iota

iota とは何か？

iota（正式名称 IOTA、Incentivised Orchestrated Training Architecture）は Bittensor サブネット 9 であり、Macrocosmos が運営する分散型の大規模言語モデル事前学習ネットワークである。異種 GPU を調整して、マイナーが孤立したチェックポイントで互いに競争するのではなく、単一の共有モデルを共同で学習させる点が特徴だ。

このプロジェクトが取り組む中心的な問題は、最前線モデルの学習における経済的・技術的ボトルネックである。集中型ラボは資本、データセンター級 GPU、独自のオーケストレーションソフトウェアを集約する一方で、小規模ラボや個人は価格面で排除されている。IOTA が提案する優位性は、単なる「分散コンピュート」ではなく、モデルの各レイヤーをマイナー間で分割し、活性化をパイプラインとしてストリーミングし、単一の勝者ではなく測定可能な貢献度に基づいて報酬を配分するという、特定のトレーニングアーキテクチャにある。

Macrocosmos は、IOTA サイト、開発者向けドキュメント、GitHub リポジトリ、テクニカルプライマー を通じてこのシステムを説明しており、データ並列とパイプライン並列、活性化の最大 128 倍圧縮、Butterfly All-Reduce、CLASP による貢献度スコアリングを、プロジェクトの主な技術的主張として挙げている。(iota.macrocosmos.ai)

暗号資産市場において、sn9 は汎用 Layer 1 資産や DeFi プロトコルに類するアプリケーショントークン経済ではなく、Bittensor の Dynamic TAO システム内部におけるサブネット固有のアルファトークンである。

2026 年 8 月下旬時点で、サードパーティの Bittensor ダッシュボードは iota を、ロングテールの実験的サブネットではなく、比較的大きなサブネットアルファ市場のひとつとして位置付けていた。Bittensor.ai のサブネットディレクトリ には合計 129 のサブネットが掲載されており、その中で iota はサブネット時価総額 90.91K TAO、TVL 119.38K TAO、24 時間取引量 2.72K TAO、保有者 4,908、バリデータ 9、エミッション順位 2 位と表示されていた。この時価総額順のテーブルでは、Chutes、lium.io、Targon、Score、Affine、engy に続き、およそ 7 番目に位置している。

これらの数値は監査済みの財務諸表ではなくダッシュボードのスナップショットとみなすべきであり、Yellow が提供する資産スナップショットでは、ドル建て時価総額推計が約 3,560 万ドル、トークン価格が一桁ドル後半と、別の数値が示されていた。これは、TAO 建てのアルファ市場と USD 換算がどれほど急速に乖離し得るかを示している。実利用データも同様に一様ではない。OpenTAO の iota ページ では、256 マイナー中 246 が「compute active」として参加し、バリデータは約 10 と報告されている一方で、Bittensor.ai の標準化されたディレクトリは保有者数とバリデータ数を表示するものの、同じ形での IOTA トレーニングマイナーのアクティブ状況は捉えていない。(bittensor.ai)

iota の創設者と時期

IOTA は Bittensor エコシステムの内部に位置するが、具体的な運営主体は Macrocosmos Ltd. である。Macrocosmos は 2024 年 3 月に設立されたロンドン拠点の AI インフラ企業で、CEO 兼共同創業者の Will Squires と、CTO 兼共同創業者の Steffen Cruz によって立ち上げられた。Macrocosmos は開発者ガイドの中で、自社が Bittensor の「Revolution」フェーズ、すなわちネットワークがサブネットモデルへと移行し、独立チームが専門的な機械学習市場向けのインセンティブメカニズムを設計できるようになった段階から発展してきたと説明している。

経済的な背景としては、2023 年以降の AI インフラ不足と暗号ネイティブなインセンティブ設計の収斂がある。Nvidia GPU 供給は高価で、オープンソースの AI チームは中央集権的ハイパースケーラーに代わる選択肢を模索しており、Bittensor はコンピュート、推論、データ、モデル学習といった「デジタルコモディティ」のオンチェーン市場として自らを位置付け始めていた。(macrocosmos.ai)

プロジェクトのストーリーは、初期の SN9 事前学習実験から大きく変化している。2024 年 8 月時点で SN9 は、数億〜数十億パラメータ規模のモデルをパーミッションレスな参加者が競合的に学習できる事前学習サブネットとして提示されていたが、2025 年 6 月の IOTA リリース時には、マイナーが単一の共有モデルの一部を協調して学習する「協調スウォーム」としてサブネットが再定義された。

OpenTAO のプロジェクト履歴には、当初の 2024 年「勝者総取り」の事前学習フェーズ、2025 年 6 月の IOTA メインネットローンチ、2025 年 7 月のテクニカルプライマー公開、2026 年 3 月に Iroh-Cosmos を用いたピアツーピア活性化転送を実装した v3.0.0 リリースが記録されている。Macrocosmos の公開サイトでは、「Project Orion」を、分散型・異種・パーミッションレスなモデル学習が、集中型トレーニングと経済的に競合し得ることを示すライブデモンストレーションとして位置付けている。(opentao.ai)

iota ネットワークの仕組み

IOTA は独自のベースレイヤーコンセンサスを持つ独立したブロックチェーンではなく、Subtensor 上で稼働する Bittensor のサブネットであり、チェーンレベルのコンセンサスとサブネットレベルのインセンティブコンセンサスは切り離されている。Bittensor の公式 チェーンコンセンサスのドキュメント によると、Subtensor は現在、ブロック生成とファイナリティに Proof of Authority（Aura と GRANDPA）を採用しており、将来的に Nominated Proof of Stake への移行を予定している。一方で、サブネット報酬は Yuma Consensus によって処理される。これは、バリデータがマイナーをスコアリングし、重みをステーク加重の中央値にクリップし、そのコンセンサス調整後のユーティリティに応じて報酬を配分する、ステーク加重の主観的効用メカニズムである。したがって IOTA は、チェーンレイヤーでは Bittensor 現行のオーソリティセットに由来する中央集権性とライブネスの前提を引き継ぎつつ、サブネットバリデータを用いてマイナーが実際に学習作業へ貢献しているかを評価する。(bittensor.com)

技術的には、IOTA のアーキテクチャは、典型的なスマートコントラクトアプリケーションというより、分散システム研究に近い。Macrocosmos のマイニングドキュメントによれば、マイナーは GPU の計算能力、メモリ、帯域幅を提供し、オーケストレータがそれぞれをモデルの特定レイヤーへ割り当てる。マイナーは順伝播・逆伝播の活性化を処理し、定期的なマージ段階でローカルの重みとオプティマイザの状態が統合される。

IOTA の テクニカルプライマー は、データ並列とパイプライン並列を組み合わせた SWARM モデル、最大 128 倍の活性化圧縮、パラメータスライスの平均化に用いる Butterfly All-Reduce、そしてマルチノード学習経路における貢献度にクレジットを割り当てることを意図した、Shapley スタイルの貢献度評価法である CLASP を説明している。

公開されている GitHub の README では、1.5B パラメータの Llama 風モデルによる実行と、今後の 15B、50B、100B モデルへの拡張計画が記述されている一方で、Macrocosmos のダッシュボードは 2026 年 8 月初め時点で「Research Orion 16B」の実行を参照している。これらの数値は運用上の目標やスナップショットであり、特に帯域幅、敵対的行動、同期オーバーヘッド、再現性といった分散学習の難題を IOTA がすべて解決したことの証明ではない。docs.macrocosmos.ai

sn9 のトークノミクス

sn9 は、独立した ERC-20 や L1 ガストークンではなく、Dynamic TAO フレームワークの下で Bittensor サブネット 9 のアルファトークンである。Bittensor の エミッションドキュメント によると、TAO の最大供給量は 2,100 万であり、最初の TAO 半減期は 2025 年 12 月に発生した。また、各サブネットのアルファトークンにも同様に 2,100 万の上限があり、そのサブネットのローンチから類似の半減カーブに従う。2025 年 2 月に導入された dTAO の下では、各サブネットには TAO/アルファのプールがあり、ユーザーは TAO をそのサブネットプールにステーキングして、対応するサブネットのアルファトークンを受け取る。マイナー、バリデータ、サブネットオーナー、ステーカーは、こうして発行されるアルファのエミッションを受け取る。

その結果として供給プロファイルは、アルファの上限に近づくまではインフレ的だが、実際の市場フロートはステーキング、AMM 流動性、プロトコル保有アルファ、マイナーによる売却、TAO 建て需要によって調整される。(bittensor.com)

sn9 のユーティリティは、主として反射的かつサブネット固有である。これは、Bittensor が IOTA のトレーニング市場への経済的エクスポージャーを割り当てるための単位だ。ユーザーは、サブネットのエミッション、バリデータ／ステーカー配当、あるいは iota と TAO の相対的なリプライシングへのエクスポージャーを求めて、TAO をサブネットプールにステーキングして sn9 アルファを取得する。マイナーは検証済みのトレーニング貢献に対して sn9 アルファを受け取り、バリデータとステーカーは Yuma のスコアリングとボンドメカニズムを通じてアルファ報酬を分配し合う。Bittensor の TAO 解説 は、手数料・ステーキング・サブネット流動性のベース通貨として TAO が引き続き中心的役割を担い、アルファトークンは TAO に対して価格付けされることを強調している。したがって、トークン価値の蓄積は L1 ガストークンのような通常のアプリケーション手数料から生じるのではなく、iota プールにステークする需要、Bittensor 全体のエミッションに占めるサブネットのシェア、そして IOTA のトレーニングワークが今後も価値を持ち続けるという市場の判断から生じる。2026 年 7 月 27 日の spec 440 時点では、TaoStats のドキュメントによって、サブネットのエミッション配分が単純な需要比例ではなく「エミッションゲート」メカニズムによって修正されたことが示されており、sn9 の利回り前提には、さらなるガバナンスおよびメカニズム設計上の変数が加わっている。(learnbittensor.org)

誰が iota を利用しているのか？

iota の最も目に見える利用者は、決済を行うエンドユーザーやレンディングマーケットを使う DeFi トレーダーではなく、Bittensor のコンピュートインセンティブ経済に参加するマイナー、バリデータ、ステーカー、保有者である。この違いは重要で、取引量や保有者数は有用なモデル学習を証明するものではなく、一方で学習スループットや損失カーブがそのままトークンホルダー価値に結び付くわけでもない。2026 年 8 月下旬時点で、 2026年8月時点で、マーケットダッシュボードは数千人規模のsn9保有者と、TAO建てで見て有意なTVL（Total Value Locked）を示しており、OpenTAOは何百人ものアクティブまたは登録済みのコンピュート参加者を報告している。Macrocosmosのドキュメントでは、マイナーはGPUコンピュート、メモリ、帯域幅を提供するワーカーとして説明されており、その報酬はトレーニングへの貢献の質と量に基づいて決定される。実務的な観点では、支配的なセクターは分散型AIインフラストラクチャ、具体的には分散型LLM事前学習であり、DeFi、ゲーム、RWAトークン化、決済、コンシューマー向けソーシャルアプリケーションではない。(bittensor.ai)

機関投資家による採用については、慎重に記述する必要がある。MacrocosmosはBittensorエコシステム内で正当な認知を得ており、自社ドキュメントによれば、Apex、IOTA、Data Universe、Mainframe、Finetuningを含む複数のサブネットを運営している。

同社の公開資料およびOpenTAOのプロファイルによると、Macrocosmosはロンドン拠点であり、Bittensorにおける大規模なサブネットオペレーターの一つとされているが、IOTAからの本番モデル学習成果物に対して、大口エンタープライズ顧客がスケールして料金を支払っていることを示す公開情報は限られている。より防御可能な採用シグナルは、エコシステムへの参加そのものであり、オープンソースリポジトリ、マイナーのオンボーディング、ダッシュボード、Project Orion、Train at Home向け資料、そしてBittensorネイティブな資本配分などが挙げられる。

IOTAがすでに、ソブリンAIや商業的なフロンティアモデル研究所における集中型トレーニングを代替していると主張するのは、名指しの顧客、契約、モデルリリース、再現可能な性能ベンチマークが伴わない限り時期尚早である。docs.macrocosmos.ai

iotaにとってのリスクと課題は何か？

sn9の規制上の位置づけは、Bittensorおよびより広い暗号資産、ステーキング、利回り類似報酬の取り扱いと結びついている。現時点で、iotaまたはMacrocosmosを直接対象としたSECによる訴訟が広く報じられているわけではなく、サブネットのアルファトークンとしてのsn9に対する米国スポットETFも承認されていない。一方でベース資産であるTAOについては、規制上の包摂範囲はアクティブだ。GrayscaleはBittensorトラスト構造の転換または上場を申請したが、その申請書類ではSEC承認およびNYSE Arcaでの上場が保証されていないことを警告するとともに、規制解釈によっては、TAOがSECによって証券として、あるいはCFTCによってコモディティ・インタレストとして分類されうることを開示している。sn9にとってリスクがより鋭いのは、アルファトークンがサブネットのパフォーマンス、エミッション、ステーキング需要、および特定のオペレーターが定義するインセンティブメカニズムに明示的に連動しているためである。加えて、Bittensorの現行チェーンレベルのProof-of-Authority設計は中央集権化のベクトルを導入している。すなわち、オープンなNPoSバリデータではなく、承認されたオーソリティが現状ではブロックの生成とファイナライズを行っており、サブネットのユーティリティスコアリングはYuma Consensusによって処理されているものの、その点は変わらない。sec.gov

競争リスクは内部と外部の両方に存在する。Bittensor内部では、iotaは他のAI・コンピュート系サブネットと、エミッション、バリデータの関心、マイナー参加、そしてステーカー資本を巡って競合している。そこにはGPUコンピュート、推論、ファインチューニング、強化学習、データマーケットプレイス型サブネットなどが含まれる。Bittensor外部では、集中型GPUクラウド、ハイパースケーラーのAIプラットフォーム、オープンソースのトレーニングコレクティブ、分散型コンピュートネットワーク、そして推論やトレーニングに特化したマーケットプレイスと競合する。技術的な脅威は、インターネット接続された信頼性の低いGPU群をまたぐ分散型事前学習が、通信オーバーヘッド、ストラグラー（処理の遅いノード）、悪意あるマイナー、アクティベーション転送レイテンシーなどを考慮に入れると、タイトに結合されたデータセンタークラスターと比較して依然として実質的に非効率なままである可能性があることだ。経済的な脅威は、サブネットの基礎的なトレーニング成果物に商業的価値が生まれる前に、投機的なステーキングフローによってsn9の市場価格が上昇しうる点であり、その結果、サブネットが期待を下回った場合、保有者は流動性、希薄化、エミッション、および相対パフォーマンスのリスクにさらされる。(subnetradar.com)

iotaの将来展望はどうか？

iotaの将来シナリオは、トークン市場のナラティブよりも、Macrocosmosが協調的かつパーミッションレスなトレーニングを、デモンストレーションレベルを超えて、再現性があり経済的に競争力のあるモデル開発へとスケールさせられるかどうかにより大きく依存している。

検証済みロードマップおよび最近の技術項目としては、2025年6月のIOTAメインネット移行、2025年7月のテクニカルプライマー公開、2026年3月のIroh-Cosmosを用いたピアツーピアのアクティベーション転送を含むv3.0.0リリース、Project Orionのライブトレーニングプログラム、そしてGitHub上で表明されている、現在の小規模なLlama系ランから、より良い圧縮を伴う15B、50B、100Bパラメータ領域へのスケールアップの野心がある。

構造的なハードルは大きい。IOTAは帯域幅オーバーヘッドを削減し、マイナーの信頼性を向上させ、バリデータによる検証をゲーム耐性のあるものにし、信頼できるモデル品質のアウトプットを公開し、トークンインセンティブが単に活動を補助するのではなく、経済的に有用なトレーニングを購入していることを示さなければならない。これらの問題が解決されれば、sn9はBittensorにおけるより実質的なAIインフラ市場の一つになりうるが、解決されなければ、その価値は持続的な外部需要よりも、エミッション、ステーキングフロー、ナラティブにより大きく依存する高ベータなサブネットトークンのままである。(opentao.ai)