Guide d'investissement pour les sous-réseaux de Bittensor : saisir la prochaine vague de l'IA

Auteur : Contributeur principal de Biteye @lviswang

I. Aperçu du marché : la mise à niveau dTAO déclenche une explosion écologique

Le 13 février 2025, le réseau Bittensor a connu une mise à jour historique avec Dynamic TAO (dTAO), transformant le réseau d’un modèle de gouvernance centralisé vers une allocation décentralisée des ressources pilotée par le marché. Après cette mise à jour, chaque sous-réseau dispose désormais de son propre jeton alpha indépendant, permettant aux détenteurs de TAO de choisir librement leurs investissements, réalisant ainsi un mécanisme réel de découverte de valeur piloté par le marché.

Les données montrent que la mise à jour dTAO a libéré une énorme vitalité innovante. En quelques mois seulement, le nombre de sous-réseaux actifs de Bittensor est passé de 32 à 118, soit une augmentation de 269 %. Ces sous-réseaux couvrent divers domaines spécialisés de l’industrie de l’IA, allant du raisonnement textuel et de la génération d’images aux pliages protéiques et au trading quantitatif, formant ainsi l’écosystème d’intelligence artificielle décentralisé le plus complet à ce jour.

La performance sur le marché est tout aussi impressionnante. La capitalisation boursière totale des principaux sous-réseaux est passée de 4 millions de dollars avant la mise à jour à 690 millions de dollars, avec un rendement annualisé stable en staking entre 16 % et 19 %. Les incitations du réseau sont distribuées selon les taux de staking en TAO, déterminés par le marché. Les 10 premiers sous-réseaux concentrent 51,76 % des émissions du réseau, illustrant clairement un mécanisme de sélection naturelle piloté par le marché.

https://taostats.io/subnets

II. Analyse des sous-réseaux clés (top 10 des émissions)

1. @chutes_ai, Chutes (SN64) - Calcul IA sans serveur

Valeur fondamentale : Révolutionner le déploiement des modèles d'IA, réduire considérablement le coût de calcul

Chutes adopte une architecture « démarrage instantané », réduisant le temps de démarrage des modèles d’IA à 200 millisecondes, soit une efficacité 10 fois supérieure aux services cloud traditionnels. Avec plus de 8 000 nœuds GPU dans le monde entier, il prend en charge les principaux modèles allant de DeepSeek R1 à GPT-4, traitant plus de 5 millions de requêtes par jour, avec une latence de réponse inférieure à 50 ms.

Le modèle économique est mature, utilisant une stratégie freemium pour attirer les utilisateurs. Grâce à son intégration à OpenRouter, Chutes fournit la puissance de calcul nécessaire aux modèles populaires comme DeepSeek V3 et génère des revenus à chaque appel API. Son avantage en coûts est marquant, étant 85 % moins cher qu’AWS Lambda. À ce jour, le volume total de jetons utilisés dépasse 9042,37 milliards, servant plus de 3 000 entreprises clientes.

Neuf semaines après le lancement dTAO, Chutes a atteint une capitalisation boursière de 100 millions de dollars. Actuellement valorisé à 79 millions, il possède de solides barrières technologiques, progresse bien commercialement, jouit d’une reconnaissance élevée sur le marché et est aujourd’hui le leader parmi les sous-réseaux.

https://chutes.ai/app/research

2. @celiumcompute, Celium (SN51) - Optimisation matérielle du calcul

Valeur fondamentale : Optimisation au niveau matériel, amélioration de l’efficacité du calcul IA

Développé par Datura AI, Celium se concentre sur l’optimisation du calcul au niveau matériel. Grâce à quatre modules technologiques — planification GPU, abstraction matérielle, optimisation des performances et gestion de l’efficacité énergétique — il maximise l’utilisation efficace du matériel. Il prend en charge toute la gamme matérielle, notamment NVIDIA A100/H100, AMD MI200 et Intel Xe, offrant des prix réduits de 90 % par rapport aux produits similaires et augmentant l’efficacité de calcul de 45 %.

https://celiumcompute.ai/

Celium est actuellement le deuxième plus gros émetteur sur Bittensor, représentant 7,28 % des émissions du réseau. L’optimisation matérielle étant un élément central de l’infrastructure IA, elle présente des barrières techniques élevées et une tendance forte à la hausse des prix. Sa capitalisation boursière actuelle est de 56 millions de dollars.

3. @TargonCompute, Targon (SN4) - Plateforme d’inférence IA décentralisée

Valeur fondamentale : Technologie de calcul confidentiel, garantie de confidentialité et sécurité des données

Le cœur de Targon est la TVM (Targon Virtual Machine), une plateforme sécurisée de calcul confidentiel prenant en charge l’entraînement, l’inférence et la vérification des modèles d’IA. La TVM utilise des technologies telles que Intel TDX et le calcul confidentiel NVIDIA pour assurer la sécurité et la confidentialité de l’ensemble du flux de travail IA. Le système propose un chiffrement bout-en-bout, du matériel jusqu’à la couche applicative, permettant aux utilisateurs d’accéder à de puissants services d’IA sans divulguer leurs données.

Targon possède un seuil technologique élevé et un modèle économique clair, avec des sources de revenus stables. Il a lancé un mécanisme de rachat de revenus : tous les revenus générés sont utilisés pour racheter ses propres jetons, dont un dernier rachat s’élevant à 18 000 dollars.

4. @tplr_ai, τemplar (SN3) - Recherche IA et entraînement distribué

Valeur fondamentale : Entraînement collaboratif à grande échelle des modèles d’IA, abaissement des seuils d’entrée

Templar est un pionnier du réseau Bittensor spécialisé dans l’entraînement distribué de grands modèles d’IA, avec pour mission de devenir « la meilleure plateforme d’entraînement de modèles au monde ». En mobilisant les ressources GPU fournies par des participants du monde entier, il se concentre sur la formation collaborative de modèles de pointe, mettant l’accent sur la résistance à la fraude et la collaboration efficace.

Sur le plan technique, Templar a réussi l’entraînement d’un modèle de 1,2 milliard de paramètres, après environ 20 000 cycles d’entraînement impliquant près de 200 GPU. En 2024, il a mis à jour son mécanisme commit-reveal, renforçant la décentralisation et la sécurité de la validation ; en 2025, il poursuit activement l’entraînement de grands modèles dépassant 70 milliards de paramètres, dont les performances lors de benchmarks standard sont comparables aux standards industriels. Ce projet a reçu une recommandation personnelle de Const, fondateur de Bittensor.

L’avantage technologique de Templar est marqué. Actuellement valorisé à 35 millions de dollars, il représente 4,79 % des émissions du réseau.

5. @gradients_ai, Gradients (SN56) - Entraînement IA décentralisé

Valeur fondamentale : Démocratisation de l’entraînement IA, réduction drastique des coûts d’entrée

Développé également par Rayon Labs, Gradients résout le problème du coût élevé de l’entraînement IA via un système d’entraînement distribué. Son système intelligent de planification, basé sur la synchronisation des gradients, attribue efficacement les tâches à des milliers de GPU. Il a déjà entraîné un modèle de 118 billions de paramètres pour seulement 5 dollars par heure, soit 70 % de moins que les services cloud traditionnels, et 40 % plus rapide qu’une solution centralisée. Une interface simple à usage unique facilite l’accès, avec plus de 500 projets utilisant la plateforme pour l’ajustement fin de modèles dans des secteurs tels que la santé, la finance et l’éducation.

Avec une capitalisation actuelle de 30 millions de dollars, une forte demande sur le marché et des avantages technologiques clairs, Gradients est un sous-réseau prometteur à surveiller à long terme.

https://x.com/rayon_labs/status/1911932682004496800

6. @taoshiio, Proprietary Trading (SN8) - Trading financier quantitatif

Valeur fondamentale : Signaux de trading multi-actifs et prévisions financières pilotés par l’IA

SN8 est une plateforme décentralisée de trading quantitatif et de prévision financière, produisant des signaux de trading multi-actifs grâce à l’IA. Ce réseau de trading propriétaire applique des techniques d’apprentissage automatique à la prédiction des marchés financiers, construisant une architecture de modèles prédictifs multicouches. Ses modèles prédictifs temporels combinent LSTM et Transformer, capables de traiter des données complexes en séries chronologiques. Un module d’analyse du sentiment du marché, qui analyse les médias sociaux et les actualités, fournit des indicateurs émotionnels servant de signaux auxiliaires.

Sur le site web, on peut observer les performances et backtests des stratégies proposées par différents mineurs. SN8 combine IA et blockchain, offrant une nouvelle manière innovante d’opérer sur les marchés financiers. Sa capitalisation actuelle est de 27 millions de dollars.

https://dashboard.taoshi.io/miner/5Fhhc5Uex4XFiY7V3yndpjsPnfKp9F4EhrzWJg7cY6sWhYGS

7. @_scorevision, Score (SN44) - Analyse et évaluation sportives

Valeur fondamentale : Analyse vidéo sportive, ciblant une industrie du football de 600 milliards de dollars

Score est un cadre de vision par ordinateur spécialisé dans l’analyse vidéo sportive, réduisant les coûts liés à l’analyse complexe des vidéos grâce à une technologie de validation légère. Il utilise un processus de vérification en deux étapes : détection du terrain et inspection d’objets basée sur CLIP, abaissant ainsi le coût d’annotation traditionnel d’une seule partie de football — qui était auparavant de plusieurs milliers de dollars — à 1/10 ou même 1/100 de ce montant. En collaboration avec Data Universe, l’agent d’IA DKING atteint une précision moyenne de prédiction de 70 %, ayant même atteint 100 % un jour donné.

https://x.com/webuildscore/status/1942893100516401598

L’industrie sportive est vaste, l’innovation technologique significative, et les perspectives de marché prometteuses. Score est un sous-réseau avec une application claire, digne d’attention.

8. @openkaito, OpenKaito (SN5) - Inférence textuelle open source

Valeur fondamentale : Développement de modèles d’incorporation textuelle, optimisation de la recherche d’informations

OpenKaito se concentre sur le développement de modèles d’incorporation textuelle, soutenu par Kaito, acteur majeur dans le domaine InfoFi. En tant que projet communautaire open source, OpenKaito vise à construire des capacités robustes de compréhension et de raisonnement textuel, notamment dans la recherche d’informations et la recherche sémantique.

Ce sous-réseau en est encore à un stade précoce de développement, centré sur la construction d’un écosystème autour des modèles d’incorporation textuelle. À noter l’intégration imminente de Yaps, susceptible d’étendre considérablement ses cas d’usage et sa base d’utilisateurs.

9. @MacrocosmosAI, Data Universe (SN13) - Infrastructure de données pour l’IA

Valeur fondamentale : Traitement à grande échelle des données, approvisionnement en données d’entraînement IA

Data Universe traite quotidiennement 500 millions de lignes de données, avec un cumul dépassant 55,6 milliards de lignes, et supporte un stockage de 100 Go. L’architecture DataEntity offre des fonctionnalités essentielles telles que la normalisation des données, l’optimisation des index et le stockage distribué. Son mécanisme innovant de vote par « gravité » permet un ajustement dynamique des poids.

https://www.macrocosmos.ai/sn13/dashboard

Les données sont le pétrole de l’IA. Cette infrastructure a une valeur stable et occupe une position écologique clé. Fournisseur de données pour plusieurs sous-réseaux, il collabore étroitement avec des projets comme Score, illustrant pleinement sa valeur en tant qu’infrastructure.

10. @taohash, TAOHash (SN14) - Minage PoW et consolidation de puissance de calcul

Valeur fondamentale : Connecter le minage traditionnel au calcul IA, regrouper les ressources de calcul

TAOHash permet aux mineurs Bitcoin de rediriger leur puissance de calcul vers le réseau Bittensor, obtenant en échange des jetons alpha pouvant être mis en staking ou échangés. Ce modèle associe le minage PoW traditionnel au calcul IA, offrant aux mineurs une nouvelle source de revenus.

En quelques semaines seulement, il a attiré plus de 6 EH/s de puissance de calcul (soit environ 0,7 % de la puissance mondiale), démontrant l’acceptation du marché pour ce modèle hybride. Les mineurs peuvent choisir entre continuer à miner du Bitcoin ou opter pour les jetons TAOHash, optimisant ainsi leurs revenus selon les conditions du marché.

11. @CreatorBid, Creator.Bid - Plateforme de lancement pour l’écosystème d’agents IA

Bien que Creator.Bid ne soit pas un sous-réseau, il joue un rôle crucial de coordination au sein de l’écosystème Bittensor. Son écosystème repose sur trois piliers. Le module Launchpad offre un service transparent et équitable de lancement d’agents IA, utilisant des contrats intelligents anti-sniping et un mécanisme de lancement curationné pour donner aux nouveaux agents IA un départ sécurisé. Le module Tokenomics unifie l’écosystème via le jeton BID, fournissant aux agents un modèle de revenus durable. Le module Hub propose des services puissants pilotés par API, incluant l’automatisation de contenu, les API des réseaux sociaux et des modèles d’image affinés.

L’innovation centrale de la plateforme réside dans le concept de « Agent Keys ». Ces jetons numériques de membre permettent aux créateurs de bâtir des communautés autour d’un agent IA et d’en partager la propriété. Chaque agent IA obtient une identité unique via le Agent Name Service (ANS), implémenté sous forme de NFT, garantissant un identifiant non duplicable. Les utilisateurs peuvent générer des agents IA complets simplement en saisissant des traits de personnalité via un prompt, sans aucune connaissance en programmation.

Bien que Creator.Bid soit construit sur le réseau Base, il entretient une collaboration profonde avec l’écosystème Bittensor. En opérant le TAO Council, Creator.Bid rassemble des sous-réseaux de premier plan tels que BitMind (SN34) et Dippy (SN11 & SN58), devenant ainsi « la couche de coordination où convergent les agents, sous-réseaux et développeurs alignés sur TAO ».

Cette relation de collaboration tire sa valeur de l’intégration des forces de différents réseaux. Bittensor apporte une puissante capacité d’inférence et d’entraînement IA, tandis que Creator.Bid fournit une plateforme conviviale de création et de lancement d’agents. La combinaison des deux écosystèmes permet aux développeurs d’utiliser les capacités IA de Bittensor pour créer des agents, puis de les tokeniser et communautariser via le Launchpad de Creator.Bid.

La collaboration avec Masa’s AI Agent Arena (SN59) illustre davantage cet effet synergique. Creator.Bid fournit des outils de création d’agents pour l’arène, permettant aux utilisateurs de déployer rapidement des agents IA compétitifs. Ce modèle de collaboration inter-écosystèmes devient une tendance importante dans le domaine de l’IA décentralisée.

III. Analyse de l’écosystème

Avantages fondamentaux de l’architecture technique

Les innovations technologiques de Bittensor ont construit un écosystème d’IA décentralisé unique. Son algorithme de consensus Yuma assure la qualité du réseau par une validation décentralisée, tandis que le mécanisme d’allocation des ressources piloté par le marché, introduit par la mise à jour dTAO, améliore considérablement l’efficacité. Chaque sous-réseau dispose d’un mécanisme AMM, permettant la découverte des prix entre TAO et les jetons alpha. Cette conception fait intervenir directement les forces du marché dans la configuration des ressources IA.

Les protocoles de collaboration entre sous-réseaux soutiennent le traitement distribué de tâches IA complexes, générant un fort effet réseau. Une double structure d’incitation (émission de TAO + appréciation du jeton alpha) garantit une motivation à long terme, permettant aux créateurs de sous-réseaux, mineurs, validateurs et stakers de recevoir des retours proportionnés, formant ainsi une boucle économique durable.

Avantages concurrentiels et défis rencontrés

Par rapport aux fournisseurs d’IA centralisés traditionnels, Bittensor propose une véritable alternative décentralisée, avec une efficacité des coûts particulièrement notable. Plusieurs sous-réseaux affichent des avantages significatifs, comme Chutes, 85 % moins cher qu’AWS, avantage issu de l’efficacité accrue de l’architecture décentralisée. L’écosystème ouvert favorise une innovation rapide, le nombre et la qualité des sous-réseaux progressant continuellement, dépassant largement la vitesse de recherche interne des entreprises traditionnelles.

Cependant, l’écosystème fait face à des défis concrets. Le seuil technique reste élevé : malgré des outils en constante amélioration, participer au minage ou à la validation exige toujours une expertise technique substantielle. L’incertitude réglementaire constitue un autre risque, les réseaux d’IA décentralisés pouvant faire face à des politiques variées selon les pays. De grands fournisseurs cloud comme AWS et Google Cloud ne resteront pas inactifs et devraient lancer des produits concurrents. À mesure que le réseau s’agrandit, maintenir un équilibre entre performance et décentralisation devient un défi crucial.

La croissance explosive de l’industrie de l’IA offre à Bittensor d’énormes opportunités. Goldman Sachs prévoit que l’investissement mondial dans l’IA atteindra près de 200 milliards de dollars en 2025, soutenant fortement la demande en infrastructures. Le marché mondial de l’IA devrait passer de 294 milliards de dollars en 2025 à 1 770 milliards de dollars en 2032, avec un taux de croissance annuel composé de 29 %, offrant ainsi un large espace de développement aux infrastructures d’IA décentralisées.

Les politiques de soutien des différents pays à l’IA créent une fenêtre d’opportunité pour les infrastructures d’IA décentralisées. Parallèlement, la sensibilisation croissante à la confidentialité des données et à la sécurité de l’IA augmente la demande pour des technologies telles que le calcul confidentiel, qui constitue justement l’avantage clé de sous-réseaux comme Targon. L’intérêt croissant des investisseurs institutionnels pour les infrastructures IA, avec la participation d’acteurs comme DCG et Polychain, apporte un soutien financier et ressources à l’écosystème.

IV. Cadre stratégique d’investissement

L’investissement dans les sous-réseaux de Bittensor nécessite un cadre d’évaluation systématique. Sur le plan technique, il faut examiner le degré d’innovation et la profondeur des barrières technologiques, la compétence de l’équipe et sa capacité d’exécution, ainsi que les effets de synergie avec d’autres projets de l’écosystème. Sur le plan du marché, analyser la taille et le potentiel de croissance du marché cible, la concurrence et les avantages différenciants, l’adoption par les utilisateurs et l’effet réseau, ainsi que l’environnement réglementaire et les risques politiques. Sur le plan financier, surveiller le niveau d’évaluation actuel et la performance historique, la part d’émission en TAO et sa tendance, la pertinence de l’économie token, ainsi que la liquidité et la profondeur des échanges.

En matière de gestion des risques, la diversification est une stratégie fondamentale. Il est conseillé de répartir les investissements entre différents types de sous-réseaux : ceux d’infrastructure (comme Chutes, Celium), applications (comme Score, BitMind) et protocoles (comme Targon, Templar). Il faut également adapter la stratégie en fonction du stade de développement du sous-réseau : les projets précoces présentent un risque élevé mais un potentiel de retour important, tandis que les projets matures sont plus stables mais avec une croissance limitée. Compte tenu de la liquidité potentielle moindre des jetons alpha par rapport au TAO, il est nécessaire de gérer judicieusement les proportions d’allocation et de maintenir une réserve de liquidité suffisante.

L’événement clé de la première division par deux (« halving ») prévue en novembre 2025 constituera un catalyseur majeur. La réduction des émissions accroîtra la rareté des sous-réseaux existants et pourrait éliminer les projets sous-performants, redéfinissant ainsi l’économie globale du réseau. Les investisseurs peuvent anticiper en positionnant dès maintenant sur les meilleurs sous-réseaux, profitant de la fenêtre d’allocation avant le halving.

À moyen terme, le nombre de sous-réseaux devrait dépasser 500, couvrant tous les segments spécialisés de l’industrie IA. L’augmentation des applications professionnelles stimulera les sous-réseaux liés au calcul confidentiel et à la confidentialité des données. La collaboration entre sous-réseaux deviendra plus fréquente, formant une chaîne d’approvisionnement complexe en services IA. Une clarification progressive du cadre réglementaire conférera un avantage net aux sous-réseaux conformes.

À long terme, Bittensor pourrait devenir une composante essentielle de l’infrastructure mondiale de l’IA. Les entreprises traditionnelles d’IA pourraient adopter un modèle hybride, transférant certaines activités vers des réseaux décentralisés. De nouveaux modèles économiques et cas d’usage émergeront continuellement, tandis que l’interopérabilité avec d’autres réseaux blockchain s’améliorera, aboutissant à un écosystème décentralisé plus vaste. Ce parcours de développement rappelle l’évolution initiale des infrastructures internet, et les investisseurs capables de saisir ces nœuds critiques réaliseront des rendements exceptionnels.

V. Conclusion

L’écosystème Bittensor incarne un nouveau paradigme dans le développement de l’infrastructure IA. Grâce à une allocation des ressources pilotée par le marché et un mécanisme de gouvernance décentralisée, il crée un terreau fertile pour l’innovation en IA, dont la vitalité et le potentiel de croissance sont remarquables. Dans le contexte d’un développement rapide de l’industrie de l’IA, l’écosystème Bittensor et ses sous-réseaux méritent une attention continue et une étude approfondie.