Targon

Apa itu Targon?

Targon (SN4) adalah “subnet token” khusus dalam ekosistem Bittensor yang menargetkan masalah sempit namun secara ekonomi dapat diukur: mengubah waktu GPU menjadi komoditas yang dapat diverifikasi dan memiliki harga pasar, sambil mengurangi asumsi kepercayaan yang biasanya membuat komputasi pihak ketiga tidak dapat digunakan untuk beban kerja AI yang sensitif.

Dalam praktiknya, Targon paling mudah dipahami sebagai pasar komputasi yang diberi insentif, di mana para miner memasok perangkat keras, validator terus-menerus memverifikasi kinerja dan posture keamanan, dan pembeli mengirimkan inferensi atau beban kerja AI lainnya.

Keunggulan kompetitif yang diklaim adalah fokus eksplisit pada confidential computing dan continuous remote attestation—sebuah upaya untuk membuat operator “tidak tepercaya” dapat digunakan berdasarkan kebijakan, bukan reputasi, sebagaimana dijelaskan dalam rilis Manifold Labs tentang Targon Virtual Machine (TVM) dan ditegaskan kembali dalam ulasan Intel yang membingkai desain ini di sekitar Intel TDX dan NVIDIA Confidential Computing.

Dalam istilah struktur pasar, Targon bukan blockchain lapisan dasar yang bersaing dengan platform smart contract tujuan umum; Targon adalah zona ekonomi khusus aplikasi di dalam arsitektur subnet tetap milik Bittensor.

Per awal 2026, dasbor pihak ketiga yang melacak subnet Bittensor menunjukkan SN4 sebagai salah satu subnet token yang lebih besar dan lebih aktif diperdagangkan berdasarkan kapitalisasi dan kedalaman likuiditas, dengan data perdagangan di tingkat pool terlihat di halaman pool SN4/TAO GeckoTerminal dan aktivitas di tingkat subnet serta agregasi “kesehatan” disajikan oleh alat seperti SubnetRadar.

Meski begitu, “skala” dalam subnet harus dipandang dengan skeptis: likuiditas, arus staking, dan pengalihan emisi dapat menghasilkan permintaan refleksif yang tampak seperti traksi produk; sinyal yang lebih tahan lama adalah apakah pembeli membayar komputasi dari waktu ke waktu dan apakah validator benar-benar dapat menegakkan batasan kualitas dan kerahasiaan dalam kondisi yang bersifat adversarial.

Siapa Pendiri Targon dan Kapan?

Targon sangat terkait dengan Manifold Labs, yang memposisikan dirinya sebagai laboratorium AI frontier terdesentralisasi dan pembangun infrastruktur. Manifold secara publik menyatakan didirikan pada 2023 dan berbasis di Austin, Texas, dengan pendukung termasuk OSS Capital dan DCG, sebagaimana dijelaskan pada halaman “company” Targon/Manifold dan pengumuman pendanaan untuk putaran Seri A.

Materi yang sama juga membuat realitas tata kelola cukup jelas: meskipun subnet Bittensor “terbuka” dalam hal siapa yang dapat menjalankan miner dan validator, pemilik subnet tetap menjalankan diskresi yang bermakna atas desain mekanisme dan rilis operasional, yang memperkenalkan struktur hibrida alih-alih protokol yang sepenuhnya netral secara kredibel.

Narasi proyek ini juga bergeser seiring lintasan Bittensor yang lebih luas dari eksperimen “open machine intelligence” menuju layanan yang terproduksi.

Posisi awal menekankan inferensi AI yang lebih umum dan eksperimen subnet, tetapi pada pertengahan 2024 hingga 2025 roadmap publik semakin menonjolkan mikrostruktur pasar (penemuan harga dan pembayaran yang dapat diprediksi) serta primitive confidential computing.

Contohnya termasuk rilis Targon v2.0.0 yang menekankan mekanisme yang ditulis ulang dan penyesuaian anti‑gaming, rilis Targon v6.2.1 yang memperkenalkan sistem “ask” bergaya order book untuk para miner, dan pesan berikutnya seputar lingkungan eksekusi rahasia TVM yang terus-menerus diattestasi ulang dalam Targon v7.

Hal ini konsisten dengan strategi diferensiasi pada verifiabilitas dan klaim keamanan yang ramah enterprise, bukan hanya pada biaya marjinal komputasi.

Bagaimana Jaringan Targon Bekerja?

Targon bukan jaringan konsensus yang berdiri sendiri; ia mewarisi keamanan lapisan dasar, finalitas, dan pencatatan dari chain Subtensor milik Bittensor dan mengekspresikan “konsensus” di level subnet melalui penilaian validator dan alokasi emisi.

Dalam model Bittensor, validator mengevaluasi pekerjaan miner dan memberikan bobot, dan chain menggunakan bobot ini untuk mendistribusikan emisi subnet; tujuan konsensus lebih mirip “penilaian utilitas berbobot stake” daripada pengurutan transaksi ala Nakamoto, sebagaimana dijelaskan dalam dokumentasi teknis Bittensor tentang emisi dan desain konsensus seperti ikhtisar emisi LearnBittensor dan tulisan konsensus Bittensor (misalnya PDF PoS Utility Consensus).

“Jaringan” Targon, oleh karena itu, adalah perilaku emergen dari para miner, validator, dan kode mekanisme yang mendefinisikan apa itu “komputasi berguna” dan bagaimana hal tersebut diukur di bawah insentif yang adversarial.

Yang membuat Targon secara teknis berbeda di dalam kerangka tersebut adalah upayanya mengikat reward ekonomi ke model keamanan berbasis trusted execution dan continuous attestation, alih-alih mengasumsikan operator komputasi jujur. Materi TVM Manifold menggambarkan beban kerja yang berjalan di dalam virtual machine rahasia, dengan isolasi yang berakar pada perangkat keras dan interval re‑attestation berulang, serta ketergantungan eksplisit pada CPU dan GPU yang mendukung confidential computing, sebagaimana diringkas dalam Targon v7 dan lebih terstruktur dalam deskripsi Intel tentang peran decentralized confidential computing dan alur remote attestation di posting blog Intel Community.

Batas nyata model keamanan ini adalah pergeseran kepercayaan dari “kejujuran operator” ke “rantai pasok perangkat keras dan attestation”, yang tidak tanpa biaya: hal ini membatasi perangkat keras yang memenuhi syarat, menambah kompleksitas operasional, dan menciptakan mode kegagalan baru (gangguan layanan attestation, masalah firmware, ketergantungan vendor) yang ortogonal terhadap risiko kripto pada umumnya.

Seperti Apa Tokenomics sn4?

SN4 adalah “alpha token” yang dibuat di bawah rezim Dynamic TAO (dTAO) milik Bittensor, di mana setiap subnet memiliki tokennya sendiri yang terutama diperoleh dengan menukar TAO ke dalam pool subnet tersebut dan kemudian melakukan staking alpha itu ke validator.

Mekanismenya didokumentasikan dalam penjelasan Taostats tentang alpha tokens dan staking di dTAO, dan hal ini penting karena “pasokan” di sini kurang mirip tabel cap ERC‑20 dengan batas tetap dan lebih mirip aset staking berbasis pool yang harganya merupakan fungsi dari saldo pool, arus staking, dan ekspektasi emisi.

Untuk SN4 secara khusus, pengenal on‑chain kanonik yang digunakan oleh penjelajah Bittensor adalah Subnet 4, dengan analitik yang ditampilkan pada metagraph SN4 Taostats dan likuiditas di tingkat pool serta valuasi implisit yang dapat diamati pada pelacak pasar seperti pool SN4/TAO GeckoTerminal. Dalam desain ini, pertanyaan tokenomics yang lebih relevan bukanlah “maksimal pasokan” secara terpisah, melainkan bagaimana pengalihan emisi dan arus staking dapat menggelembungkan atau menekan valuasi efektif, khususnya setelah pergeseran Bittensor ke emisi berbasis aliran.

Penyerapan nilai untuk SN4 dimediasi oleh emisi dan oleh kesediaan para staker mengalokasikan TAO ke pool SN4, yang pada gilirannya memengaruhi emisi di bawah rezim pasca‑2025.

Transisi Bittensor menuju alokasi berbasis aliran (“TAO flow”) berarti subnet semakin bersaing untuk arus masuk TAO bersih guna mengamankan porsi emisi jaringan yang lebih besar, seperti dijelaskan baik dalam dokumentasi Taostats tentang TAO emission / tao flow maupun di halaman emisi LearnBittensor.

Bagi peserta, “staking SN4” secara ekonomi adalah taruhan dua bagian: pertama, bahwa alpha token SN4 tidak akan terdilusi secara struktural terhadap TAO karena dinamika pool dan arus keluar yang merugikan, dan kedua, bahwa pemilihan validator dan kinerja subnet akan menghasilkan emisi alpha bersih setelah slippage dan biaya.

Perhitungan emisi miner/validator dan aturan burn Taostats juga menyoroti satu hal yang subtil: emisi bukan semata-mata biaya yang didistribusikan ulang; emisi adalah inflasi yang digerakkan protokol dan dialokasikan oleh suatu mekanisme penilaian, dengan insentif tertentu yang dialokasikan pemilik akan dibakar dalam beberapa kasus, sebagaimana dijelaskan dalam dokumentasi Taostats tentang emission dan konsensus miner.

Siapa yang Menggunakan Targon?

Memisahkan perputaran spekulatif dari “penggunaan nyata” sangat sulit pada subnet token karena emisi sendiri menciptakan narasi yield native yang dapat mendominasi arus, dan karena pool likuiditas dapat membuat rotasi modal tampak seperti product‑market fit.

Indikator penggunaan yang paling dapat dipertahankan adalah yang terkait dengan volume beban kerja berbayar dan kapasitas sisi penawaran yang mahal untuk dipalsukan. Manifold mengklaim throughput inferensi berbayar yang substansial dan kapasitas H200 berskala besar dalam pengumuman Seri A, membingkai Targon sebagai penyedia “paid inference tokens” dalam volume tinggi dan didukung oleh armada GPU kelas atas yang besar; klaim ini dilaporkan sendiri dan sebaiknya diperlakukan sebagai indikatif, bukan hasil audit, namun setidaknya bersifat konkret.

Di on‑chain, metagraph SN4 memberikan pandangan tentang UID aktif, jumlah validator, dan partisipasi miner di tingkat subnet melalui Taostats, yang dapat membantu membedakan subnet yang benar-benar hidup dari yang sebagian besar hanya pool dengan perdagangan tipis.

Untuk adopsi institusional atau enterprise, catatan publik yang tersedia terutama bersifat tidak langsung: peserta pendanaan dan integrasi ekosistem terlihat, tetapi pelanggan enterprise yang disebutkan secara eksplisit umumnya tidak diungkapkan. Posisi Manifold secara eksplisit menargetkan kerahasiaan tingkat enterprise dan kesesuaian beban kerja teregulasi dalam Targon v7 dan arsitektur confidential computing terkait yang dijelaskan oleh Intel, yang lebih mengindikasikan niat enterprise daripada konfirmasi penggunaan. adopsi.

Cara yang dapat dipertahankan untuk membingkai “keterlibatan institusional” adalah bahwa pembentukan modal dan kemitraan ekosistem memang ada—misalnya, DCG sebagai peserta dalam pendanaan Seri A Manifold sebagaimana disebutkan dalam Series A announcement—tetapi itu tidak secara otomatis berujung pada pendapatan yang berkelanjutan, dan desain token subnet dapat menyamarkan perbedaan antara permintaan pelanggan dan permintaan investor/staker.

Apa Saja Risiko dan Tantangan bagi Targon?

Risiko regulasi untuk SN4 kurang terkait dengan litigasi spesifik Targon—tidak ada gugatan aktif di AS atau sengketa klasifikasi formal yang terdokumentasi luas dan menonjol di sumber-sumber publik hingga awal 2026—dan lebih terkait dengan bagaimana token subnet dapat diinterpretasikan di bawah kerangka yang berkembang untuk staking, instrumen berimbal hasil, dan kontrak investasi.

Karena token alfa diperoleh melalui swap, di‑stake ke validator, dan menghasilkan emisi, token ini dapat menyerupai produk berimbal hasil bagi pengguna akhir bahkan ketika mekanisme dasarnya lebih dekat ke inflasi protokol dan penilaian utilitas, sebagaimana dijabarkan dalam deskripsi Taostats tentang staking and alpha mechanics.

Eksposur kedua yang berdekatan dengan sisi regulasi adalah ketergantungan pada perangkat keras komputasi rahasia dan infrastruktur atestasi dari vendor besar; jika kebijakan bergeser sehingga membatasi ekspor, pasokan, atau penggunaan perusahaan terhadap kelas GPU tertentu, “parit” (moat) Targon dapat berubah menjadi hambatan operasional alih‑alih keunggulan kompetitif, sebuah poin yang tersirat dalam persyaratan perangkat keras yang diartikulasikan di Targon v7 dan pembahasan Intel tentang kapabilitas CPU/GPU yang dibutuhkan dalam ikhtisar TDX + NVIDIA Confidential Computing miliknya.

Vektor sentralisasi juga tidak sepele. Subnet dapat memiliki set validator yang relatif kecil pada waktu tertentu; komposisi validator/miner SN4 dapat dilihat di Taostats’ metagraph, dan jumlah yang kecil meningkatkan risiko tata kelola dan liveness jika operator kunci keluar atau berkolusi.

Di tingkat protokol, Bittensor telah bergerak menuju tekanan kompetisi dan pruning yang lebih eksplisit—aturan registrasi dan deregistrasi, serta batas jumlah subnet—yang meningkatkan risiko eksistensial bagi subnet mana pun yang mengalami arus negatif berkepanjangan atau peringkat yang buruk.

Logika rantai untuk registrasi/deregistrasi subnet dan apa yang terjadi pada alfa ketika deregistrasi dijelaskan dalam dokumentasi Taostats tentang subnet registration/deregistration documentation, dan rezim emisi berbasis arus yang dijelaskan di tao flow docs dapat secara mendadak “mengeringkan” subnet dengan arus keluar bersih.

Ancaman kompetitif juga datang dari luar Bittensor: penyedia cloud dan marketplace komputasi rahasia yang menawarkan primitif serupa dapat bersaing dalam hal pengalaman pengguna, ketersediaan geografis, kepatuhan, dan SLA; misalnya, Phala memasarkan tumpukan komputasi rahasia TDX + NVIDIA dengan harga dan tooling atestasi yang dipublikasikan dalam materinya sendiri seperti confidential AI page, yang menegaskan bahwa diferensiasi Targon harus lebih dari sekadar “TEE itu ada.”

Bagaimana Prospek Masa Depan Targon?

Tonggak masa depan yang paling kredibel adalah yang sudah berlabuh pada rilis teknis yang dipublikasikan dan peningkatan jangka pendek yang dinyatakan secara eksplisit, bukan retorika roadmap yang samar.

Pengungkapan Manifold sendiri menunjuk pada penguatan berkelanjutan tumpukan komputasi rahasia, termasuk integrasi yang direncanakan dari teknologi TEE tambahan dan dukungan perangkat keras yang lebih luas, dengan jalur peningkatan eksplisit yang dibahas dalam Series A announcement dan kerangka arsitektural di Targon v7.

Secara terpisah, perubahan di tingkat Bittensor secara material memengaruhi ekonomi SN4 terlepas dari rekayasa spesifik Targon: pergeseran pasca‑2025 ke emisi berbasis aliran dan mekanik dTAO, sebagaimana dijelaskan dalam tao flow documentation Taostats dan LearnBittensor’s emissions explanation, berarti Targon harus mempertahankan arus masuk bersih dan kegunaan yang dianggap tinggi untuk mempertahankan porsi emisinya; tidak lagi cukup hanya menjaga pool yang likuid atau momentum naratif.

Kendala strukturalnya adalah bahwa Targon secara simultan mencoba menjadi marketplace, produk keamanan, dan subnet berbasis insentif token.

Masing‑masing lapisan tersebut memperkenalkan mode kegagalannya sendiri: desain pasar bisa dimanipulasi, TEE bisa rapuh atau bergantung pada vendor, dan insentif token dapat menarik modal yang acuh tak acuh terhadap kualitas produk sampai tiba‑tiba menjadi tidak lagi acuh.

Dengan demikian, kelangsungan proyek kemungkinan besar akan lebih bergantung pada apakah ia dapat menerjemahkan kerahasiaan yang dapat diverifikasi menjadi beban kerja berbayar berulang yang tahan terhadap perubahan rezim emisi, dan apakah set validator serta desain mekanisme dapat terus‑menerus mengawasi miner berkualitas rendah atau yang bersifat adversarial tanpa runtuh menjadi koordinasi terpusat.