Targon

Targon とは何か？

Targon（SN4）は、Bittensor エコシステム内における特化型の「サブネットトークン」であり、GPU 時間を検証可能で市場価格がついたコモディティへと変換しつつ、通常はサードパーティのコンピュートを機密性の高い AI ワークロードには使い物にならなくしてしまう信頼前提を削減することを目的としている。

実務的には、Targon は、マイナーがハードウェアを提供し、バリデータがパフォーマンスとセキュリティ姿勢を継続的に検証し、買い手が推論やその他の AI ワークロードを投入する、インセンティブ付きコンピュート・マーケットプレイスとして理解するのが最もわかりやすい。

競争優位として掲げているのは、機密コンピューティングと継続的なリモート・アテステーションに明示的にフォーカスしている点であり、いわゆる「信用できない」オペレーターを、評判ではなくポリシーによって利用可能にしようとする試みである。これは Manifold Labs による Targon Virtual Machine（TVM）に関するリリースで説明され、Intel TDX と NVIDIA Confidential Computing を軸に設計を位置づけた Intel の記事でも繰り返し語られている。

マーケット構造の観点では、Targon は汎用スマートコントラクト・プラットフォームと競合するベースレイヤー・ブロックチェーンではなく、Bittensor の固定されたサブネット・アーキテクチャ内部におけるアプリケーション特化型の経済ゾーンである。

2026 年初頭時点では、Bittensor サブネットを追跡するサードパーティのダッシュボードによれば、SN4 は時価総額や流動性の厚みの面で比較的大きく、アクティブに取引されているサブネットトークンの一つとされており、GeckoTerminal の SN4/TAO プールページなどでプールレベルの取引データが確認できるほか、SubnetRadar のようなツールではサブネットレベルの活動状況や「健全性」の集約データが提示されている。

とはいえ、サブネットにおける「スケール」は慎重に扱うべきである。流動性、ステーキング・フロー、エミッションのルーティングによって、プロダクトのトラクションのように見える自己強化的な需要が生じうるからであり、より持続的なシグナルは、時間をかけて買い手が実際にコンピュートに対価を支払っているかどうか、そしてバリデータが敵対的環境下でも品質と機密性の制約を信頼できるかたちで強制できているかどうかである。

Targon の創設者と時期は？

Targon は、分散型のフロンティア AI ラボかつインフラストラクチャ構築者として自らを位置づける Manifold Labs と密接に結びついている。Manifold は、2023 年に設立されテキサス州オースティンを拠点とすると公表しており、OSS Capital や DCG を含む出資者を持つと述べている。これは同社自身の Targon/Manifold “company” page や、シリーズ A ラウンド の資金調達発表の中で説明されている。

同じ資料からは、ガバナンスの実態もかなり明確に読み取れる。Bittensor のサブネットはマイナーやバリデータを誰でも実行できる意味で「オープン」ではあるものの、サブネットのオーナーは依然としてメカニズム設計やオペレーション上のリリースに対して意味のある裁量権を行使しており、その結果として完全に「信頼に足る中立」なプロトコルというより、ハイブリッドな構造になっている。

プロジェクトのストーリーラインも、Bittensor 全体の流れとともに「オープン・マシン・インテリジェンス」の実験からプロダクション化されたサービスへとシフトしてきた。

初期のポジショニングでは、汎用的な AI 推論やサブネットの実験に重きが置かれていたが、2024 年半ばから 2025 年にかけては、パブリックなロードマップでマーケットプレイスのミクロ構造（プライス・ディスカバリーや予測可能な報酬）や機密コンピュートの基盤機能が前面に押し出されるようになった。

その例として、メカニズムを全面的に書き換えゲーミング対策の調整を行ったことを強調する Targon v2.0.0 リリース、マイナー向けのオーダーブック型「アスク」システムを導入した Targon v6.2.1 リリース、そして Targon v7 で語られる、継続的に再アテストされる TVM の機密実行環境に関するメッセージングなどが挙げられる。

これは、単にコンピュートの限界費用で競うのではなく、検証可能性とエンタープライズ向けのセキュリティ主張によって差別化するという戦略と整合的である。

Targon ネットワークはどのように機能するか？

Targon はスタンドアロンのコンセンサス・ネットワークではなく、Bittensor の Subtensor チェーンからベースレイヤーのセキュリティ、ファイナリティ、アカウンティングを継承し、サブネットレベルではバリデータのスコアリングとエミッション配分を通じて「コンセンサス」を表現している。

Bittensor のモデルでは、バリデータがマイナーの成果物を評価して重みを割り当て、その重みに基づいてチェーンがサブネットのエミッションを分配する。コンセンサスの目的は、LearnBittensor のエミッション概要 や PoS Utility Consensus PDF など Bittensor 自身の技術文書で説明されているように、ナカモト型のトランザクション順序付けというより「ステーク加重の有用性スコアリング」に近い。

したがって、Targon の「ネットワーク」とは、マイナー、バリデータ、および「有用なコンピュート」をどのように定義し、敵対的なインセンティブのもとでどのように測定するかを定めるメカニズムコードが生み出す、参加者たちの創発的な振る舞いである。

この枠組みの中で Targon を技術的に特徴づけているのは、コンピュート・オペレーターが誠実であると仮定するのではなく、信頼された実行環境と継続的なアテステーションに基づくセキュリティモデルに経済的報酬を結びつけようとしている点である。Manifold の TVM 関連資料では、ワークロードが機密仮想マシン内で実行され、ハードウェアに根ざしたアイソレーションと定期的な再アテステーションの間隔が設けられていること、また機密コンピュート対応の CPU と GPU に明示的に依存していることが説明されており、これは Targon v7 で要約されるとともに、Intel の Intel Community ブログにおける分散型機密コンピューティングの役割とリモート・アテステーション・フローの説明によって、より形式的な文脈づけがなされている。

このセキュリティモデルの実際の制約は、「オペレーターの誠実さ」から「ハードウェアとアテステーションのサプライチェーン」へと信頼をシフトさせる点にある。これはタダではなく、利用可能なハードウェアを制限し、オペレーションの複雑性を増し、アテステーションサービスの停止、ファームウェアの問題、ベンダー依存といった、新たな故障モードを生み出す。それらは典型的なクリプト固有のリスクとは直交するものである。

sn4 のトークノミクスは？

SN4 は Bittensor の Dynamic TAO（dTAO）体制の下で作られた「アルファトークン」であり、各サブネットは独自トークンを持ち、その主な取得方法は TAO をそのサブネットのプールにスワップし、そのアルファトークンをバリデータにステーキングすることである。

そのメカニクスは、アルファトークン やdTAO におけるステーキング を説明した Taostats のドキュメントで記述されている。ここで重要なのは、「供給」が固定上限のある ERC‑20 のキャップテーブルというより、プールを介したステーク資産に近く、その価格がプール残高、ステーキング・フロー、エミッション期待の関数になっている点である。

SN4 については、Bittensor のエクスプローラーで用いられるオンチェーンの正準的な識別子は Subnet 4 であり、Taostats の SN4 メタグラフ ではアナリティクスが公開されている。また、GeckoTerminal の SN4/TAO プールなどのマーケットトラッカーでは、プールレベルの流動性とインプライド・バリュエーションを確認できる。この設計では、より意味のあるトークノミクス上の問いは、単独の「最大供給量」というより、特に Bittensor がフロー型のエミッションへ移行した後に、エミッションのルーティングとステーキング・フローがどのように実効的なバリュエーションを膨張または圧縮しうるかである。

SN4 への価値のアクルーは、エミッションと、ステーカーが TAO を SN4 のプールにどれだけ割り当てる意欲を持つかによって仲介されるが、ポスト 2025 年のレジームではその TAO 配分自体がエミッションに影響する。

Bittensor がフロー・ベースの配分（「TAO flow」）へ移行したことで、サブネットはネットの TAO インフローをめぐって競争し、それによってネットワーク全体のエミッションのより大きなシェアを確保しようとする構造が強まっている。これは TAO emission / tao flow ドキュメント や、より一般的な LearnBittensor のエミッションページ で説明されている。

参加者にとって、「SN4 をステーキングする」ことは経済的には二段階のベットである。第一に、プールダイナミクスやアウトフローが不利に働くことで、SN4 のアルファトークンが TAO に対して構造的に希薄化しないという前提、第二に、バリデータの選択とサブネットのパフォーマンスが、スリッページと手数料を差し引いた後でもアルファ的なエミッションをもたらすという前提である。

また、Taostats のマイナー／バリデータのエミッション計算やバーン・ルールからは、微妙な点も浮かび上がる。エミッションは単なる手数料の再分配ではなく、スコアリング・メカニズムによってルーティングされるプロトコル主導のインフレであり、一部のオーナー割当インセンティブは特定のケースでバーンされる、といったことが エミッションとマイナーコンセンサスのドキュメント に記されている。

誰が Targon を利用しているか？

サブネットトークンにおいて、投機的な回転と「実需」を切り分けることは、通常以上に難しい。というのも、エミッション自体がネイティブなイールド・ナラティブを生み、それがフローを支配しうるうえ、流動性プールが資本のローテーションをプロダクトマーケットフィットのように見せることがあるからである。

最も防御可能な利用指標は、有料ワークロードのボリュームおよび、偽装するにはコストのかかるサプライサイドのキャパシティに結びついたものだろう。Manifold は、自身の シリーズ A 発表 において、大量の有料推論スループットと大規模な H200 キャパシティを主張しており、Targon を大量の「有料インファレンストークン」を捌く存在として位置づけ、高性能 GPU の大規模なフリートを裏付けにしていると述べている。これらの主張は自己申告であり、監査済みというより方向性を示すものとして扱うべきだが、少なくとも具体的ではある。

オンチェーンでは、SN4 メタグラフを通じて、Taostats 上でサブネットレベルのアクティブ UID、バリデータ数、マイナー参加状況などを確認でき、実質的に稼働しているサブネットと、ほぼ薄く取引されるプールに過ぎないものとを区別する助けになる。

機関投資家やエンタープライズによる採用状況については、利用可能なパブリックレコードは主に間接的なものである。資金調達の参加者やエコシステム統合は可視化されているものの、名指しのエンタープライズ顧客は概して開示されていない。Manifold のポジショニングは、Targon v7 や、Intel が説明する機密コンピュート・アーキテクチャにおいて、エンタープライズグレードの機密性と規制対象ワークロードへの適合性を明示的にターゲットとしており、これは確認済み導入というより、エンタープライズ志向を示唆するものと解釈できる。 adoption.

「機関の関与」を防御可能なかたちで表現するなら、資本形成やエコシステム・パートナーシップが存在している――たとえば、Series A announcement にあるように Manifold のシリーズAにおける DCG の参画――という事実はあるものの、それがそのまま持続的な収益に直結するわけではなく、サブネットトークンの設計によって、顧客需要と投資家／ステーカー需要の差異が見えにくくなりうる、というくらいになる。

Targon にとってのリスクと課題は何か？

SN4 に関する規制リスクは、Targon 個別の訴訟リスクに関するもの――2026年初頭時点の公開情報では、米国で広く報じられるような進行中の訴訟や正式な区分を争う事例は目立っていない――というよりも、ステーキング、利回り商品、投資契約といった枠組みが進化する中で、サブネットトークンがどのように解釈されうるか、という点により強く関わっている。

アルファトークンはスワップによって取得され、バリデータにステークされ、エミッションを生むため、基盤となるメカニズムが実態としてはプロトコルのインフレやユーティリティスコアリングに近いものであっても、エンドユーザーから見ると利回り商品に類似して見えうる。この点は、staking and alpha mechanics で Taostats が説明している内容にも表れている。

二つ目の「規制隣接」リスクは、大手ベンダーの機密計算ハードウェアとアテステーション基盤への依存である。もし政策変更によって、特定クラスのGPUの輸出・供給・エンタープライズ利用が制限されるようなことがあれば、Targon v7 で述べられているハードウェア要件や、Intel による TDX + NVIDIA Confidential Computing 概説にある CPU/GPU 能力要件の議論にも示されているように、Targon の「モート（参入障壁）」は競争優位どころか運用上のボトルネックに転じかねない。

中央集権化のベクトルも無視できない。サブネットは、ある時点において比較的少数のバリデータ集合しか持たない場合がある。SN4 のバリデータ／マイナー構成は Taostats’ metagraph で観測可能だが、参加者が少なければ、主要オペレーターの退出や共謀が起きた際のガバナンスリスクおよび可用性リスクは増大する。

プロトコルレベルでは、Bittensor はより明示的な競争およびプルーニング圧力――登録・登録解除ルールやサブネット数の上限――へと舵を切っており、継続的な資金フローのマイナスやランキング低下に陥ったサブネットにとっては、生存そのものがリスクとなる。

サブネットの登録／登録解除ロジックおよび登録解除時にアルファがどう扱われるかは、Taostats の subnet registration/deregistration documentation に記載されており、tao flow docs で説明されているフローベースのエミッション制度のもとでは、ネットアウトフローに陥ったサブネットは突如として資金供給が途絶されうる。

競合リスクは Bittensor の外側からも迫る。類似のプリミティブを提供する機密計算クラウドプロバイダやマーケットプレイスは、ユーザー体験、地理的な提供範囲、コンプライアンス、SLA などで競合しうる。たとえば Phala は、自社資料の confidential AI page などで、TDX + NVIDIA ベースの機密計算スタックを、価格とアテステーションツール込みでマーケティングしている。このことは、Targon の差別化要因が単に「TEE が存在する」という点だけでは不十分であることを浮き彫りにしている。

Targon の将来見通しはどうか？

もっとも信頼できる「将来のマイルストーン」は、あいまいなロードマップ上の言説ではなく、すでに公開された技術リリースおよび近未来のアップグレードとして明示されているものに紐づいている。

Manifold 自身の開示によれば、追加の TEE 技術の統合や、より幅広いハードウェアサポートを含む機密計算スタックの継続的な堅牢化が示唆されており、その明示的なアップグレードパスは Series A announcement や Targon v7 におけるアーキテクチャ上の整理の中で語られている。

一方で、Targon 固有のエンジニアリングとは無関係に、Bittensor レベルでの変更が SN4 の経済性に大きく影響する。Taostats の tao flow documentation および LearnBittensor’s emissions explanation に説明されているように、2025年以降のフローベース・エミッションと dTAO メカニクスへの移行によって、Targon はエミッションシェアを維持するために、ネットインフローと有用性の認知を継続的に確保しなければならない。「流動性プール」とストーリーテリングだけを維持していればよい、という段階はすでに終わっている。

構造的なハードルは、Targon が同時にマーケットプレイスであり、セキュリティプロダクトであり、トークンインセンティブ付きサブネットでもある、という点にある。

これらそれぞれのレイヤーは固有の故障モードをもたらす。マーケットデザインはゲーム化されうるし、TEE は脆弱であったりベンダー依存的であったりしうるし、トークンインセンティブは、プロダクト品質に無関心な資本を引き寄せ、ある瞬間から突然それが問題化することもある。

したがってプロジェクトの存続可能性は、おそらく、段階的な機能追加よりも、検証可能な機密性を「エミッション制度の変化に耐えうる反復的な有償ワークロード」に転換できるかどうか、そして、バリデータセットとメカニズムデザインが、中央集権的な調整に陥ることなく、低品質あるいは敵対的なマイナーを継続的に監視・排除し続けられるかどうかに、より強く依存することになる。