TAO的DeepSeek时刻：Templar (SN3)的崛起

2025年2月3日，一款名为DeepSeek-R1模型悄然上线了国家超算互联网平台。

在随后的一个月里，因其性能直接对标顶级闭源模型，和堪比“白菜价”的训练成本直接席卷了全球。

引发了美股AI股们的暴跌和开启了属于中国AI的“DeepSeek”时刻。

2026年3月10日，Bittensor的Subnet 3 Templar，宣布完成了历史上规模最大的去中心化大语言模型（LLM）预训练运行——Covenant-72B

这是历史上规模最大的去中心化大语言模型预训练运行：

72亿参数、在约1.1万亿token数据集上、完全通过 Bittensor Subnet 3 的网络实现、无需许可、超过70个独立节点自由参与。

Bittensor迎来了属于自己的DeepSeek时刻。

一、 Templar (SN3)：从数据采集到核心训练的范式转型

Templar 的前身为 Omega Labs 运营的 SN3，早期侧重于多模态数据的收集与挖掘。随着 Bittensor 机制的演进，该子网完成了从“数据搬运工”向“模型铸造师”的战略跨越。

当前 Templar 定位于全球分布式大模型预训练基础设施。它通过激励机制汇聚全球异构算力，旨在解决大模型训练中极其昂贵的计算成本与中心化审查问题。Covenant-72B 的成功交付，验证了这一去中心化生产模式的成熟度。

二、 Covenant-72B：打破去中心化训练的规模天花板

Covenant-72B 是 Templar 产出的里程碑式成果，也是目前去中心化网络中规模最大的稠密架构预训练模型。

• 核心参数： 拥有 720 亿参数，基于高性能 DCLM 语料库进行预训练。
• 性能对标： 在基础模型评测中，其表现与 Meta 的 Llama-2-70B 基本持平。
• 指令优化： 经过微调后的 Covenant-72B-Chat 在 IFEval（指令遵循）和 MATH（数学推理）维度上展现出极强的竞争力，甚至在特定指标上超越了同规模的闭源模型。
• 推理效率： 该模型达到了 450 tokens/sec 的极高吞吐率，解决了大模型在实际应用中的响应延迟痛点。

三、 SparseLoCo 算法：去中心化训练的底层引擎

在普通互联网环境下训练 72B 规模的模型，最大的挑战在于节点间的通信带宽瓶颈。Templar 采用了核心算法 SparseLoCo 实现了质的突破：

• 极度压缩： 算法仅选择 1%-3% 的核心梯度分量进行传输，并将数据量化为 2-bit，大幅降低了对网络带宽的需求。
• 低频同步： 不同于传统集群的每步同步，SparseLoCo 允许节点在本地迭代 15-250 步后再进行全局同步。
• 误差补偿： 通过本地梯度累加机制，确保了在丢失 97% 以上信息的情况下，模型收敛精度依然不受损害。

这种技术路径证明了：即便没有 InfiniBand 等昂贵的专线集群，依靠全球分布式的普通网络同样可以产出顶级智能。

四、 业界评价与市场反应

Templar 的技术成果引起了主流 AI 圈与资本市场的关注：

• 权威认可：

Anthropic 联合创始人 Jack Clark 在其分析报告中将 Templar 归类为全球最大的活跃去中心化训练网络，并指出其发展速度超出了行业预期。

Jason Calacanis（All-In Podcast主持人、知名硅谷投资者）在最近的博客中深度介绍了Bittensor的机制，并暗示大家购买

• 机构布局：

灰度 (Grayscale) 持续增持 TAO，并将其作为去中心化 AI 赛道的核心持仓。

DCG成立了Yuma，专门聚焦于加速 Bittensor (TAO) 生态的发展，被视为 DCG 对去中心化 AI（decentralized AI）最大、最直接的押注。

• 市场表现：

$TAO: 随着Templar宣布完成了72B的大模型训练，TAO在此后上涨超过30%,在BTC的震荡行情中表现出了绝对的强势。

$Templar (SN-3)：主角Templar 7天内上涨75%，称为了Bittensor当前捕获Emission排放的龙一。当前Market Cap仅为 70m

五、 子网投资潜力与生态天花板

Templar 的成功为 Bittensor 生态打开了全新的想象空间：

• 打开价值天花板： 长期以来，外界质疑 Bittensor 只是“空气激励”。Templar 证明了该协议能够产出具备商业化竞争力的生产力工具，将 TAO 的估值逻辑从“叙事驱动”转向“产品驱动”。
• 异构算力的潜力： 随着“异构 SparseLoCo”的开发，未来消费级显卡（如 RTX 4090）将能直接参与千亿级参数模型的训练，实现算力资源的平权化。
• 子网的确定性机会： 在 dTAO 机制下，像 Templar 这种拥有硬核技术壁垒、能够持续产出高性能模型的子网，其代币具备极高的长期配置价值。

Templar 当前 MC=75m，FDV=350m

而当前主流的大模型公司Open AI 估值8400亿、Anthropic 3500亿、Minimax 450亿。

并不是说Templar能直接对标这些公司，但在当前这个叙事稀缺、注意力消散、人们不再相信去中心化的圈子，Templar的出现无疑为去中心化AI打入了一剂强心剂。

结语

Templar 证明了去中心化环境不仅能存储数据，更能生产智能。Covenant-72B 仅仅是一个开始，随着 SN3（预训练）、SN39（算力）与 SN81（强化学习）的纵向整合，一个运行在区块链上的、去中心化的 OpenAI 雏形已然浮现。

Crypto行业从诞生到今天，已经证伪了无数的叙事，增加风靡一时的去中心化存储、去中心化算力、去中心化计算机都已经看似被证伪，但很高兴仍然有项目在去中心化的道路上坚定的前行并做出了成绩。

到此这篇关于TAO的DeepSeek时刻：Templar (SN3)的崛起的文章就介绍到这了,更多相关Templar相关资讯内容请搜索脚本之家以前的文章或继续浏览下面的相关文章，希望大家以后多多支持脚本之家！