BittensorのCovenant-72Bとは？ブロックチェーン上で分散型AIモデルを訓練する意義

Bittensorのサブネット3（Templar）は、史上最大規模の分散型大規模言語モデル（LLM）事前学習を完了しました。このモデル「Covenant-72B」は720億のパラメータを持ち、70名以上の独立した貢献者が一般的な家庭用GPUと通常のインターネット接続のみで訓練しました。中央集権型データセンターや企業ホワイトリスト、高額なインフラ投資は不要でした。MMLUベンチマークで67.1のスコアを記録し、MetaのLlama 2 70Bと同水準の性能を達成しています。

BittensorのネイティブトークンTAOも反応し、2026年3月だけで約90%上昇し、約313ドルで取引され、時価総額は約34億ドルとなりました。NVIDIA CEOのJensen Huang氏は、Bittensorの取り組みを「現代版folding@home」と評価し、その発言後、AIトークンセクターは1日で40.9%上昇しました。

本記事では、Covenant-72Bの達成内容、Bittensorのサブネット構造、そして今後のTAO保有者への意義について解説します。

Covenant-72Bの主な成果

720億パラメータのLLMを訓練するには多額のコストがかかります。OpenAIやGoogle、Anthropicは、専用データセンターのGPUクラスターに数千万ドル単位を投じています。しかしCovenant-72Bは異なる手法を採用。Templarプロトコルが世界中の70以上のマイナーを調整し、一般的なGPUとインターネットのみで総計約1.1兆トークンの処理を実現しました。

この分散訓練を成立させた技術的革新がSparseLoCoです。スパース化、2ビット量子化、エラーフィードバックを用いてノード間通信のオーバーヘッドを146分の1に削減。高額な帯域のデータセンター間接続を必要とせず、参加者が訓練を同期できるようにしました。また「Gauntlet」と呼ばれるスコアリングシステムが各ノードの成果物を損失評価とOpenSkillランク付けで評価し、すべてがBittensorブロックチェーン上に記録されます。高品質な訓練貢献をしたノードはより多くのTAOを獲得でき、パフォーマンスが低いノードは減点されます。

成果は完全なオープンソースモデル（Apacheライセンス）として重み・チェックポイントを公開。2026年3月のarXiv論文でMMLUゼロショットスコア67.1が確認され、LLaMA-2-70BやLLM360 K2を上回りました。最先端モデルには及びませんが、匿名の貢献者が経済インセンティブとプロトコルルールのみで大手企業と競合できるモデルを実現した点が重要です。

Bittensorのサブネット構造とは

Bittensorは単一AIモデルではなく、専門特化したサブネットという小ネットワークの集合体です。各サブネットが特定の機械学習タスクに特化し、出力品質に基づく報酬をめぐってAIサービス同士が競争します。サブネット1はテキストプロンプト、サブネット3（Templar）はCovenant-72Bの分散訓練を担当。他にも画像生成、スポーツ予測、サイバーセキュリティなど多様な分野があります。

各サブネットはAI出力を生成するマイナーと、その成果の品質を評価するバリデーターで構成。基盤となる経済エンジンはYuma Consensusメカニズムで、各参加者が生み出す価値に比例してTAO報酬が分配されます。マイナーは最高品質を競い、バリデーターはTAOをステーキングして評価権を得ます。不適切な成果にはペナルティ、高評価には比例報酬が与えられます。中央集権的な審査もありません。

現在128のサブネットが稼働中で、2026年後半には256への拡張が計画されています。サブネットトークンは、ステーキングされたTAOが裏付けとなるAMM（自動マーケットメイカー）で価格が決まり、エコシステム内の特定機能へのレバレッジ型投資とみなされています。Covenant-72B公開時、Bittensorエコシステムトークンの合算時価総額は約15億ドルに到達し、Templarサブネットトークン自体も7日間で194%上昇しました。

Jensen Huang氏の評価が持つ意味

Jensen Huang氏は、世界中のほぼすべてのAIモデルに用いられるGPUを製造する3兆ドル企業のCEOです。同氏がAll-In PodcastでChamath Palihapitiya氏と対談した際、Bittensorをfolding@homeになぞらえて話題となりました。同氏は「モデルは独自製品としてもオープンソースとしても必要。どちらか一方ではなく、両方が共存すべき」と指摘。

この発言は、分散型・オープンソースAIが中央集権型と並ぶ現実的な選択肢であると市場に示唆しました。GPU販売で利益を得るNVIDIAのCEO自らが「中央集権と分散型AIの共存」を支持したことで、TAO保有者にとって重要なシグナルとなりました。

結果として、エピソード放送後数時間でTAOは17%上昇し、AIトークンセクター全体も追随しました。

TAOと中央集権型AIとの比較

BittensorとOpenAI、Google DeepMind、Anthropicのような中央集権型AIラボは本質的に比較対象が異なります。

現時点で中央集権型ラボはより高性能ですが、その分リスク集中も指摘されています。Bittensorはオープンかつ許可不要でモデル開発ができ、誰も重みの公開や参加を制限しません。

Linuxが1995年に商用UNIXより劣っていたように、今は中央集権型AIが優勢ですが、分散型・オープン型ソフトウェアがインフラとなった歴史を思い起こさせます。

TAO価格推移の要因

TAOの3月90%上昇は単一要因ではなく、3つの出来事が重なりました。

Covenant-72B発表（3月10日）：Templarチームが分散型LLM訓練完了を発表し、arXiv論文公開で信頼性を獲得。TAOは2週間で54.8%上昇。

Jensen Huang氏の評価（3月18-19日）：All-In Podcastの発言が話題となり、2日間で17%急騰。

エコシステム拡大と機関投資家の関心：2026年初頭にGrayscaleによるBittensor Trustが認定投資家向けにオープンし、サブネットも128から256へ拡大予定。Grayscale Trustの現物TAO ETF転換に関する議論も進行中。

Bittensorエコシステムトークンの時価総額15億ドル到達は、サブネットトークンをTAOへのレバレッジ投資とみなすトレーダーの関心を集めました。BittensorはAI系暗号資産時価総額で3位にランクインしています。

ただし、TAOは依然として過去最高値$757.60から約59%下落した水準にあり、今後の展開によってリスクと期待が混在しています。

よくある質問

BittensorのCovenant-72Bモデルとは？

Covenant-72Bは、Bittensor分散ネットワークで独立した70名超の貢献者が一般的なハードウェアで訓練した720億パラメータの大規模言語モデルです。MMLUベンチマークで67.1を記録し、Meta Llama 2 70Bと同等の水準です。重みはすべてApacheライセンスで公開されています。

2026年のBittensorは投資対象として良いか？

TAOはCovenant-72Bの実績、Jensen Huang氏の評価、Grayscale Trustの開放により注目を集めていますが、依然としてボラティリティが高く、過去最高値から約59%低い水準です。安定した価値保存資産ではなく、分散型AIインフラへの高β投資としてご自身のリスク許容度を考慮してください。

Bittensorで参加者はどのように報酬を得るのか？

マイナーはサブネットに計算資源を提供し、AI出力の品質に応じてTAO報酬を獲得します。バリデーターはTAOをステーキングし、マイナーを評価して一部報酬を得ます。サブネットオーナーは配分されたTAOの一部を受取ります。全てはプロトコルレベルで自律的に運用され、中央管理者による手数料はありません。

BittensorはOpenAIやGoogleと競合できるか？

現時点ではリソースや性能で中央集権型ラボに及びませんが、Bittensorの強みは許可不要・オープンソースでの開発と分散型構造です。長期的には、分散型訓練が中央集権型の補完となることが期待されています。

まとめ

Covenant-72Bは、分散型AI訓練が十分に競争力のあるモデルを実現できる初めての事例です。MMLUスコアは最先端ではありませんが、データセンターや大規模予算・承認なしで成し得た点が業界の議論を変えています。今後は「分散型AIは可能か？」から「どれだけ早く進化するか？」へと焦点が移っています。

TAO価格は313ドル・時価総額34億ドルと高い期待が織り込まれていますが、256サブネットへの拡張やGrayscale現物ETF転換、分散訓練効率の継続的な技術進展など2026年の成長要素があります。一方、トークンはストーリー性に影響されやすく、AI暗号資産の動向によって変動も大きい点にご留意ください。

本記事は情報提供のみを目的としており、金融または投資アドバイスではありません。暗号資産取引には大きなリスクが伴います。ご自身で十分な調査・検討の上でご判断ください。