Các subnet của Bittensor là các thị trường hàng hóa kỹ thuật số chuyên biệt trong mạng Bittensor. Mỗi subnet xác định một nhiệm vụ, thưởng cho các thợ mỏ tạo ra đầu ra được yêu cầu, và dựa vào các validator để đánh giá công việc đó trước khi giao thức phân phối phát hành. Targon SN4 cung cấp tính toán bảo mật, Chutes SN64 triển khai các ứng dụng GPU, iota SN9 điều phối việc huấn luyện mô hình phân tán, và Data Universe SN13 thu thập dữ liệu xã hội.
Số subnet riêng lẻ không tiết lộ gần như gì về chất lượng sản phẩm. Một đánh giá hữu ích phải kết nối nhiệm vụ với quy tắc đánh giá, quy tắc đánh giá với phần thưởng cho thợ mỏ, và đầu ra được thưởng với người dùng bên ngoài. Nhu cầu và phát hành alpha-token có thể hỗ trợ thị trường đó, nhưng không cái nào chứng minh được dịch vụ cơ bản có khách hàng trả tiền.
Mạng Bittensor cơ sở cung cấp sự phối hợp chung và kinh tế token, trong khi mỗi subnet tự quyết định người tham gia nên sản xuất gì và cách đo lường hiệu suất. Sự tách biệt này cho phép một mạng suy luận thưởng thức độ trễ và chất lượng mô hình mà không buộc một subnet thu thập dữ liệu phải sử dụng cùng tiêu chuẩn đánh giá. Đó là lý do Bittensor giống như một danh mục đầu tư gồm các thị trường chuyên biệt hơn là một chatbot phi tập trung duy nhất.
Một subnet không phải là một blockchain riêng biệt và cũng không đơn giản là một token được liệt kê dưới TAO. Nó là một môi trường vận hành được xây dựng xung quanh một loại hàng hóa cụ thể, chẳng hạn như tính toán GPU, phản hồi mô hình, tiến độ đào tạo, dữ liệu mới, dự báo, kiểm thử bảo mật hoặc quỹ đạo tác nhân. Danh mục subnet của Bittensor cho thấy những nhiệm vụ đó hiện nay đa dạng đến mức nào, trong khi phân tích dự án AI phi tập trung của AiCryptoCore đặt mô hình cạnh các mạng lưới điều phối tính toán, dữ liệu và suy luận theo những cách khác nhau.
| Thành phần | Vai trò trong subnet | Bằng chứng có thể nhìn thấy bởi một nhà nghiên cứu |
|---|---|---|
| Chủ sở hữu Subnet | Xác định nhiệm vụ và cơ chế khuyến khích | Mô tả sản phẩm, thiết kế điểm số, quyền sở hữu và thay đổi thông số |
| Thợ khai thác | Sản xuất hàng hóa hoặc dịch vụ | Kết quả trả về, dung lượng khả dụng, độ trễ, độ mới hoặc kết quả chuẩn |
| Validator | Kiểm tra thợ mỏ và gửi trọng số | Số lượng validator, phương pháp tính điểm, hành vi trọng số và mức độ tập trung |
| Metagraph | Ghi lại những người tham gia và mối quan hệ của subnet tại một khối | UIDs, hotkeys, stake, phần thưởng, niềm tin, cổ tức và trọng số |
| thị trường dTAO | Định giá token alpha của subnet so với TAO | Độ sâu hồ, giá, khối lượng, stake và tỷ lệ phát hành |
Hầu hết công việc hữu ích diễn ra ngoài chuỗi. Bittensor ghi lại những người tham gia, cách các validator đánh giá các miner và cách phân phối phần thưởng.
- Các trình xác thực gửi nhiệm vụ được chủ subnet định nghĩa, chẳng hạn như yêu cầu suy luận, kiểm tra phần cứng hoặc công việc thu thập dữ liệu.
- Các thợ mỏ sử dụng các mô hình, phần cứng hoặc bộ dữ liệu của riêng họ để trả về kết quả được yêu cầu.
- Đánh giá: Các validator kiểm tra kết quả bằng các quy tắc điểm của subnet và gửi trọng số cho các miner mà họ đã đánh giá.
- Thỏa thuận: Yuma Consensus kết hợp trọng số của các người xác thực, đồng thời tính đến stake và sự đồng thuận.
- Phần thưởng: Chuỗi ghi lại phần thưởng cho thợ mỏ và cổ tức cho người xác thực dựa trên sự đồng thuận kết quả.
Bài kiểm tra điểm số thay đổi theo sản phẩm. Targon kiểm tra các xác thực phần cứng và thực thi, trong khi Data Universe lấy mẫu các bản ghi để kiểm tra tính xác thực và độ mới. Một phần thưởng cho thợ mỏ cao do đó có nghĩa là thợ mỏ đã hoạt động tốt theo quy tắc của subnet đó; điều này không chứng minh rằng một khách hàng bên ngoài đã mua đầu ra.
| Người tham gia | Họ làm gì | Điều gì quyết định kết quả | Rủi ro chính |
|---|---|---|---|
| Thợ khai thác | Tạo đầu ra mô hình của subnet, tính toán, dữ liệu hoặc dịch vụ | Điểm chất lượng, thời gian hoạt động, chi phí vận hành, xếp hạng UID và phát thải subnet | Chi phí đăng ký và thiết bị có thể vượt quá phần thưởng |
| Validator | Kiểm tra thợ mỏ và gửi trọng số | Độ chính xác điểm số, niềm tin của validator, stake và sự đồng thuận với đồng thuận | Đánh giá yếu hoặc niềm tin thấp làm giảm ảnh hưởng và cổ tức |
| Chủ sở hữu Subnet | Xác định nhiệm vụ và cơ chế khuyến khích | Mức độ hữu ích của sản phẩm, thiết kế điểm số và khả năng thu hút thợ khai thác và người xác thực | Các quy định kém làm khuyến khích hành vi sai lệch |
| Người staking | Phân bổ TAO cho một subnet và nhận exposure alpha | Giá hồ bơi, nhu cầu alpha, phát hành và kinh tế người xác thực | Lợi nhuận từ token có thể khác biệt so với nhu cầu sản phẩm |
Khối lượng công việc có thể nặng hơn nhiều so với những gì bảng điều khiển token cho thấy. Trong một cuộc thảo luận về khai thác Bittensor đã cũ, một người vận hành mô tả đã dành khoảng bảy giờ mỗi ngày trong những tháng đầu tiên và chi trả cả chi phí GPU lẫn chi phí đăng ký.
Cùng một người vận hành báo cáo rằng họ đã trải qua khoảng ba tháng mà không có lợi nhuận trong quá trình học hệ thống. Tài khoản duy nhất này không phải là ước tính chi phí đại diện, nhưng nó cho thấy tại sao những thợ đào tiềm năng cần một ngân sách vận hành và bài kiểm tra hiệu suất cụ thể cho từng subnet, thay vì chỉ dựa vào ảnh chụp màn hình APY.
Lợi nhuận của thợ mỏ, cổ tức của người xác thực và lợi tức của người staking đo lường các hoạt động khác nhau. Việc gộp chúng vào một mức lợi suất tổng hợp sẽ che giấu ai đã thực hiện công việc, ai đã đánh giá nó và ai chỉ đơn thuần tiếp xúc với thị trường token.
Mỗi neuron hoạt động đều có UID và hotkey. Metagraph kết hợp các danh tính đó với stake, trọng số, động lực, độ tin cậy và cổ tức của subnet tại một khối cụ thể.
Metagraph có thể hiển thị:
- Việc subnet đã đầy chưa và có bao nhiêu khe UID đang hoạt động.
- Những thợ khai thác nào nhận được phần thưởng có ý nghĩa.
- Những người xác thực nào có trọng số và độ tin cậy cao nhất.
- Việc phần thưởng và ảnh hưởng có bị tập trung trong một nhóm nhỏ hay không.
Metagraph không thể hiển thị:
- Doanh thu được thanh toán bởi khách hàng ngoài Bittensor.
- Việc yêu cầu API có tạo ra kết quả hữu ích hay không.
- Đã cung cấp khả năng tính toán, giữ chân người dùng hoặc tích hợp lặp lại.
- Dù nhu cầu về token đến từ việc sử dụng sản phẩm hay đầu cơ thị trường.
Các trọng số validator tập trung có nghĩa là ít tác nhân hơn ảnh hưởng đến phần thưởng cho thợ mỏ, trong khi các động lực tập trung có nghĩa là một nhóm nhỏ chiếm phần lớn lượng phát hành. Một phân tích thực nghiệm năm 2025 về Bittensor empirical analysis of Bittensor phát hiện sự tập trung đáng kể trong stake và phần thưởng, do đó số lượng người tham gia lớn không đảm bảo tính phi tập trung.
Một đánh giá subnet đáng tin cậy cần cả hai lớp: dữ liệu metagraph để cạnh tranh nội bộ và bằng chứng khách hàng để đáp ứng nhu cầu bên ngoài. Sự phân biệt này cũng áp dụng cho toàn bộ thị trường AI infrastructure crypto.
Các ví dụ dưới đây không phải là bảng xếp hạng. Chúng được chọn vì mỗi ví dụ làm rõ mối quan hệ giữa người khai thác và người xác thực thông qua một sản phẩm khác nhau: tính toán bảo mật, suy luận không máy chủ, đào tạo mô hình phân tán và thu thập dữ liệu xã hội. Tên, netuid và các chỉ số thị trường đã được kiểm tra vào ngày 24 tháng 8 năm 2026; gán subnet và kinh tế có thể thay đổi.
| Subnet | Sản phẩm đã được giao | Đóng góp của thợ mỏ | Tập trung vào người xác thực |
|---|---|---|---|
| Targon, SN4 | Tính toán AI bí mật | Dung lượng GPU đã được xác thực và thực thi | Tính toàn vẹn phần cứng và dung lượng đủ điều kiện |
| Chutes, SN64 | Triển khai ứng dụng GPU không máy chủ | Các instance GPU phục vụ các công việc được đóng gói trong container | Tính hợp lệ, khả dụng và dịch vụ giao hàng của phần cứng |
| iota, SN9 | Đào tạo mô hình phân phối | Công việc đào tạo phối hợp trên các GPU | Tiến bộ có thể lặp lại và đóng góp hợp lệ |
| Data Universe, SN13 | Dữ liệu mạng xã hội mới nhất | Dữ liệu đã được thu thập và lưu trữ | Tính xác thực, độ mới mẻ, tính độc đáo và khả năng hấp dẫn |
Targon biến xác thực phần cứng thành một sản phẩm tính toán
Targon tập trung vào tính toán bảo mật thay vì cho thuê GPU tổng quát. Theo hồ sơ subnet công khai của nó, các thợ mỏ vận hành phần cứng và môi trường thực thi đủ điều kiện, trong khi các người xác thực xác minh các yêu cầu xác thực trước khi năng lực đó có thể nhận công việc và phần thưởng. Cơ chế dựa trên đấu thầu của nó liên kết việc phát hành với năng lực GPU khả dụng và mức giá mục tiêu, giúp công việc của thợ mỏ trở nên cụ thể hơn so với “cung cấp tính toán AI”.
Hồ sơ subnet công khai của Targon ghi nhận phần cứng đã được xác thực, các thông số đấu giá và dung lượng đủ điều kiện. Nó không tiết lộ khối lượng công việc đã được xác minh độc lập, chi phí khách hàng thực tế hoặc tỷ lệ giữ chân. Những thước đo sản phẩm còn thiếu này đặt Targon cạnh so sánh mạng GPU phi tập trung, nơi khối lượng công việc được thực hiện quan trọng hơn phần cứng được liệt kê.
Chutes đóng gói các gói GPU khai thác như các ứng dụng có thể triển khai
Chutes mang đến một giải pháp hướng đến ứng dụng. SN64 profile của nó mô tả các ứng dụng GPU được đóng gói có thể mở rộng trên các nguồn lực được vận hành độc lập, cho phép các nhà phát triển triển khai các công việc suy luận mà không cần quản lý một cụm cố định. Các thợ mỏ cung cấp phần cứng chạy các ứng dụng đó; nền tảng xử lý việc triển khai, định tuyến và vận hành theo mức sử dụng.
Hồ sơ công khai của Chutes mô tả mô hình triển khai, cách tính phí runtime GPU và khả năng tự động mở rộng. Nó không cung cấp hồ sơ được xác minh độc lập về các yêu cầu thành công, hiệu suất khởi động lạnh, thời gian hoạt động hoặc độ trễ đã cung cấp. Những thước đo dịch vụ này giống với những thước đo được sử dụng trong hướng dẫn mạng suy luận phi tập trung của AiCryptoCore decentralized inference network guide, và giá alpha không thay thế chúng.
iota phối hợp huấn luyện trước trên các GPU không ổn định
iota, được xác định là SN9 trong bề mặt subnet công khai của nó, tập trung vào việc huấn luyện mô hình song song theo đường ống trên các bộ xử lý GPU phân tán. Nhiệm vụ này khác biệt rõ rệt so với việc phục vụ một yêu cầu suy luận. Kết quả hữu ích là tiến trình huấn luyện liên tục, có khả năng chịu đựng sự biến động của nút mạng và tạo ra điểm kiểm tra mô hình có thể tái tạo, chứ không chỉ đơn thuần là một danh mục lớn các thiết bị đã đăng ký.
Các trình xác thực IOTA đo lường đóng góp trong quá trình huấn luyện thay vì chỉ dựa vào đăng ký phần cứng. Bề mặt subnet công cộng xác định kiến trúc huấn luyện phân tán, nhưng không xác định được chất lượng điểm kiểm tra hiện tại, hiệu suất phục hồi sự cố hoặc khả năng mô hình cuối cùng. Các tài sản huấn luyện đã hoàn thành và các đánh giá có thể tái tạo sẽ xác định liệu phiên chạy phối hợp có tạo ra mô hình sử dụng được hay không.
Data Universe thưởng cho các bản ghi mới và có thể xác minh
Data Universe, SN13, cho thấy các thợ mỏ Bittensor không luôn cần GPU. hồ sơ subnet công khai mô tả các thợ mỏ thu thập dữ liệu mạng xã hội trong khi các validator lấy mẫu bản ghi và đánh giá độ mới, tính độc đáo, mức độ mong muốn và độ tin cậy. Điều này mang lại cho subnet một hàng hóa có thể đo lường được: các bản ghi đáp ứng các quy tắc chất lượng đã khai báo.
Các trình xác thực Data Universe xác định xem các bản ghi được gửi có đáp ứng các quy tắc về tính xác thực, tính mới nhất, tính độc đáo và tính mong muốn của subnet hay không. Hồ sơ subnet công khai không tiết lộ tỷ lệ giữ chân khách hàng đã được xác minh độc lập, chi phí bộ dữ liệu đã giao hoặc các cải tiến đã đo lường đối với mô hình bên ngoài. Do đó, dữ liệu hợp lệ theo giao thức và dữ liệu có giá trị với người mua vẫn là các lớp bằng chứng riêng biệt.
Dynamic TAO cấp cho mỗi subnet một token alpha và một cặp pool gồm alpha và TAO. Stake TAO vào một subnet sẽ nhận về alpha; rút ra sẽ đảo ngược giao dịch thông qua pool. Giá thị trường hình thành giúp xác định cách phân bổ phát hành giữa các subnet, thay thế một hệ thống trước đây phụ thuộc nhiều vào một nhóm validator hạn chế. dTAO whitepaper mô tả đây là định giá do thị trường quyết định đối với các hàng hóa của subnet.
Điều này biến Bittensor thành một thị trường của các thị trường và tạo ra mối liên hệ phản hồi giữa nhu cầu alpha-token, phân bổ stake và phát hành. Biến động giá alpha ghi lại hoạt động trên thị trường subnet; nó không xác định nhu cầu của khách hàng đối với sản phẩm cơ sở. Độ sâu và trượt giá xác định giá trị có thể thực hiện của một vị thế alpha, thay vì chỉ dựa vào giá spot được hiển thị.
Phân tích rõ ràng nhất tách riêng ba tín hiệu. Nhu cầu sản phẩm ghi nhận các yêu cầu, khách hàng và mức sử dụng đã trả phí. Hiệu suất giao thức ghi nhận đầu ra của thợ mỏ, điểm số validator và độ tin cậy. Nhu cầu thị trường ghi nhận giá alpha, thanh khoản, stake và phát hành. Một subnet mạnh nhất khi cả ba yếu tố cùng cải thiện; không nên dùng một lớp thay thế cho hai lớp còn lại.
Một subnet của Bittensor có ích khi cơ chế khuyến khích của nó liên tục biến sự cạnh tranh của các thợ mỏ thành một hàng hóa kỹ thuật số mà ai đó muốn. Targon, Chutes, iota và Data Universe cho thấy tại sao không có mẫu “subnet AI” nào duy nhất là đủ: chúng yêu cầu người tham gia chứng minh phần cứng, cung cấp ứng dụng, thúc đẩy đào tạo hoặc cung cấp dữ liệu có thể xác minh.
Tài chính phát hành tạo ra sự cạnh tranh và giá dTAO thu hút sự quan tâm của thị trường, nhưng tín hiệu bền vững xuất hiện sau khi phần thưởng được nhận. Đầu ra phải vượt qua bài kiểm tra sản phẩm độc lập, và người dùng bên ngoài phải có lý do để quay lại. Việc đọc Bittensor từ nhiệm vụ đến điểm số đến nhu cầu sản phẩm mang lại bức tranh rõ ràng hơn nhiều so với bắt đầu từ bảng xếp hạng subnet.
Bittensor subnet là gì?
Một subnet của Bittensor là một thị trường chuyên biệt trong Bittensor, nơi các thợ mỏ sản xuất một loại hàng hóa kỹ thuật số được xác định và các validator đánh giá hiệu suất của họ. Nhiệm vụ, phương pháp đánh giá và cơ chế khuyến khích đều đặc thù cho subnet đó.
Sự khác biệt giữa TAO và token subnet alpha là gì?
TAO là tài sản mạng chung. Một token alpha thuộc về pool dTAO của một subnet và phản ánh hoạt động thị trường xung quanh subnet đó. Giá alpha di động của subnet góp phần vào phân bổ phát hành; nó không xác định doanh thu hoặc chất lượng sản phẩm.
Tất cả các thợ khai thác Bittensor có chạy mô hình AI trên GPU không?
Yêu cầu phần cứng tuân theo nhiệm vụ subnet. Targon, Chutes và iota phụ thuộc vào khả năng GPU để tính toán hoặc huấn luyện, trong khi Data Universe thưởng cho việc thu thập và xác minh dữ liệu mà không yêu cầu GPU từ những người khai thác của nó.
Subnet có lượng phát thải cao nhất có phải là subnet tốt nhất không?
Không. Việc phát thải cao cho thấy phân bổ giao thức mạnh mẽ và sự hỗ trợ của thị trường tại thời điểm lấy mẫu đã qua. Đánh giá đầy đủ cũng cần xem xét chất lượng đầu ra của thợ mỏ, mức độ tập trung của người xác thực, việc sử dụng bên ngoài, thanh khoản pool, chi phí vận hành và bằng chứng cho thấy khách hàng đánh giá cao dịch vụ.
Thông báo miễn trừ trách nhiệm:
Thông tin được cung cấp trên AiCryptoCore.com chỉ mang tính chất giáo dục và thông tin, không cấu thành lời khuyên tài chính, đầu tư hoặc giao dịch. Đầu tư vào tiền điện tử tiềm ẩn rủi ro và có thể dẫn đến tổn thất tài chính. Luôn tự thực hiện nghiên cứu của riêng bạn và tham khảo ý kiến chuyên gia tài chính đủ điều kiện trước khi đưa ra bất kỳ quyết định đầu tư nào.