TAO价格今日（2026年3月24日）上涨超过10%。Targon子网获得市场关注。Targon的增长推动了TAO需求，因为Bittensor网络内更高的使用率、质押和网络活动直接促成了今日的价格飙升。
根据CoinMarketCap数据，Bittensor的原生代币TAO今日（2026年3月24日）飙升超过10%。随着这一上涨，该代币成功突破305美元大关，涨幅超过了比特币2.47%的涨幅。这一飙升突显了资金向专注于人工智能的加密货币领域的强劲轮动，其中Bittensor作为去中心化AI基础设施领导者脱颖而出。
截至发稿时，根据CoinMarketCap数据，该代币价格为306.80美元，过去24小时上涨10.22%。
交易所流出的现货积累信号以及交易量激增近115%至6.66亿美元，证实了真正的买家兴趣，减少了卖出压力并推动了上涨势头。
Targon与Intel合作的机密计算白皮书正式发布
经过一年多的开发，Bittensor子网4（Targon）于昨日（2026年3月23日）在社交媒体平台X上发布了一份与Intel工程师合著的详细新白皮书。
这份题为《使用Intel® TDX和加密CVM在不可信硬件上进行去中心化计算》的论文，解决了在不可信主机上运行可信AI工作负载的核心挑战。它还提供了生产就绪的机密可信执行环境（TEE）。
“我们需要在不可信的主机上运行可信的工作负载。所以一年多前，我们开始构建Targon虚拟机，以实现生产环境中的机密TEE。今天我们分享与@intel合著的白皮书：在不可信硬件上的去中心化计算…”
Targon的系统利用Intel信任域扩展（TDX）和NVIDIA机密计算，在随机硬件提供商的机器上创建完全加密的虚拟机。主机无法查看数据、模型权重、GPU内存或磁盘，确保即使在拥有物理访问权限或虚拟机监控程序控制权的恶意操作者面前也能保持铁一般的隐私。
该系统通过为每个提供商使用不同的加密、定期检查一切是否在可信硬件上运行，并将使用锁定到特定机器以防止被复制或移动到其他地方来保持安全性。它还会每72分钟重新检查安全性以保持安全。所有这些结合成一个强有力的证明，表明系统是真实且安全的。
该系统已经在大规模使用。它在超过1,500个强大GPU上运行，每天处理超过200亿个AI请求，并向计算能力提供者支付超过6000万美元的年费用。
Jesus Martinez在X上强调Intel工程师级别的验证
加密货币影响者Jesus Martinez在X上发帖，对白皮书进行了重点介绍。
“一个Bittensor子网刚刚发布了一份与Intel合著的白皮书。不是’合作伙伴关系公告’。不是幻灯片上的logo。两位Intel工程师署上了他们的名字。” – Jesus Martinez
在他的推文中，他分析了Targon的威胁模型，假设完全恶意的主机控制虚拟机监控程序、快照虚拟机或串通，但架构仍然稳固。Martinez称这是解决去中心化计算信任障碍的方案。他甚至表示，没有严肃的参与者会在他们不控制的机器上运行敏感的AI工作负载。
Targon的规模和背景包括Manifold的规模和背景，包括Manifold从OSS Capital和早期Google投资者Ram Shriram获得的1050万美元A轮融资。对于Bittensor爱好者来说，这是企业级的可信度，随机logo无法比拟。
Targon的势头推动Bittensor（TAO）生态系统增长
Targon的崛起直接推动了Bittensor的核心价值主张，在这个去中心化的机器学习网络中，像Targon这样的子网根据性能竞争TAO排放。经过验证的链上指标显示子网4在激励方面占据主导地位，其机密计算吸引了需要隐私的高风险AI推理工作负载。
这推动了TAO需求，因为矿工为子网参与进行质押，用户为计算访问购买代币。交叉参考Bittensor的仪表板和Dune Analytics证实了Targon的优势。在子网多样性激增的情况下，它成功捕获了约15-20%的网络排放。
随着AI代理和模型迁移到安全、去中心化的硬件，Targon每天200亿+的代币转化为真实的经济活动，将TAO锁定在质押池中并放大代币流通速度。看涨的链上流动与这一效用激增相一致，使Bittensor相对于更广泛的加密货币市场保持持续优异表现。
本网站所有区块链相关数据与资料仅供用户学习及研究之用，不构成任何投资建议。转载请注明出处：https://www.lianxinshe666.com/2026/03/24/tao%e4%bb%b7%e6%a0%bc%e7%aa%81%e7%a0%b4305%e7%be%8e%e5%85%83%e5%a4%a7%e5%85%b3%ef%bc%8ctargon%e6%8e%a8%e5%8a%a8bittensor%e7%94%9f%e6%80%81%e7%b9%81%e8%8d%a3/
