Momen DeepSeek TAO: Kebangkitan Templar (SN3)

Penulis: CJ_Blockchain

Pada 3 Februari 2025, sebuah model bernama DeepSeek-R1 secara diam-diam diluncurkan di platform internet superkomputer nasional.

Dalam sebulan berikutnya, karena performanya yang langsung menyamai model tertutup top, dan biaya pelatihannya yang seharga “kubis”, model ini langsung menyapu seluruh dunia.

Memicu kejatuhan saham AI di pasar AS dan membuka “Momen DeepSeek” milik AI China.

Pada 10 Maret 2026, Subnet 3 Templar dari Bittensor mengumumkan penyelesaian pelatihan prapemodelan bahasa besar (LLM) terbesar dalam sejarah—Covenant-72B

Ini adalah pelatihan prapemodelan bahasa besar terbesar dalam sejarah:

72 miliar parameter, pada dataset sekitar 1,1 triliun token, sepenuhnya dilakukan melalui jaringan Subnet 3 Bittensor, tanpa izin, lebih dari 70 node independen berpartisipasi secara bebas.

Bittensor menyambut momen DeepSeek-nya sendiri.

1. Templar (SN3): Transformasi paradigma dari pengumpulan data hingga pelatihan inti

Templar sebelumnya adalah SN3 yang dioperasikan oleh Omega Labs, awalnya fokus pada pengumpulan dan eksplorasi data multimodal. Seiring evolusi mekanisme Bittensor, subnet ini menyelesaikan lompatan strategis dari “pengangkut data” menjadi “pembuat model”.

Saat ini, Templar berposisi sebagai infrastruktur pelatihan prapemodelan besar terdistribusi global. Dengan mekanisme insentif, ia mengumpulkan kekuatan komputasi heterogen dari seluruh dunia, bertujuan mengatasi biaya komputasi yang sangat mahal dan masalah sentralisasi dalam pelatihan model besar. Keberhasilan pengiriman Covenant-72B membuktikan kematangan model produksi desentralisasi ini.

2. Covenant-72B: Melampaui batas skala pelatihan desentralisasi

Covenant-72B adalah pencapaian milestone dari Templar, dan juga model prapemodelan besar terbesar dalam jaringan desentralisasi saat ini.

• Parameter utama: 72 miliar parameter, dilatih menggunakan korpus DCLM berkinerja tinggi.
• Performa: Dalam evaluasi model dasar, performanya hampir setara dengan Llama-2-70B dari Meta.
• Optimasi instruksi: Setelah fine-tuning, Covenant-72B-Chat menunjukkan daya saing tinggi di dimensi IFEval (kepatuhan instruksi) dan MATH (penalaran matematika), bahkan melampaui model tertutup seukuran dalam beberapa indikator.
• Efisiensi inferensi: Model ini mencapai throughput sangat tinggi, 450 token/detik, mengatasi masalah latensi respons dalam aplikasi nyata.

3. Algoritma SparseLoCo: Mesin dasar pelatihan desentralisasi

Dalam pelatihan model berukuran 72B di lingkungan internet biasa, tantangan terbesar adalah bottleneck bandwidth antar node. Templar menggunakan algoritma inti SparseLoCo untuk mencapai terobosan besar:

• Kompresi ekstrem: Hanya 1%-3% dari komponen gradien utama yang dikirimkan, dan data dikonversi ke 2-bit, secara signifikan mengurangi kebutuhan bandwidth.
• Sinkronisasi jarang: Berbeda dari klaster tradisional yang sinkron setiap langkah, SparseLoCo memungkinkan node melakukan iterasi lokal 15-250 langkah sebelum sinkronisasi global.
• Koreksi error: Melalui mekanisme akumulasi gradien lokal, memastikan konvergensi model tetap akurat meskipun lebih dari 97% informasi hilang.

Teknologi ini membuktikan bahwa, bahkan tanpa InfiniBand atau jaringan khusus mahal, jaringan distribusi global biasa tetap bisa menghasilkan kecerdasan tingkat tinggi.

4. Penilaian industri dan reaksi pasar

Keberhasilan Templar menarik perhatian komunitas AI utama dan pasar modal:

• Pengakuan otoritatif:

Jack Clark, salah satu pendiri Anthropic, dalam laporannya mengklasifikasikan Templar sebagai jaringan pelatihan desentralisasi terbesar yang aktif di dunia, dan menyatakan kecepatannya melebihi ekspektasi industri.

Jason Calacanis (host All-In Podcast dan investor terkenal Silicon Valley) dalam blog terbarunya membahas mekanisme Bittensor secara mendalam dan menyiratkan pembelian.

• Strategi institusional:

Grayscale terus menambah kepemilikan TAO, menjadikannya posisi utama dalam jalur AI desentralisasi.

DCG membentuk Yuma, yang fokus mempercepat ekosistem Bittensor (TAO), dipandang sebagai taruhan terbesar dan paling langsung DCG terhadap AI desentralisasi.

• Performa pasar:

$TAO: Setelah Templar mengumumkan penyelesaian pelatihan model 72B, TAO naik lebih dari 30%, menunjukkan kekuatan absolut di tengah fluktuasi BTC.

$Templar (SN-3): Templar naik 75% dalam 7 hari, disebut sebagai “Naga” dari emisi Bittensor saat ini. Market Cap saat ini hanya 70 juta.

5. Potensi investasi subnet dan batasan ekosistem

Keberhasilan Templar membuka ruang imajinasi baru dalam ekosistem Bittensor:

• Membuka batas nilai: Sejak lama, skeptis menganggap Bittensor hanya “insentif udara”. Templar membuktikan protokol ini mampu menghasilkan alat produktivitas yang kompetitif secara komersial, mengubah valuasi TAO dari “narasi” menjadi “produk”.
• Potensi kekuatan heterogen: Dengan pengembangan “SparseLoCo heterogen”, GPU konsumen seperti RTX 4090 akan bisa langsung berpartisipasi dalam pelatihan model miliaran parameter, mewujudkan desentralisasi sumber daya komputasi.
• Peluang pasti subnet: Dalam mekanisme dTAO, subnet seperti Templar yang memiliki hambatan teknologi keras dan mampu terus menghasilkan model berkinerja tinggi, memiliki nilai jangka panjang yang sangat tinggi.

Templar saat ini MC=75 juta, FDV=350 juta

Sementara perusahaan model besar utama seperti OpenAI bernilai 8,4 triliun, Anthropic 350 miliar, Minimax 45 miliar.

Bukan berarti Templar bisa langsung menyamai perusahaan-perusahaan ini, tetapi dalam dunia narasi yang langka, perhatian yang memudar, dan ketidakpercayaan terhadap desentralisasi, kehadiran Templar jelas memberi suntikan semangat besar bagi AI desentralisasi.

Penutup

Templar membuktikan bahwa lingkungan desentralisasi tidak hanya mampu menyimpan data, tetapi juga mampu menghasilkan kecerdasan. Covenant-72B hanyalah awal, dan dengan integrasi vertikal SN3 (pelatihan), SN39 (kekuatan komputasi), dan SN81 (pembelajaran penguatan), sebuah prototipe OpenAI yang berjalan di blockchain dan bersifat desentralisasi sudah mulai terbentuk.

Sejak lahir hingga hari ini, industri Crypto telah membantah banyak narasi, dan berbagai proyek desentralisasi penyimpanan, kekuatan komputasi, dan komputer desentralisasi yang sempat populer tampaknya telah terbantahkan. Namun, masih ada proyek yang teguh melangkah di jalan desentralisasi dan meraih prestasi.

Keberhasilan Templar bukan hanya momen DeepSeek Bittensor, tetapi mungkin juga momen DeepSeek Crypto.