Targon

Qu’est-ce que Targon ?

Targon (SN4) est un « jeton de sous-réseau » spécialisé au sein de l’écosystème Bittensor qui cible un problème étroit mais économiquement lisible : transformer du temps GPU en une marchandise vérifiable et déterminée par le marché, tout en réduisant les hypothèses de confiance qui rendent généralement le calcul tiers inutilisable pour des charges de travail d’IA sensibles.

En pratique, Targon s’apparente le mieux à un marché de calcul incitatif où les mineurs fournissent du matériel, les validateurs vérifient en continu les performances et la posture de sécurité, et les acheteurs soumettent des tâches d’inférence ou d’autres charges de travail d’IA.

L’avantage compétitif revendiqué repose sur un accent explicite mis sur l’informatique confidentielle et l’attestation continue à distance — une tentative de rendre des opérateurs « non fiables » utilisables sur la base de la politique plutôt que de la réputation, comme décrit dans les publications de Manifold Labs sur la Targon Virtual Machine (TVM) et réitéré dans un article d’Intel qui présente la conception autour d’Intel TDX et de NVIDIA Confidential Computing.

En termes de structure de marché, Targon n’est pas une blockchain de couche de base en concurrence avec des plateformes de contrats intelligents généralistes ; c’est une zone économique spécifique à une application à l’intérieur de l’architecture fixe de sous-réseaux de Bittensor.

Début 2026, les tableaux de bord tiers qui suivent les sous-réseaux Bittensor montrent que SN4 est l’un des jetons de sous-réseau les plus importants et les plus activement échangés en termes de capitalisation et de profondeur de liquidité, avec des données de trading au niveau des pools visibles sur des plateformes comme la page du pool SN4/TAO de GeckoTerminal et une agrégation de l’activité et de la « santé » au niveau du sous-réseau fournie par des outils tels que SubnetRadar.

Cela dit, la « taille » des sous-réseaux doit être abordée avec scepticisme : la liquidité, les flux de staking et le routage des émissions peuvent produire une demande réflexive qui ressemble à de la traction produit ; le signal plus durable est de savoir si les acheteurs paient pour du calcul dans le temps et si les validateurs peuvent faire respecter de manière crédible les contraintes de qualité et de confidentialité dans des conditions adversariales.

Qui a fondé Targon et quand ?

Targon est étroitement associé à Manifold Labs, qui se présente comme un laboratoire d’IA de pointe décentralisé et un constructeur d’infrastructure. Manifold déclare publiquement avoir été fondé en 2023 et être basé à Austin, au Texas, avec parmi ses soutiens OSS Capital et DCG, comme décrit sur la page “entreprise” Targon/Manifold et dans son annonce de levée de fonds pour un tour de série A.

Le même contenu rend également la réalité de la gouvernance assez claire : même si les sous-réseaux Bittensor sont « ouverts » en ce qui concerne qui peut exécuter des mineurs et des validateurs, les propriétaires de sous-réseaux exercent encore un pouvoir discrétionnaire significatif sur la conception des mécanismes et les déploiements opérationnels, ce qui introduit une structure hybride plutôt qu’un protocole pleinement crédiblement neutre.

Le récit du projet a également évolué avec l’arc plus large de Bittensor, passant d’expérimentations sur « l’intelligence machine ouverte » vers des services industrialisés.

Le positionnement initial mettait l’accent sur l’inférence IA généralisée et l’expérimentation de sous-réseaux, mais de la mi‑2024 à 2025, la feuille de route publique a de plus en plus mis en avant la microstructure du marché (découverte des prix et paiements prévisibles) et les primitives d’informatique confidentielle.

Parmi les exemples figurent la version Targon v2.0.0 mettant en avant un mécanisme réécrit et des ajustements anti‑jeu, la version Targon v6.2.1 introduisant un système de « asks » de type carnet d’ordres pour les mineurs, et une communication ultérieure autour de l’environnement d’exécution confidentiel continuellement ré‑attesté de TVM dans Targon v7.

Cela s’inscrit dans une stratégie de différenciation fondée sur la vérifiabilité et des garanties de sécurité adaptées aux entreprises plutôt que uniquement sur le coût marginal du calcul.

Comment fonctionne le réseau Targon ?

Targon n’est pas un réseau de consensus autonome ; il hérite de la sécurité de couche de base, de la finalité et de la comptabilité de la chaîne Subtensor de Bittensor et exprime son « consensus » au niveau du sous-réseau par le biais du scoring des validateurs et de l’allocation des émissions.

Dans le modèle de Bittensor, les validateurs évaluent le travail des mineurs et attribuent des poids, et la chaîne utilise ces poids pour distribuer les émissions du sous-réseau ; l’objectif de consensus ressemble davantage à un « scoring d’utilité pondéré par le stake » qu’à un ordonnancement de transactions de type Nakamoto, comme décrit dans la documentation technique de Bittensor sur les émissions et la conception du consensus, telle que la présentation des émissions sur LearnBittensor et le document de consensus de Bittensor (par exemple, le PDF PoS Utility Consensus).

Le « réseau » Targon est donc le comportement émergent des mineurs, des validateurs et du code de mécanisme qui définit ce que signifie un « calcul utile » et comment il est mesuré dans un contexte d’incitations adversariales.

Ce qui rend Targon techniquement distinct dans ce cadre est sa tentative de lier les récompenses économiques à un modèle de sécurité basé sur l’exécution de confiance et l’attestation continue, plutôt que de supposer que l’opérateur de calcul est honnête. La documentation de TVM par Manifold décrit des charges de travail exécutées dans des machines virtuelles confidentielles, avec une isolation enracinée dans le matériel et des intervalles de ré‑attestation récurrents, et une dépendance explicite vis‑à‑vis de CPU et GPU compatibles avec l’informatique confidentielle, comme résumé dans Targon v7 et replacé plus formellement dans le contexte de la description par Intel des rôles de l’informatique confidentielle décentralisée et des flux d’attestation à distance dans son billet de blog communautaire Intel.

La véritable contrainte de ce modèle de sécurité est qu’il déplace la confiance de « l’honnêteté de l’opérateur » vers la « chaîne d’approvisionnement du matériel et de l’attestation », ce qui n’est pas sans coût : cela limite le matériel éligible, ajoute de la complexité opérationnelle et crée de nouveaux modes de défaillance (pannes de services d’attestation, problèmes de firmware, dépendance aux fournisseurs) qui sont orthogonaux aux risques cryptographiques typiques.

Quelle est la tokénomique de SN4 ?

SN4 est un « jeton alpha » créé dans le cadre du régime Dynamic TAO (dTAO) de Bittensor, dans lequel chaque sous-réseau possède son propre jeton, principalement acquis en échangeant du TAO dans le pool du sous-réseau, puis en stackant cet alpha auprès des validateurs.

La mécanique est documentée dans les explications de Taostats sur les jetons alpha et le staking dans dTAO, et elle est importante car « l’offre » ressemble moins à un tableau de capitalisation ERC‑20 fixe qu’à un actif de staking médié par un pool dont le prix est fonction des soldes du pool, des flux de staking et des anticipations d’émissions.

Pour SN4 en particulier, l’identifiant canonique on‑chain utilisé par les explorateurs Bittensor est le Sous-réseau 4, avec des analyses exposées sur le métagraphe SN4 de Taostats et une liquidité au niveau du pool et une valorisation implicite observables sur des agrégateurs de marché comme le pool SN4/TAO de GeckoTerminal. Dans cette conception, la question de tokénomique la plus pertinente n’est pas la « supply max » prise isolément, mais la manière dont le routage des émissions et les flux de staking peuvent gonfler ou comprimer la valorisation effective, en particulier après la transition de Bittensor vers des émissions basées sur les flux.

L’accumulation de valeur pour SN4 est médiée par les émissions et par la volonté des stakers d’allouer du TAO dans le pool de SN4, ce qui, en soi, affecte les émissions dans le régime post‑2025.

La transition de Bittensor vers une allocation basée sur les flux (« TAO flow ») signifie que les sous-réseaux sont de plus en plus en concurrence pour des flux nets entrants de TAO afin de sécuriser une plus grande part des émissions du réseau, comme décrit à la fois dans la documentation de Taostats sur les émissions de TAO / TAO flow et dans la page plus générale consacrée aux émissions sur LearnBittensor.

Pour les participants, le « staking de SN4 » constitue économiquement un pari en deux volets : premièrement, que le jeton alpha SN4 ne sera pas structurellement dilué par rapport au TAO en raison de dynamiques défavorables du pool et de sorties nettes, et deuxièmement, que la sélection des validateurs et la performance du sous-réseau fourniront des émissions alpha nettes de slippage et de frais.

Les calculs d’émissions et les règles de burn pour les mineurs/validateurs par Taostats mettent également en lumière une subtilité : les émissions ne sont pas purement des frais redistribués ; il s’agit d’une inflation pilotée par le protocole et canalisée par un mécanisme de scoring, certains incitatifs alloués au propriétaire étant brûlés dans certains cas, comme décrit dans la documentation de Taostats sur les émissions et le consensus des mineurs.

Qui utilise Targon ?

Distinguer la rotation spéculative de la « véritable utilisation » est particulièrement difficile pour les jetons de sous-réseau, car les émissions elles‑mêmes créent un narratif de rendement natif qui peut dominer les flux, et parce que les pools de liquidité peuvent faire apparaître une rotation de capital comme un ajustement produit‑marché.

Les indicateurs d’utilisation les plus défendables sont ceux liés au volume de charges de travail payantes et à la capacité côté offre qui serait coûteuse à simuler. Manifold a revendiqué un débit substantiel d’inférence payante et une capacité H200 à grande échelle dans son annonce de série A, présentant Targon comme servant des « jetons d’inférence payante » à haut volume et étant soutenu par une flotte conséquente de GPU haut de gamme ; ces affirmations sont auto‑déclarées et doivent être considérées comme directionnelles plutôt que auditées, mais elles sont au moins concrètes.

On‑chain, le métagraphe SN4 fournit une vue sur les UID actifs, le nombre de validateurs et la participation des mineurs au niveau du sous-réseau via Taostats, ce qui peut aider à distinguer un sous-réseau réellement vivant d’un sous-réseau qui n’est guère plus qu’un pool faiblement échangé.

En ce qui concerne l’adoption institutionnelle ou d’entreprise, le dossier public disponible est principalement indirect : les participants aux levées de fonds et les intégrations écosystémiques sont visibles, mais les clients d’entreprise nommés ne sont généralement pas divulgués. Le positionnement de Manifold vise explicitement la confidentialité de niveau entreprise et l’adéquation à des charges de travail réglementées dans Targon v7 et dans l’architecture d’informatique confidentielle associée décrite par Intel, ce qui suggère une intention de cibler les entreprises plutôt qu’une adoption d’ores et déjà confirmée. adoption.

Une manière défendable de cadrer la notion de « participation institutionnelle » est de dire que la formation de capital et les partenariats d’écosystème existent — par exemple, DCG comme participant au tour de série A de Manifold selon l’annonce de la Série A — mais que cela ne se traduit pas automatiquement par des revenus durables, et que la conception du jeton de subnet peut masquer la différence entre la demande des clients et la demande des investisseurs/détenteurs en staking.

Quels sont les risques et les défis pour Targon ?

Le risque réglementaire pour SN4 tient moins à un contentieux spécifique à Targon — aucun procès actif largement documenté aux États‑Unis ni conflit de classification formelle n’apparaît de manière saillante dans les sources publiques début 2026 — qu’à la façon dont les jetons de subnet pourraient être interprétés dans le cadre des évolutions concernant le staking, les instruments générateurs de rendement et les contrats d’investissement.

Parce que les alpha tokens sont acquis via un swap, mis en staking auprès de validateurs et génèrent des émissions, ils peuvent ressembler à des produits de rendement pour les utilisateurs finaux, même lorsque le mécanisme sous‑jacent se rapproche davantage de l’inflation de protocole et d’un système de scoring utilitaire, comme décrit dans les explications de Taostats sur le staking et la mécanique des alpha.

Un deuxième type d’exposition, connexe au réglementaire, est la dépendance vis‑à‑vis du matériel de calcul confidentiel et de l’infrastructure d’attestation fournis par de grands fabricants ; si des évolutions de politique restreignent l’exportation, l’offre ou l’usage entreprise de certaines classes de GPU, le « moat » de Targon peut devenir un goulet d’étranglement opérationnel plutôt qu’un avantage concurrentiel, un point implicite dans les exigences matérielles formulées dans Targon v7 et la présentation par Intel des capacités CPU/GPU requises dans son aperçu du Confidential Computing TDX + NVIDIA.

Les vecteurs de centralisation ne sont pas négligeables non plus. Les subnets peuvent avoir des ensembles de validateurs relativement restreints à un moment donné ; la composition validateurs/mineurs de SN4 est observable sur le métagraphe de Taostats, et un faible nombre accroît les risques de gouvernance et de liveness en cas de départ ou de collusion d’opérateurs clés.

Au niveau du protocole, Bittensor a évolué vers une pression plus explicite en matière de compétition et de pruning — règles d’enregistrement et de désenregistrement, et plafonds sur les subnets — ce qui crée un risque existentiel pour tout subnet qui se retrouve dans des flux négatifs persistants ou un mauvais classement.

La logique de la chaîne pour l’enregistrement/le désenregistrement de subnets et le devenir des alpha en cas de désenregistrement est décrite dans la documentation d’enregistrement/désenregistrement de subnet de Taostats, et le régime d’émissions basé sur les flux décrit dans la documentation tao flow peut, du jour au lendemain, priver de ressources les subnets présentant des sorties nettes.

Les menaces concurrentielles viennent aussi de l’extérieur de Bittensor : les fournisseurs de cloud et marketplaces de calcul confidentiel offrant des primitives similaires peuvent concurrencer sur l’expérience utilisateur, la disponibilité géographique, la conformité et les SLA ; par exemple, Phala commercialise une pile de calcul confidentiel TDX + NVIDIA avec tarification publiée et outils d’attestation dans ses propres supports comme sa page dédiée à l’IA confidentielle, ce qui souligne que l’élément différenciateur de Targon doit être autre chose que le simple fait que « les TEE existent ».

Quelles perspectives d’avenir pour Targon ?

Les « jalons futurs » les plus crédibles sont ceux déjà ancrés dans des livrables techniques publiés et des mises à niveau à court terme explicitement annoncées, plutôt que dans un discours flou de feuille de route.

Les communications de Manifold laissent entrevoir un renforcement continu de la pile de calcul confidentiel, y compris l’intégration prévue de technologies TEE supplémentaires et un support matériel élargi, avec un chemin de mise à niveau explicite discuté dans l’annonce de la Série A et le cadrage architectural de Targon v7.

Par ailleurs, les évolutions au niveau de Bittensor affectent de manière significative l’économie de SN4 indépendamment de l’ingénierie spécifique à Targon : le basculement post‑2025 vers des émissions basées sur les flux et la mécanique dTAO, décrits dans la documentation tao flow de Taostats et l’explication des émissions par LearnBittensor, implique que Targon doit maintenir des flux nets entrants et une utilité perçue suffisante pour défendre sa part d’émissions ; il ne suffit plus simplement de maintenir un pool liquide ou un narratif porteur.

La difficulté structurelle tient au fait que Targon cherche simultanément à être un marketplace, un produit de sécurité et un subnet à jeton incitatif.

Chacune de ces couches introduit ses propres modes de défaillance : la conception de marché peut être manipulée, les TEE peuvent être fragiles ou dépendants des fournisseurs, et les incitations par jeton peuvent attirer un capital indifférent à la qualité du produit jusqu’au moment où il ne l’est plus.

La viabilité du projet dépendra donc probablement moins de sorties incrémentales de fonctionnalités que de sa capacité à traduire la confidentialité vérifiable en charges de travail payantes récurrentes, robustes aux changements de régime d’émissions, et de la capacité de l’ensemble de validateurs et du mécanisme de conception à contrôler en continu les mineurs de faible qualité ou adversariaux sans s’effondrer dans une coordination centralisée.