Saltar para o conteúdo principal

SN3 da Bittensor aposta a rede em uma execução de treinamento de um trilhão de parâmetros

· 14 min de leitura
Dora Noda
Dora Noda
Software Engineer

Em março de 2026, algumas dezenas de mineradores anônimos em conexões de internet domésticas treinaram um modelo de linguagem de 72 bilhões de parâmetros que obteve uma pontuação muito próxima do Llama 2 70B da Meta. Seis semanas depois, a equipe que liderou esse esforço saiu, despejou $ 10 milhões em TAO e chamou a descentralização da Bittensor de "teatro". Agora, a comunidade sobrevivente quer fazer isso de novo — em uma escala quatorze vezes maior, em aproximadamente quatro semanas, com toda a tese de IA descentralizada dependendo do resultado.

Esta é a história de como a Subnet 3 da Bittensor — recentemente renomeada para Teutonic após a saída da Covenant AI — se convenceu a realizar uma execução de treinamento de 1 trilhão de parâmetros, programada para coincidir exatamente com a janela de revisão do ETF de TAO da Grayscale pela SEC. É uma aposta de que a camada de incentivo do protocolo é mais importante do que as pessoas que o construíram, e que a mesma rede que sobreviveu a uma crise de governança pode entregar o "momento DeepSeek" para a IA descentralizada antes que os reguladores decidam se permitirão a entrada de Wall Street.

Como um modelo de 72B se tornou a marca de referência para a IA permissionless​

A história começa em 10 de março de 2026, quando a Subnet 3 — operando na época sob o nome Templar — anunciou o Covenant-72B, um modelo de 72 bilhões de parâmetros treinado em cerca de 1,1 trilhão de tokens por mais de 70 mineradores independentes coordenando-se através da internet pública. Foi, por uma ampla margem, a maior execução de pré-treinamento de LLM descentralizada já concluída.

O benchmark que importava: uma pontuação MMLU de 67,1, colocando o Covenant-72B no mesmo patamar do Llama 2 70B da Meta — um modelo produzido por um dos laboratórios de IA mais bem financiados do planeta. O CEO da NVIDIA, Jensen Huang, comparou publicamente o esforço a um "folding@home moderno para IA". O token da subnet da Templar disparou e, no auge, sua avaliação de mercado ultrapassou $ 1,5 bilhão.

O avanço técnico não foi a arquitetura do modelo. Foi a camada de coordenação. Duas peças fizeram o trabalho pesado:

  • SparseLoCo, um algoritmo de treinamento eficiente em comunicação que reduziu os requisitos de largura de banda entre nós em 146x através de esparsificação, quantização de 2 bits e feedback de erro. Sem isso, uma execução de treinamento em escala de fronteira em internet residencial seria fisicamente impossível — a sincronização de gradientes sozinha saturaria a conexão de cada minerador.
  • Gauntlet, o sistema de incentivos validado por blockchain da Bittensor que pontuou a contribuição de cada minerador via avaliação de perda e rankings OpenSkill, pagando TAO aos nós de alta qualidade e aplicando slashing nos demais.

Juntos, eles produziram algo genuinamente novo: uma rede permissionless de colaboradores anônimos, coordenando-se apenas através de incentivos criptográficos, treinando um modelo competitivo com os resultados de laboratórios de bilhões de dólares.

Então, tudo quebrou.

A saída da Covenant: $ 900 milhões apagados em doze horas​

Em 10 de abril de 2026, Sam Dare — fundador da Covenant AI, a equipe por trás de três das subnets mais valiosas da Bittensor (SN3 Templar, SN39 Basilica e SN81 Grail) — anunciou sua saída. Em poucas horas, ele liquidou aproximadamente 37.000 TAO, cerca de $ 10,2 milhões, e publicou uma acusação de despedida: que o cofundador Jacob Steeves ("Const") exercia controle centralizado sobre o protocolo, e que a descentralização da Bittensor era performance, não arquitetura.

A reação do mercado foi imediata. O TAO caiu de 20% a 28%, dependendo da janela de medição, eliminando cerca de 650–900milho~esemvalordemercadoemumintervalode12horas.Ostokensalphadassubnetstiveramumdesempenhopior—oGrail(SN81)caiu∗∗67650–900 milhões em valor de mercado em um intervalo de 12 horas. Os tokens alpha das subnets tiveram um desempenho pior — o Grail (SN81) caiu **67%** no fundo. Cerca de 10 milhões em posições compradas (long) foram liquidados.

Dois fatos atenuaram o pânico:

  1. As subnets não morreram. Mineradores da comunidade reiniciaram a SN3, SN39 e SN81 a partir de código-fonte aberto (open-source) sem um operador central. A infraestrutura que a Covenant construiu era, de fato, recuperável a partir de artefatos públicos — o que indiscutivelmente prova a tese de descentralização que Dare contestou.
  2. 70% da oferta de TAO permaneceu em staking durante a interrupção. Os detentores de longo prazo não seguiram Dare em direção à saída.

Mas a rede tinha um problema de credibilidade. Se a Covenant — a equipe que entregou a principal conquista técnica da Bittensor — pudesse sair no topo e afundar o token, o que impediria o próximo operador de subnet de fazer o mesmo?

O Mecanismo de Convicção: prendendo as pessoas que podem sair​

A resposta de Const veio em 20 de abril de 2026, dez dias após a saída de Dare. O BIT-0011, batizado de Mecanismo de Convicção (Conviction Mechanism), propõe um regime de Locked Stake que força os proprietários de subnets a bloquear (time-lock) seus TAOs por meses ou anos em troca de uma "pontuação de convicção" que se traduz em direitos de voto e propriedade de subnets.

A mecânica:

  • A pontuação de convicção começa em 100% e decai em intervalos de 30 dias se os tokens não forem repostos no bloqueio.
  • O poder de voto e os direitos de propriedade diminuem em sincronia com o decaimento, tornando a fuga súbita de capital economicamente dispendiosa, em vez de apenas embaraçosa.
  • O sistema visa primeiro as subnets maduras — SN3, SN39 e SN81 — exatamente as três que a Covenant operava.

A piada sombria: o BIT-0011 teria sido redigido pelo próprio Sam Dare antes de sua saída. O fundador que partia escreveu as regras projetadas para evitar que fundadores partam.

A proposta aborda uma fraqueza estrutural real — os operadores de subnets podiam anteriormente despejar posições sem penalidade de governança — mas também concentra o poder nas mãos dos detentores de longo prazo, o que é sua própria forma de centralização. Se essa é a troca correta, depende do que você considera ser o principal risco da Bittensor: a deserção de fundadores ou a captura oligárquica.

Teutonic e o projeto ambicioso de um trilhão de parâmetros​

Nesse contexto, a sub-rede (subnet) Teutonic renomeada (SN3, anteriormente Templar) comprometeu-se publicamente com uma execução de treinamento descentralizado de 1 trilhão de parâmetros para meados ao final de maio de 2026. Isso representa cerca de 14 x a escala do Covenant-72B, na mesma arquitetura fundamental, com uma equipe restaurada pela comunidade em vez dos engenheiros originais do Covenant.

O tempo estratégico é impossível de ignorar. A Grayscale protocolou sua emenda S-1 para o ETF spot Bittensor Trust (ticker proposto GTAO) na NYSE Arca em 2 de abril de 2026. A janela de decisão da SEC é atualmente prevista para agosto de 2026. Uma execução bem-sucedida de treinamento de 1 T de parâmetros em maio aconteceria no auge da deliberação dos reguladores — exatamente quando "isto é uma tecnologia real ou um meme?" se torna a questão central. A Grayscale já aumentou o peso do TAO dentro de seu fundo de IA mais amplo para 43,06 % em 7 de abril, a maior realocação de um único ativo que o fundo já realizou.

O cenário otimista (bull case) escreve-se sozinho: entregar um modelo descentralizado credível de 1 T de parâmetros, tornar-se o "momento DeepSeek" que a aprovação do ETF precisa para justificar o fluxo institucional e redefinir o preço de toda a categoria de IA descentralizada em um trimestre.

O cenário pessimista (bear case) é de engenharia, não de marketing.

Por que escalar o treinamento descentralizado é difícil de maneiras que os laboratórios de ponta não enfrentam​

Modelos centralizados de mais de 1 T — GPT-5, Claude 4.7 Opus, Gemini 2.5 Ultra — são treinados dentro de instalações onde cada GPU está conectada a todas as outras GPUs através de estruturas (fabrics) construídas para esse propósito, como NVLink e InfiniBand, com latências de sub-microssegundos e largura de banda de terabits por segundo. Mesmo nessas condições, a sincronização de gradientes é o gargalo. Pesquisas publicadas mostram consistentemente que mais de 90 % do tempo de treinamento de LLM pode ser gasto em comunicação em vez de computação quando o dimensionamento é simplista.

Os mineradores da Teutonic estão se coordenando através de latências WAN de ~ 100 ms em internet residencial. A única razão pela qual o Covenant-72B foi possível é a compressão de 146 x do volume de comunicação do SparseLoCo. Avançar para 1 T de parâmetros altera a matemática de três maneiras desconfortáveis:

  1. O tamanho do gradiente escala quase linearmente com a contagem de parâmetros. Um modelo 14 x maior significa 14 x mais dados para sincronizar por etapa, mesmo antes de considerar o estado do otimizador.
  2. A sobrecarga (overhead) de coordenação entre nós historicamente escala de forma super-linear com a contagem de trabalhadores. Se a Teutonic dobrar seu pool de nós de ~ 70 para ~ 256, o custo de comunicação all-reduce não apenas dobra — ele pode crescer de 4 a 10 x, dependendo da topologia.
  3. Os modos de falha se multiplicam. A queda de um nó no meio de uma etapa em uma rede de 70 nós é um pequeno evento de slashing. Em uma rede de 256 nós executando gradientes 14 x maiores, a mesma queda pode paralisar toda a rodada de treinamento.

Nada disso é insolúvel. Existe um corpo de pesquisa em treinamento descentralizado — pré-treinamento heterogêneo de baixa largura de banda, FusionLLM, sobreposição de comunicação-computação, compensação de gradiente atrasado — que visa exatamente esse regime. Mas quase tudo isso foi validado na escala de 7 B a 70 B. Uma execução de 1 T de parâmetros em hardware comum distribuído geograficamente seria uma contribuição de pesquisa por si só, não apenas um lançamento de produto.

A leitura honesta: a Teutonic está assumindo um desafio de engenharia de nível de pesquisa com um prazo de nível de marketing. Ou funciona e se torna o evento de credibilidade de que todo o ecossistema dTAO precisa, ou estagna publicamente durante a janela de revisão mais atenta da SEC.

O cenário de treinamento de IA descentralizada que a Teutonic deve sobreviver​

A Teutonic não é o único projeto que tenta reivindicar o marco de "1 T de parâmetros descentralizado credível" em 2026. O mapa competitivo está se preenchendo rapidamente:

  • A Gensyn lançou sua mainnet em 22 de abril de 2026 — o mesmo dia em que este artigo é publicado — combinando o lançamento com o Delphi Markets, uma camada de correspondência (matching layer) impulsionada por IA para tarefas de computação. Ao final do dia, a Gensyn relatava um hashrate equivalente a mais de 5.000 NVIDIA H100s. Enquanto a Bittensor vende coordenação sem permissão (permissionless) mais um volante (flywheel) de incentivo de tokens, a Gensyn está se posicionando como um mercado de computação de IA verificável com provas criptográficas de execução correta.
  • A Ritual seguiu na direção oposta, concentrando-se na inferência em vez do treinamento. Sua tecnologia Infernet permite que qualquer contrato inteligente solicite uma saída de IA e receba uma prova criptográfica de que o modelo especificado foi usado sem modificações. Essa é a tese da "IA verificável no DeFi", não a tese de "treinar modelos de fronteira do zero".
  • Ambient e Origins Network estão fazendo apostas adjacentes — diferentes designs de incentivos, diferentes estratégias de verificação, objetivo de longo prazo semelhante de quebrar o monopólio dos laboratórios centralizados no treinamento de ponta.

Estes projetos não competem diretamente pelo mesmo marco, mas todos competem pelo mesmo pool finito de atenção e capital. Se a mainnet da Gensyn capturar a narrativa de que a "IA descentralizada está aqui" através de cargas de trabalho comerciais, a execução de treinamento de maio da Teutonic torna-se um referendo sobre se a abordagem específica da Bittensor — competição de sub-redes mais incentivos ponderados por tokens — é a arquitetura correta ou a primeira iteração que será superada.

Por que isso importa além do TAO​

Três coisas estão sendo testadas simultaneamente ao longo das próximas quatro a seis semanas:

Se o treinamento descentralizado escala. Se o Teutonic for bem-sucedido, a tese do "Bitcoin da computação de IA descentralizada" sobrevive. Se falhar, a saída do Covenant será lida como o momento em que o treinamento baseado em subnets atingiu seu pico — um teto de 72B em vez de uma base de 72B.

Se o Mecanismo de Convicção (Conviction Mechanism) é a correção de governança correta. Bloquear os operadores de subnet evita outro dump ao estilo Covenant, mas cria um novo modo de falha onde os detentores de longo prazo podem se entrincheirar. O modelo de mantenedores distribuídos do Bitcoin Core, o desenvolvimento central contínuo da Solana Labs e a concentração da Mysten Labs na Sui são três respostas diferentes para a mesma pergunta — se a complexidade do protocolo exige um mantenedor central forte em quem a comunidade deve confiar. A Bittensor está agora executando sua própria versão desse experimento em tempo real.

Se a janela do ETF força a IA descentralizada a entregar no calendário das TradFi. A janela de decisão da SEC em agosto é um prazo rígido para uma narrativa que quer ser um "momento DeepSeek" em vez de um "projeto de pesquisa interessante". Isso é uma função forçada saudável ou uma receita para promessas excessivas — dependendo do que for entregue.

Para os desenvolvedores que observam do lado da infraestrutura, o sinal subjacente é mais simples: agentes de IA e redes de treinamento descentralizadas estão prestes a gerar um novo nível de carga de consultas on-chain — consultas de registro de modelos, provas de atestação, hashes de checkpoint de gradiente, dados de desempenho de subnet — que não se encaixam perfeitamente no padrão de dApps voltados para humanos para o qual a infraestrutura RPC existente foi construída.

A BlockEden.xyz fornece infraestrutura de RPC e indexação de nível empresarial em mais de 27 cadeias para equipes que constroem a stack onde a IA encontra a cripto. Explore nosso marketplace de APIs para construir em trilhos projetados tanto para tráfego humano quanto de máquinas.

Fontes​

Share on Twitter