストされた単なるトークンでもありません。それは、GPUコンピューティング、モデルの応答、トレーニング進捗、新鮮なデータ、予測、セキュリティテスト、エージェントの軌跡などの特定の商品を基盤として構築された運用環境です。Bittensor サブネットディレクトリは、これらのタスクがいかに広範に多様化しているかを示しており、AiCryptoCoreの分散型AIプロジェクト分析は、計算、データ、推論を異なる方法で調整するネットワークとともにモデルを位置づけています。
| コンポーネント | サブネット内のロール | 研究者が確認できる証拠 |
|---|---|---|
| サブネット所有者 | タスクとインセンティブメカニズムを定義する | 製品の説明、スコアリング設計、所有権およびパラメータの変更 |
| マイナー | 商品またはサービスを生産する | 返却された出力、利用可能な容量、レイテンシ、新鮮さ、またはベンチマーク結果 |
| バリデータ | マイナーをテストし、重みを提出します | バリデーター数、スコアリング方法、重みの挙動および集中度 |
| Metagraph | ブロックでサブネットの参加者と関係を記録します | UID、ホットキー、ステーク、インセンティブ、信頼、配当、および重み |
| dTAOマーケット | サブネットのアルファトークンをTAOに対して価格付け | プールの厚さ、価格、ボリューム、ステーク、排出シェア |
有用な作業のほとんどはオフチェーンで行われます。Bittensorは、誰が参加したか、バリデーターがマイナーをどのようにスコアしたか、および報酬がどのように分配されたかを記録します。
- バリデーターは、サブネット所有者が定義したタスク（推論リクエスト、ハードウェアチェック、データ収集ジョブなど）を送信します。
- マイナーは、独自のモデル、ハードウェア、またはデータセットを使用して要求された結果を返します。
- 評価：バリデーターは、サブネットのスコアリングルールを使用して結果をテストし、評価したマイナーに対して重みを提出します。
- コンセンサス：Yumaコンセンサスは、バリデーターの重みをステークと合意を考慮して統合します。
- 報酬：チェーンは、結果として得られた合意に基づいてマイナーへのインセンティブとバリデーターの配当を記録します。
スコアリングテストは製品ごとに異なります。Targonはハードウェアおよび実行の証明を確認し、Data Universeはレコードの真正性と新鮮さをサンプリングします。したがって、マイナーへのインセンティブが高いということは、そのサブネットのルールに基づいてマイナーが良好なパフォーマンスを発揮したことを意味しますが、外部の顧客がその出力を購入したことを証明するものではありません。
| 参加者 | 彼らが行うこと | 結果を決定するのは何ですか | 主要なリスク |
|---|---|---|---|
| マイナー | サブネットのモデル出力、コンピューティング、データ、またはサービスを生成します | 品質スコア、稼働時間、運用コスト、UIDランク、サブネット排出量 | 登録料およびハードウェアコストが報酬を上回る場合があります |
| バリデータ | マイナーをテストし、重みを提出します | スコアリングの正確性、バリデーターの信頼性、ステーク、コンセンサスへの合意 | 評価が弱いまたは信頼が低いと、影響力と配当が減少します |
| サブネット所有者 | タスクとインセンティブメカニズムを定義する | 製品の有用性、スコアリング設計、マイナーおよびバリデーターの吸引能力 | 悪いルールは間違った行動を奨励する |
| ステーカー | TAOをサブネットに割り当て、アルファ曝露を受け取ります | プール価格、アルファ需要、エミッションおよびバリデーター経済 | トークンのリターンは製品の需要から乖離する可能性があります |
作業量は、トークンダッシュボードが示すよりもはるかに重くなる可能性があります。古いBittensorマイニングの議論では、あるオペレーターが最初の数ヶ月で毎日約7時間費やし、GPUと登録の両方のコストを支払ったと述べています。
同じオペレーターは、システムを学習している間、約3か月間利益を得られなかったと報告しました。この1つの口座は代表的なコスト推定ではありませんが、潜在的なマイナーがAPYのスクリーンショットではなく、サブネット固有の運用予算とパフォーマンステストを必要とする理由を示しています。
マイナーの利益、バリデーターの配当、ステーカーのリターンは異なる活動を測定しています。これらを一つのヘッドライン収益にまとめると、誰が作業を実行し、誰がそれを評価し、誰が単にトークン市場への露出を受け入れただけかが隠されます。
すべてのアクティブなニューロンにはUIDとホットキーがあります。メタグラフは、これらの識別情報を、特定のブロックにおけるサブネットのステーク、重み、インセンティブ、信頼度、配当と組み合わせます。
メタグラフには次を表示できます：
- サブネットが満杯かどうか、およびどのくらいのUIDスロットがアクティブか。
- どのマイナーが意味のあるインセンティブを受けますか。
- どのバリデーターが最も重みと信頼を持っていますか。
- 報酬と影響力が少数のグループに集中しているかどうか。
メタグラフを表示できません：
- Bittensor外部の顧客が支払った収益。
- APIリクエストが有用な結果を生み出したかどうか。
- 提供された計算リソース、維持されたユーザー、または繰り返しの統合。
- トークン需要が製品利用から来るか、市場の投機から来るかにかかわらず。
集中したバリデーターの重みは、マイナー報酬に影響を与えるアクターが少なくなることを意味し、集中したインセンティブは、少数のグループが大部分の新規発行を獲得することを意味します。2025年のBittensorの実証分析は、ステークと報酬に顕著な集中が存在することを発見しました。したがって、参加者の数が多いからといって、分散化が実現されているとは限りません。
信頼できるサブネットのレビューには、内部競争のためのメタグラフデータと、外部需要のための顧客証拠の両方の層が必要です。この区別は、より広範なAIインフラ暗号市場にも適用されます。
以下の例はランキングではありません。それぞれが、機密計算、サーバーレス推論、分散モデル学習、ソーシャルデータ収集という異なる製品を通じてマイナーとバリデータの関係を可視化しているため選ばれました。名前、NetUID、市場指標は2026年8月24日に確認しました。サブネットの割り当てと経済モデルは変更される可能性があります。
| サブネット | 商品が届きました | マイナーの貢献 | バリデーターに注目 |
|---|---|---|---|
| ターゴン、SN4 | 機密AIコンピューティング | 認証済みGPU容量および実行 | ハードウェアの整合性と対象容量 |
| チャット、SN64 | サーバーレスGPUアプリケーションのデプロイ | コンテナ化されたワークロードを実行するGPUインスタンス | ハードウェアの有効性、可用性、およびサービス提供 |
| iota、SN9 | 分散モデルの事前学習 | GPU間での調整されたトレーニング作業 | 再現可能な進捗と有効な貢献 |
| Data Universe、SN13 | 新鮮なソーシャルメディアデータセット | スクレイピングされ、保存されたレコード | 真正性、新鮮さ、独自性、魅力 |
Targonはハードウェア認証をコンピューティング製品に変換します
Targonは汎用GPUレンタルではなく、機密計算に焦点を当てています。public subnet profileによると、マイナーは対象となるハードウェアと実行環境を運用し、バリデーターはその容量が作業と報酬を受け取る前にアテステーションの主張を検証します。このオークションベースのメカニズムは、エミッションを利用可能なGPU容量と目標価格に連動させ、マイナーの役割を「AI計算を提供する」よりも具体的にしています。
ターゴンのパブリックサブネットプロファイルは、認証済みハードウェア、オークションパラメータ、および対象容量を記載しています。ただし、独立して検証されたワークロード量、提供された顧客コスト、または維持率は開示していません。これらの欠落している製品指標により、ターゴンは分散型GPUネットワークの比較と同列に置かれています。ここで重要なのは、リストされたハードウェアではなく、提供されたワークロードです。
ChutesはマイニングGPUをデプロイ可能なアプリケーションとしてパッケージ化します
Chutesは、アプリケーション指向の提案を提供します。SN64プロファイルは、独立して運用されるキャパシティにスケール可能なコンテナ化されたGPUアプリケーションを定義し、開発者が固定クラスタを管理せずに推論ワークロードをデプロイできるようにします。マイナーはそのアプリケーションを実行するハードウェアを提供し、プラットフォームがデプロイ、ルーティング、使用量ベースの運用を担当します。
Chutesのパブリックプロフィールは、デプロイモデル、GPUランタイムの課金、および自動スケーリングを記載しています。しかし、成功したリクエストの記録、コールドスタートのパフォーマンス、稼働率、または提供されたレイテンシについて、独立した検証済みのデータは提供していません。これらはAiCryptoCoreの分散推論ネットワークガイドで使用される同じサービス測定項目であり、アルファ価格はそれらを置き換えるものではありません。
iotaは信頼性の低いGPU間で事前学習を調整します
iotaは、パブリックサブネットサーフェス上でSN9として識別され、分散GPUオペレーター間でパイプライン並列モデル訓練に焦点を当てています。このタスクは、1つの推論リクエストをサービスすることとは大きく異なります。有用な結果は、ノードの変動に耐え、再現可能なモデルチェックポイントを生成する持続的な訓練進捗であり、単に登録されたハードウェアの大量の在庫ではありません。
IOTAバリデータは、ハードウェア登録だけでなく、トレーニングへの貢献を測定します。パブリックサブネットサーフェスは分散トレーニングアーキテクチャを特定しますが、現在のチェックポイントの品質、障害回復パフォーマンス、または最終モデルの能力を確立しません。完了したトレーニングアーティファクトと再現可能な評価により、調整された実行が使用可能なモデルを生成したかどうかが確認されます。
Data Universeは新鮮で検証可能なレコードを報酬します
Data Universe、SN13によると、Bittensorのマイナーは必ずしもGPUを必要としない。public subnet profileには、マイナーがソーシャルメディアデータを収集し、バリデーターがレコードをサンプリングして新鮮さ、独自性、魅力性、信頼性を評価すると記載されている。これにより、サブネットは宣言された品質ルールを満たすレコードという測定可能な商品を獲得する。
データユニバースのバリデーターは、提出されたレコードがサブネットの真正性、新鮮性、一意性、および望ましさのルールを満たしているかを確認します。パブリックサブネットプロファイルは、独立して検証された顧客維持率、提供されたデータセットのコスト、または外部モデルへの測定された改善を開示しません。したがって、プロトコル検証済みデータとバイヤーが価値を置くデータは、別々の証拠層として残ります。
Dynamic TAOは、各サブネットにアルファトークンと、アルファとTAOをペアリングしたプールを割り当てます。TAOをサブネットにステーキングするとアルファが返却され、退出時はプールを通じて取引が逆転します。このようにして形成される市場価格は、限られたバリデーターセットに依存していた従来のシステムに代わって、サブネット間でのエミッションの配分を決定するのに役立ちます。dTAOホワイトペーパーは、これをサブネット商品の市場駆動型評価と位置づけています。
これにより、Bittensorは市場の市場となり、アルファトークン需要、ステーク割り当て、およびエミッションの間に反射的なリンクが生み出されます。アルファ価格の変動はサブネット市場での活動を記録しますが、基盤となる製品に対する顧客需要を確立するものではありません。プールの厚さとスリッページは、表示されているスポット価格だけでなく、アルファ保有資産の実行可能価値を決定します。
最も明確な分析は、3つのシグナルを分離します。製品需要は、リクエスト、顧客、有料利用を記録します。プロトコルのパフォーマンスは、マイナーの出力、バリデーターのスコアリング、信頼性を記録します。市場需要は、アルファ価格、流動性、ステーク、排出量を記録します。サブネットは、この3つがすべて同時に改善するときに最も強くなります。いずれかの層を他の2つの代用としてはいけません。
Bittensorのサブネットは、そのインセンティブメカニズムがマイナーの競争を誰かが欲しがるデジタル商品に一貫して変換するときに有用です。Targon、Chutes、iota、Data Universeは、単一の「AIサブネット」テンプレートでは不十分である理由を示しています：これらは参加者にハードウェアの証明、アプリケーションの提供、トレーニングの推進、または検証可能なデータの供給を求めています。
競争とdTAO価格が市場の関心を引き、しかし持続的なシグナルは報酬が獲得された後に現れる。出力は独立した製品テストを通過しなければならず、外部ユーザーには再訪の理由が必要である。サブネットリーダーボードから始めるよりも、タスクからスコア、そして製品需要へとBittensorを読み解くほうがはるかに明確な図像をもたらす。
Bittensorのサブネットとは何ですか？
Bittensorのサブネットは、マイナーが定義されたデジタル商品を生産し、バリデーターがそのパフォーマンスを評価するBittensor内の専門的な市場です。タスク、評価方法、インセンティブメカニズムはそのサブネット固有のものです。
TAOとサブネットアルファトークンの違いは何ですか？
TAOは共有ネットワーク資産です。アルファトークンは、あるサブネットのdTAOプールに属し、そのサブネット周辺の市場活動を反映します。サブネットの移動するアルファ価格は、そのエミッション割当に貢献しますが、製品の収益や品質を示すものではありません。
すべてのBittensorマイナーはGPU上でAIモデルを実行していますか？
ハードウェア要件はサブネットタスクに従います。Targon、Chutes、iotaは計算またはトレーニングにGPU容量を必要としますが、Data UniverseはマイナーにGPUを必要とせずにデータ収集と検証に報酬を提供します。
排出量が最も高いサブネットが最良のサブネットですか？
高排出量は、特定のスナップショットにおける強力なプロトコル割当と市場のサポートを示します。完全な評価には、マイナーの出力品質、バリデーターの集中度、外部利用、プールの流動性、運用コスト、および顧客がサービスを評価しているという証拠も必要です。
免責事項：
AiCryptoCore.comで提供される情報は、教育および情報提供を目的としたものであり、金融・投資・取引アドバイスを構成するものではありません。仮想通貨への投資にはリスクが伴い、経済的損失を招く可能性があります。いかなる投資決定を行う前にも、必ずご自身で調査を行い、資格のある金融アドバイザーに相談してください。