Targon (subnet numarası: SN4), Bittensor ekosistemi üzerine inşa edilmiş merkeziyetsiz bir confidential cloud altyapısıdır. Temel amacı; Trusted Execution Environment (TEE), deterministik kriptografik doğrulama ve dinamik oyun teorisi tabanlı token ekonomisi gibi mekanizmalar aracılığıyla, geleneksel bulut devlerinin tekelinde bulunan kurumsal düzey yüksek performanslı AI hesaplama gücünü ve özel model çıkarımını serbest piyasada “kıt dijital emtia” haline getirmektir.
Mimari açıdan Targon; tam yığın güvenlik savunmasını (donanım izolasyonu, korumalı bus, özelleştirilmiş TargonOS sistemi dahil) çoklu üretici donanım entegrasyon stratejisiyle birleştirerek, gizlilik ve trustless execution merkezli merkeziyetsiz bir hesaplama ağı oluşturur. Bu yapı yalnızca kurumsal AI model eğitim ve çıkarım maliyetlerini ciddi şekilde düşürmekle kalmaz, aynı zamanda veri gizliliği ve fikri mülkiyet konusunda yüksek hassasiyete sahip kurumlar için sansür direncine sahip bir uyumluluk mimarisi sağlar.
Ekosistem ve veri performansı açısından Targon, büyük ölçekli ticari uygulamaların (ör. Dippy AI) çekirdek altyapı göçünü tamamlamış, on milyonlarca dolarlık dış yıllık gelir üretmiş ve dTAO mekanizması altında güçlü sermaye çekim gücü göstermiştir. Targon, merkeziyetsiz AI yarışında “veri güvenliği ve doğrulama güveni” eksikliğini doldurarak “kurumsal gizli hesaplama gücü kiralama” şeklinde yeni bir iş modeli ortaya koymuştur. Uzun vadede, yeni nesil değiştirilemez AI uygulamaları ve egemen dijital zeki varlıklar için temel altyapı olma potansiyeline sahiptir.
Geleneksel Web2 Cloud as a Service devlerinden başlayarak: AI hesaplama gücü tahsisinin mevcut durumu ve sınırlamaları
1.1 Merkezi bulut sağlayıcıları ve hesaplama gücü tekeli
Yapay zekânın üstel büyüme döneminde, küresel hesaplama kaynaklarının dağılımı benzeri görülmemiş bir dengesizlik yaşamaktadır. Büyük ölçekli dil modelleri (LLM) gibi AI uygulamalarının çalıştırılması, geleneksel anlamda çok yüksek finansal ve altyapı bariyerlerine sahip bir süreçtir. Mevcut hesaplama gücü arzı ağırlıklı olarak AWS, Google Cloud, Microsoft Azure gibi merkezi bulut sağlayıcıları ve kapalı AI laboratuvarları tarafından kontrol edilmektedir.
Bu yapılar, NVIDIA H100 ve H200 gibi üst seviye çiplerden oluşan kümeleri kontrol ederek hem fiyatlamayı hem de kaynak dağıtımını belirlemektedir. Bu modelde orta ölçekli şirketler ve geliştiriciler, yüksek primlerle “AI hesaplama hizmeti” kiralamak zorunda kalır. Böylece yüksek seviye AI hesaplama birkaç aktörün tekelinde kalır.
Web2 merkezi bulut sağlayıcıları yüksek ölçekte ölçeklenebilir ve görece stabil hesaplama hizmetleri sunsa da, yapısal olarak kapalı mimarilerinin sınırlamaları AI endüstrisi geliştikçe daha hızlı şekilde ortaya çıkmaktadır.
Gizlilik ve fikri mülkiyet endişeleri: Şirketler, tescilli model ağırlıklarını ve tıbbi kayıtlar ile finansal işlemler gibi son derece hassas kullanıcı verilerini merkezi bir buluta yükler ve bu durum tek noktadan arıza ve veri sızıntısı açısından ciddi riskler oluşturur. Modern şirketlerin tescilli model ağırlıklarının sızdırılmasına dair derin endişesi, daha gelişmiş iş senaryolarının buluta taşınmasının önündeki temel darboğaz haline gelmiştir.
Yüksek maliyet ve esnek olmayan fiyatlama: Hesaplama kaynakları bulut sağlayıcılarının elinde yoğunlaşmıştır ve fiyatlama mekanizması gerçek bir serbest piyasa rekabetinden yoksundur. Yüksek hacimli ve yüksek eşzamanlı çıkarım ihtiyacı olan şirketler için uzun vadeli merkezi Cloud as a Service kiralamaları, son derece sürdürülemez operasyon ve bakım maliyetlerine yol açar.
Yapısal darboğazlar ve sansür direnci eksikliği: Geleneksel bulut hizmetleri, kullanıcıların model eğitimi, veri transferi ve kaynak planlamasının tek bir platformun kurallarına sıkı şekilde bağlı olduğu “kapalı sistemlerdir” ve fiziksel mimari düzeyinde tam bir sansür direncinden yoksundur. Bu bağlamda Bittensor protokolü ortaya çıkmış ve blockchain token ekonomisi ile dağıtık makine öğrenimini entegre ederek “Digital Commodity Internetwork” adı verilen eşler arası serbest bir piyasa oluşturmayı hedeflemiştir.
Targon: “kriptografik ağ” ile AI confidential computing’in yeniden inşası
Yukarıda belirtildiği gibi, geleneksel Web2 AI hesaplamasının temel sorunu “kapalı tekel” ve “güven krizi”dir. Targon bu endüstri sorununu kökten yeniden yapılandıran devrimsel bir yaklaşımdır. Targon, ABD’nin Austin, Texas şehrinde bulunan AI altyapı girişimi Manifold Labs tarafından geliştirilmekte ve Bittensor ağında Subnet 4 (SN4) olarak işletilmektedir.
Targon, dünyanın atıl durumdaki tüketici sınıfı GPU’larını verimsiz bir hesaplama panosunda toplamak değildir; bunun yerine, “donanım seviyesinde trustless execution” problemini sistematik olarak çözen ilk ve şu anda tek confidential cloud altyapısı olarak tanımlanır. Manifold Labs’ın çekirdek ekibi Bittensor’un yerel yapısını derinlemesine anlamaktadır. Kurucu ve CEO Robert Myers ile kurucu ortak James Woodman, Targon’un stratejisini enterprise cloud pazarında AWS ve OpenAI’a doğrudan rakip olacak şekilde konumlandırmıştır.
Trusted Execution Environment (TEE), geliştirilen Virtual Machine (TVM) ve deterministik kriptografik doğrulamanın derin entegrasyonu sayesinde Targon, kullanıcıların tamamen merkeziyetsiz node’lar üzerinde görev çalıştırmasına izin verir ve hem fiziksel hem de matematiksel düzeyde mutlak veri gizliliği garanti eder.
Merkeziyetsiz AI ağları uzun süredir temel bir monetizasyon ikilemi ile karşı karşıyadır:
Bir yandan, dünyanın uzun kuyruklu atıl hesaplama gücünün toplanması maliyetleri ciddi şekilde düşürür.
Diğer yandan, node’ların fiziksel kontrolü anonim global miner’ların elinde olduğu için tıbbi, finansal veya yüksek değerli model ağırlıkları içeren işlemler ciddi veri hırsızlığı riski taşır.
Targon’un temel değişimi, “node’a güvenmek” varsayımını tamamen ortadan kaldırarak bunu “matematiksel olarak kötü niyetli olmanın imkânsızlığı” yaklaşımına dönüştürmesidir. Targon, donanım fiziksel bus seviyesinden işletim sistemi seviyesine kadar bir savunma katmanı inşa ederek, anonim miner’ların veri merkezine fiziksel erişimi olsa bile model ağırlıklarını okumasını veya kullanıcı verilerini çalmasını imkânsız hale getirir. Bu yaklaşım, düşük maliyetli dağıtık hesaplama ile enterprise seviye uyumluluk güvenliği arasındaki büyük boşluğu doldurur ve kapalı kaynak AI modellerinin açık ağ üzerinde ticarileştirilmesinin önünü açar.
Geleneksel merkeziyetsiz hesaplama platformlarında platformun rolü genellikle kaynak eşleştirme ile sınırlıdır. Ancak Targon ve Bittensor’un makroekonomik çerçevesinde bu süreç temel bir dönüşüm geçirir:Targon, “gizlilik özellikli yüksek performanslı AI hesaplamayı” standartlaştırılmış, ölçülebilir ve serbestçe alınıp satılabilen kıt bir “dijital emtia” haline getirmeyi hedefler. Bu yalnızca araç sağlamak değil, sürekli işleyen bir piyasa kurmaktır. Geliştiriciler milyonlarca dolar değerindeki tescilli modelleri güvenle çalıştırabilir; hesaplama gücü sağlayıcıları (kurumsal miner’lar) donanım fiyatlarını order book üzerinden belirleyebilir; doğrulayıcılar ise kriptografik mekanizmalarla hizmet kalitesini ölçerek token dağıtımı yapar.Böylece AI hesaplama, yüksek riskli bir mühendislik sürecinden, piyasa teşvikleri ve tüm tarafların etkileşimiyle çalışan dinamik bir dijital ekonomi modeline dönüşür.
Bittensor ekosisteminde 128 aktif subnet’e kadar genişleyen yapıda farklı subnet’ler veri toplama, MultiModal Machine Learning üretimi ve model eğitimi gibi görevler üstlenir. Targon’un (SN4) bu ağdaki konumu, giderek tüm ekosistemin endüstriyel seviye “computing sink”i ve çekirdek hesaplama merkezi haline gelmektedir.
Targon yalnızca dış Web2 müşterilerine hizmet vermekle kalmaz, aynı zamanda donanım kapasitesi olmayan ancak gelişmiş mantık çalıştırması gereken diğer subnet’lere de confidential hardware altyapısı üzerinden hesaplama desteği sağlar. Veri izolasyonu ve işbirliği: Spor takibi odaklı Score subnet (SN44), sahadaki hassas antrenman videolarını kamu ağına sızdırmadan analiz etmek için modellerini Targon’un TEE ortamında çalıştırır.
Mantıksal optimizasyon yürütme: AI çıkarım optimizasyonu üzerine çalışan Affine subnet (SN120), donanım barındırmaz ve çıkarım işlemleri için Targon ağına bağımlıdır; bu da tam bir değer döngüsü oluşturur.
AGI Ar-Ge desteği: Hone gibi öncü projeler, Manifold Labs altyapısını çekirdek pre-training ve fusion framework’lerine entegre eder. Ayrıca Targon, NousResearch’un hermes-agent toolkit’ine entegre edilerek geliştiricilerin merkeziyetsiz confidential GPU kaynaklarına doğrudan erişmesini sağlar.
Çekirdek mimari: Ağda donanım seviyesinde trustless confidential computing nasıl uygulanır
Targon’un güven darboğazını nasıl aştığını tam olarak anlamak için, Targon Virtual Machine (TVM) olarak bilinen tam yığın güvenlik savunma sisteminin detaylı şekilde incelenmesi gerekir.
Targon, dağıtık bir ortamda veri güvenliğini güvene dayanmadan sağlar ve en düşük seviye olan donanım izolasyonundan başlar.
Trusted Execution Environment (TEE): CPU içinde “Enclave” adı verilen donanımsal şifreli bir bellek alanı oluşturulur. Node işletim sisteminin en yüksek (Root) yetkileri ele geçirilse bile bu alanda çalışan talimatların ve verilerin okunması veya değiştirilmesi mümkün değildir.
Donanım uyumluluğu ve standart entegrasyon: Tekil teknoloji bağımlılığını önlemek için Targon, Intel Trust Domain Extension (TDX) teknolojisini derinlemesine entegre eder ve AMD Secure Encrypted Virtualization (SEV-SNP) mimarisini destekler. Ayrıca NVIDIA’nın gelişmiş confidential computing mimarisi ile GPU seviyesinde uyum sağlar.
Bus Transfer Katmanı Şifrelemesi (PPCIE): Anakart bus hattı üzerinden yapılabilecek fiziksel dinleme saldırılarını engellemek için PCIe transferleri zorunlu olarak şifrelenir. CPU belleğinden H200 veya RTX 4090 GPU’ya veri aktarımı sırasında tüm hassas veri akışı şifreli stream algoritmaları ile korunur ve uçtan uca donanım seviyesinde dinleme engeli sağlanır.
Madencilerin kötüye kullanım ve manipülasyon motivasyonu nedeniyle Targon, rastgele değiştirilmiş işletim sistemlerinin çalıştırılmasına izin vermez.
Özel işletim sistemi: Manifold Labs tarafından geliştirilen TargonOS, untrusted cihazlarda şifreli sanal makineleri başlatmak için optimize edilmiş özel bir Linux dağıtımıdır.
TPM tabanlı donanım kök güveni: TargonOS, Trusted Platform Module (TPM) tabanlı Secure Boot mekanizması kullanarak sistemin değiştirilmediğini garanti eder.
Düşük gecikmeli ağ iletişimi: Epistula v2 açık kaynak protokolü ve InfiniBand / RoCE gibi ultra düşük gecikmeli teknolojiler ile node’lar arası iletişim sağlanır. Bu sayede hem veri gizliliği korunur hem de 50 ms altı yanıt süresi ve %99 uptime seviyesine ulaşılır.
Dağıtık bir mimaride yüz milyar parametreli bir modelin gerçekten hesaplanıp hesaplanmadığı nasıl doğrulanır? Bu Targon’un en yenilikçi deterministic verification tasarımını içerir.
Remote Attestation: Görev dağıtılmadan önce miner’lar; gerçek zamanlı donanım modeli, OS kernel hash’i ve TVM binary bütünlük bilgilerini içeren kriptografik kanıt sunar. Doğrulayıcılar bunu kontrol ederek sahte GPU (ör. H200 taklidi) kullanımını engeller.
Asimetrik hesaplama gücü problemi: Geleneksel sistemlerde düşük donanımlı validator’lar miner hesaplamasını yeniden üretemez. Targon’un verifier.py sistemi bu problemi çözer; sistem sürekli olarak miner’lara sentetik ve gerçek sorgular gönderir.
Logprobs Engine: Miner’lar yalnızca çıktı metni değil, aynı zamanda her token için log probability (logprob) matrisini de geri döndürmek zorundadır.Hafif doğrulayıcılar, kendi referans modelleri ile bu olasılık dağılımını kriptografik düzeyde karşılaştırır. Eğer dağılımlar yüksek derecede uyumluysa ve yanıt süresi donanım sınırının altındaysa, doğrulayıcı miner’ın gerçekten sıfırdan inference yaptığını istatistiksel olarak kesin biçimde doğrular. Bu yöntem cache kullanımı veya küçük model manipülasyonlarını anında ortaya çıkarır.
Teşvik ve Rekabet Mekanizması: AI hesaplamanın makroekonomide “pozitif döngü” oluşturması
Bittensor ağının yaşam döngüsü ve hesaplama gücü yönlendirmesi, büyük ölçüde temel token ekonomisi tasarımına bağlıdır. Aralık 2025’te Bittensor ilk üretim yarılanmasını (halving) yaşamış ve TAO tokenının günlük dağıtımı 7.200’den 3.600’e düşürülerek enflasyon oranı %13 seviyesine çekilmiştir. Ayrıca maksimum arz 21 milyon ile sınırlandırılmıştır.
Şubat 2025’te devreye alınan dynamic TAO (dTAO) mekanizması ise subnet’lerin ekonomik işleyişini kökten değiştirmiştir. Bu sistem Automated Market Maker (AMM) modelini getirerek, sabit doğrulayıcı komitesi tarafından yapılan keyfi teşvik dağıtımını kaldırmış ve bunun yerine serbest piyasa sermaye oylamasını (market voting) devreye sokmuştur.
Bu yapıda Targon için SN4 isimli özel bir Alpha token oluşturulmuştur. Yatırımcılar, temel katman TAO stake ederek SN4 mint edebilir veya takas edebilir ve böylece çift tokenlı derin bir likidite havuzu oluşur. SN4 tokenının anlık fiyatı ve toplam piyasa değeri, Targon’un TAO emisyon havuzundan günlük olarak alacağı teşvik payını doğrudan belirler.
Madencilerin “minimum seviyeye ulaşıp pasif gelir elde etme” (lying flat) davranışını engellemek için Targon v3 sürümünde ödül sistemi tamamen yeniden tasarlanmıştır. Düz gelir eğrisi terk edilerek çok daha keskin bir “üstel ödül eğrisi” uygulanmıştır.
Kapsamlı performans değerlendirmesi: Doğrulayıcılar, miner donanımının gecikme, eşzamanlılık ve throughput performansını gerçek zamanlı izler.
Kazanan-hepsini-alır yapısı: Sadece en üst performans gösteren ve büyük ölçekli eşzamanlı istekleri sürdürülebilir şekilde işleyebilen node’lar, Yuma consensus puanını ve yüksek ödülleri alır.
Sıkı anti-hile mekanizması: TVM parametreleriyle oynayarak yanıt süresini yapay hızlandırmaya çalışan tüm girişimler logprob karşılaştırma aşamasında tespit edilir. Bu durumda skor sıfırlanır, node scoring dışına alınır ve sistemden düşürülme gibi ağır cezalar uygulanır. Bu mekanizma, madencileri sürekli olarak daha güçlü GPU yatırımı ve yüksek bant genişliği altyapısına yönlendirerek Targon’un fiziksel altyapı seviyesini güçlendirir.
Merkeziyetsiz ağlar uzun süredir “gelir çölü” olarak eleştirilmekte, yani büyük ölçüde token enflasyonu ile katılımcıların sübvanse edilmesine bağımlı kalmaktadır. Bu model sürdürülebilir değildir çünkü sübvansiyonlar kesildiğinde gerçek müşteriler hızla sistemden çıkar. Manifold Labs bu sorunu çözmek için aşağıdaki yapısal reformları uygulamıştır:
%70 enflasyon yakımı: Subnet TAO arzının %70’e kadarı doğrudan yakılır veya dolaşımdan izole edilir ve piyasaya girişi engellenir.
Fiat denge noktası kontrolü: Dolaşım azaltılarak büyük ölçekli miner gelirleri (ör. H200 node’ları) yaklaşık 2.80 USD/saat seviyesinde dengelenir. Bu gelir seviyesi yalnızca ekipman amortismanı, kredi faizi ve elektrik maliyetlerini karşılar; böylece yalnızca kısa vadeli arbitrajcılar elenir ve ağ daha istikrarlı operatörlere kalır.
Order book mekanizması: Sabit fiyatlı “komut ekonomisi” modeli kaldırılır ve fiyatlandırma gücü tamamen hesaplama gücü sağlayıcılarına verilir. Miner’lar kendi GPU fiyatlarını belirleyebilir, hatta teminat ve uptime garantili uzun vadeli sözleşmeler imzalayabilir. Bu yapı, küçük ölçekli perakende miner’ları sistem dışına iterken, kendi veri merkezlerine sahip kurumsal oyuncuları ekosisteme çekerek Targon ağının ticari dayanıklılığını artırır.
Ekosistem durumu ve iş penetrasyonu
Targon’un katılımcı ekosistemi, hâlen Proof of Concept (PoC) aşamasında olan birçok subnet ağından temel olarak farklıdır. Gerçek iş dünyasında güçlü bir yerleşik bariyer oluşturmuştur.
Talep tarafı ve doğrulayıcılar (kurumsal benimsenme): En dikkat çekici ticari kırılım, AI rol yapma teknolojisi şirketi Dippy AI üzerinden gerçekleşmiştir. Dippy AI, mobil tarafta 8.6 milyondan fazla kullanıcıya sahip olup günlük milyarlar (10B) seviyesinde temel token etkileşim isteğiyle karşı karşıyadır. Yüksek operasyon ve bakım maliyetleri nedeniyle Dippy AI, merkezi bulut sağlayıcı ile olan sözleşmesini sonlandırarak tüm backend çıkarım zincirini Targon ağına taşımıştır. Bu altı haneli büyük ölçekli anlaşma, Targon’un yıllık dış gelirini yaklaşık 10.4 milyon USD seviyesine yükseltmiş ve büyük ölçekli şirketlerin Targon’a geçiş sonrası toplam maliyetlerini %20–35 oranında düşürürken merkeziyetsiz esnekliği koruyabildiğini göstermiştir.
Full-stack ekosistem matrisi (Manifold 2.0): Mart 2025’te Manifold Labs; Sybil (merkeziyetsiz hibrit AI arama motoru, milisaniye seviyesinde sansür direnci ve veri çekimi sağlar) ve Tao.xyz (blockchain ağ izleme ve gelişmiş endpoint araçları) gibi çok boyutlu uygulamaları kapsayan bir ekosistem matrisi başlatmıştır. Bu yapı, geliştirici deneyimini ve veri şeffaflığını önemli ölçüde artırmıştır.
2026 yılına kadar dTAO sistemi ve on-chain referans verilere göre Targon, serbest piyasada güçlü bir sermaye tutma ve likidite kapasitesi göstermektedir.
Piyasa değeri ve fiyat: SN4 ana varlığının fiyatı yaklaşık 18.39 – 19.07 USD aralığında stabil kalmış, toplam piyasa değeri 85.10M – 91.80M USD seviyesine ulaşmıştır. Bu durum, 128 aktif subnet arasında ilk üç içinde yer aldığını ve güçlü kurumsal sermaye konsensüsünü gösterdiğini ifade eder.
Deflasyon mekanizması: 21 milyonluk maksimum arz sınırı altında dolaşımdaki miktar 4.41M – 4.46M seviyesinde tutulmaktadır. Token ekonomisi mekanizmasıyla yaklaşık 442,300 token kalıcı olarak yakılmıştır (burned), bu da güçlü bir deflasyonist yapı oluşturur.
Likidite havuzu: AMM yapısında yaklaşık 42.25 milyon USD değerinde rezerv likidite (130,000+ TAO ve 2.22M Alpha) bulunmaktadır. Bu yapı, büyük ölçekli pozisyon açma ve staking işlemlerinde fiyat kaymasını azaltan bir güvenlik tamponu sağlar.
Stake ve getiri: Piyasadaki tokenların önemli bir kısmı kilitli ve stake edilmiş durumdadır (2.25M SN4+). Doğrulayıcılar tarafından sağlanan yıllık getiri %8.40 – %9.61 aralığında stabil kalmakta olup, bu oran geleneksel Web2 sabit getirili enstrümanlara kıyasla daha yüksek bir getiri profili sunmaktadır.
Rekabet ortamı ve çok boyutlu kırılganlık oyunu
Yoğun rekabetin olduğu merkeziyetsiz AI çıkarım ve hesaplama alanında Targon’un konumlandırması net ve savunmacıdır. Proje, “red ocean” olarak tanımlanan rekabetçi alanlardan kaçınarak AI tedarik zincirinin en kârlı çekirdek segmentine—kurumsal uyumluluk ve güven mekanizmalarına—girmiştir. Avrupa ve ABD’de giderek sıkılaşan veri gizliliği düzenlemeleri, fikri mülkiyet riskleri nedeniyle geleneksel şirketlerde ciddi bir tedirginlik oluşturmuştur. Targon’un full-stack yazılım-donanım izolasyonu ve zero-trust doğrulama tasarımı, yüksek değerli kurumsal müşteriler için merkeziyetsiz ağlara girişte neredeyse tek güvenli seçenek haline gelmesini sağlar ve bu durum yapısal bir tekel etkisi oluşturur.
Genel ekosistem incelendiğinde Targon farklı teknik yaklaşımlardan gelen çok yönlü rekabet baskısıyla karşı karşıyadır:
Chutes (SN64) karşılaştırması: Chutes, serverless altyapı ve düşük maliyetli kullanım modeli üzerine odaklanır ve 132M USD üzeri piyasa değerine sahiptir. Geniş bir geliştirici kitlesi çekmiş ve Web2’ye en yakın deneyimi sunmuştur. Ancak kritik zayıflığı, donanım seviyesinde confidential computing izolasyonunun olmamasıdır. Bu nedenle yüksek hassasiyetli kurumsal verileri işleyemez ve büyük ölçekli enterprise kullanımda sınırlı kalır.
Templar (SN3) karşılaştırması: Templar, dağıtık büyük dil modeli pre-training altyapısına yoğunlaşmıştır ve güçlü bir teknik anlatıya sahiptir. Ancak yüksek yakım (burn) oranı nedeniyle sürdürülebilir gelir modeli zayıftır ve Targon gibi oturmuş bir ticari gelir döngüsüne kısa vadede sahip değildir.
Lium (SN51) karşılaştırması: Lium, kurumsal seviyede yüksek yoğunluklu H100 bare-metal cluster kiralama üzerine odaklanır ve ciddi bir hesaplama kapasitesi sunar. Ancak Targon’un TVM tabanlı güvenlik ve kriptografik doğrulama mimarisi kadar güçlü bir güven katmanı sağlayamaz. Genel olarak Targon’un avantajı, uyumluluk (compliance) odaklı veri işleme alanında yapısal tekel oluşturması ve on milyon dolar seviyesindeki gerçek gelir döngüsüdür. Dezavantajı ise yüksek donanım giriş bariyeri nedeniyle ağın hızlı ve kontrolsüz şekilde genişlemesinin sınırlanmasıdır.
Bu etkileyici ekosistem yapısına rağmen Targon ve temel ağ, yapısal olarak kritik bir “sistemik hayatta kalma testi” ile karşı karşıyadır:
Validator Karteli ve güç yoğunlaşması riski:
Bittensor’un mevcut en zayıf noktası, Yuma consensus tabanlı proof-of-stake yapısında gücün aşırı merkezileşmesidir. Staking ağırlıklarının büyük kısmı kurumsal ölçekli aktörlerin (ör. Yuma Asset Management) kontrolündedir. Bu büyük validator grupları, ağırlık manipülasyonu ve “weight-copying” gibi koordineli davranışlarla ödül dağıtım mekanizmasına müdahale edebilir ve enflasyon kaynaklı ödülleri haksız şekilde optimize edebilir. Her ne kadar protokol tarafında sürekli güncellemeler yapılsa da, yönetişimdeki kartelleşme riski tamamen ortadan kaldırılmış değildir ve sistem üzerinde yapısal bir kırılganlık oluşturmaktadır.
Makro sübvansiyonların tükenmesi ve sürdürülebilirlik riski:
2029 üretim döngüsü yaklaşırken Targon 10 milyon doların üzerinde gelir üretmiş ve ciddi miktarda token yakımı gerçekleştirmiştir. Ancak sistemin yıllık yaklaşık 18 milyon dolarlık teşvik ve operasyonel sübvansiyon bağımlılığı devam etmektedir. Eğer kripto piyasasında makro likidite daralır ve token/fiat dönüşüm oranı zayıflarsa, H200 gibi yüksek maliyetli donanım kullanan operatörler ekonomik olarak sistemden çıkabilir. Bu durum, ağda likidite daralması, hesaplama gücü düşüşü ve kullanıcı kaybını tetikleyebilecek bir “negatif geri besleme döngüsü” oluşturabilir.
Jeopolitik ve donanım bağımlılığı riski:
Targon’un TEE tabanlı güvenlik modeli fiziksel olarak dağıtık olsa da, çekirdek güvenlik katmanı büyük ölçüde NVIDIA (H100/H200) gibi tek bir donanım ekosistemine bağımlıdır. Küresel yarı iletken ihracat kontrollerinin sıkılaşması veya üretici tarafında API/firmware kısıtlamaları, ağın çalışabilirliğini doğrudan etkileyebilir. Bu nedenle NVIDIA dışı mimarilere (AMD/alternatif hızlandırıcılar veya açık donanım standartları) uyumluluğun genişletilmesi, uzun vadeli sürdürülebilirlik açısından kritik bir stratejik zorunluluktur.
Gelecek görünümü: Üretim ilişkilerini yeniden şekillendiren merkeziyetsiz güven hub’ı kurulabilir mi?
Derin bir analizle bakıldığında Targon (SN4), başlangıçtaki dar kapsamlı “dağıtık hesaplama gücü havuzu” konumlandırmasının çok ötesine geçmiş; matematiksel olasılık temelli doğrulama, donanım seviyesinde güven izolasyonu ve agresif token ekonomi mekanizması tarafından yönlendirilen kurumsal ölçekli bir kriptografik ajana dönüşmüştür. Sistem, hata ve manipülasyonun yoğun olduğu rekabet ortamında güvenlik ve doğrulama mekanizmalarıyla öne çıkar.
Mevcut aşamada, merkeziyetsiz confidential cloud modelinin ölçeklenebilir şekilde gelir üretebilmesi, ağın dış gelirinin token enflasyon hızını aşabilmesine bağlıdır. Targon, Dippy AI gibi büyük ölçekli entegrasyonlar üzerinden ilk kez geleneksel finans ve teknoloji devlerine, merkeziyetsiz mimarinin maliyet verimliliği açısından klasik Cloud as a Service modelleriyle rekabet edebileceğini göstermiştir. Aynı zamanda veri gizliliği ve mülkiyet kontrolü açısından merkezi sistemlerin ulaşmakta zorlandığı bir altyapı avantajı sunmaktadır.
Önümüzdeki yıllarda, yapay genel zekâ (AGI) dönemine geçişle birlikte Grayscale trust ETF’leri gibi kurumsal uyumluluk kanallarının açılması ve küresel ölçekte AI model fikri mülkiyetine yönelik endişelerin artması, Targon’un zero-trust iş modelini yapısal olarak destekleyen güçlü bir makro trend yaratmaktadır.
Bununla birlikte sistem, kartelleşme riski ve sınır ötesi çip tedarik zinciri kısıtlamaları gibi yapısal zorluklarla karşı karşıyadır. Buna rağmen Targon, kriptografi tabanlı güven modeli sayesinde merkeziyetsiz AI üretim ve güven sınırlarını kalıcı biçimde yeniden tanımlayarak, insanlığın hesaplama gücü organizasyon tarihinde önemli bir yapısal dönüşüm yaratmıştır.
Targon (subnet numarası: SN4), Bittensor ekosistemi üzerine inşa edilmiş merkeziyetsiz bir confidential cloud altyapısıdır. Temel amacı; Trusted Execution Environment (TEE), deterministik kriptografik doğrulama ve dinamik oyun teorisi tabanlı token ekonomisi gibi mekanizmalar aracılığıyla, geleneksel bulut devlerinin tekelinde bulunan kurumsal düzey yüksek performanslı AI hesaplama gücünü ve özel model çıkarımını serbest piyasada “kıt dijital emtia” haline getirmektir.
Mimari açıdan Targon; tam yığın güvenlik savunmasını (donanım izolasyonu, korumalı bus, özelleştirilmiş TargonOS sistemi dahil) çoklu üretici donanım entegrasyon stratejisiyle birleştirerek, gizlilik ve trustless execution merkezli merkeziyetsiz bir hesaplama ağı oluşturur. Bu yapı yalnızca kurumsal AI model eğitim ve çıkarım maliyetlerini ciddi şekilde düşürmekle kalmaz, aynı zamanda veri gizliliği ve fikri mülkiyet konusunda yüksek hassasiyete sahip kurumlar için sansür direncine sahip bir uyumluluk mimarisi sağlar.
Ekosistem ve veri performansı açısından Targon, büyük ölçekli ticari uygulamaların (ör. Dippy AI) çekirdek altyapı göçünü tamamlamış, on milyonlarca dolarlık dış yıllık gelir üretmiş ve dTAO mekanizması altında güçlü sermaye çekim gücü göstermiştir. Targon, merkeziyetsiz AI yarışında “veri güvenliği ve doğrulama güveni” eksikliğini doldurarak “kurumsal gizli hesaplama gücü kiralama” şeklinde yeni bir iş modeli ortaya koymuştur. Uzun vadede, yeni nesil değiştirilemez AI uygulamaları ve egemen dijital zeki varlıklar için temel altyapı olma potansiyeline sahiptir.
Geleneksel Web2 Cloud as a Service devlerinden başlayarak: AI hesaplama gücü tahsisinin mevcut durumu ve sınırlamaları
1.1 Merkezi bulut sağlayıcıları ve hesaplama gücü tekeli
Yapay zekânın üstel büyüme döneminde, küresel hesaplama kaynaklarının dağılımı benzeri görülmemiş bir dengesizlik yaşamaktadır. Büyük ölçekli dil modelleri (LLM) gibi AI uygulamalarının çalıştırılması, geleneksel anlamda çok yüksek finansal ve altyapı bariyerlerine sahip bir süreçtir. Mevcut hesaplama gücü arzı ağırlıklı olarak AWS, Google Cloud, Microsoft Azure gibi merkezi bulut sağlayıcıları ve kapalı AI laboratuvarları tarafından kontrol edilmektedir.
Bu yapılar, NVIDIA H100 ve H200 gibi üst seviye çiplerden oluşan kümeleri kontrol ederek hem fiyatlamayı hem de kaynak dağıtımını belirlemektedir. Bu modelde orta ölçekli şirketler ve geliştiriciler, yüksek primlerle “AI hesaplama hizmeti” kiralamak zorunda kalır. Böylece yüksek seviye AI hesaplama birkaç aktörün tekelinde kalır.
Web2 merkezi bulut sağlayıcıları yüksek ölçekte ölçeklenebilir ve görece stabil hesaplama hizmetleri sunsa da, yapısal olarak kapalı mimarilerinin sınırlamaları AI endüstrisi geliştikçe daha hızlı şekilde ortaya çıkmaktadır.
Gizlilik ve fikri mülkiyet endişeleri: Şirketler, tescilli model ağırlıklarını ve tıbbi kayıtlar ile finansal işlemler gibi son derece hassas kullanıcı verilerini merkezi bir buluta yükler ve bu durum tek noktadan arıza ve veri sızıntısı açısından ciddi riskler oluşturur. Modern şirketlerin tescilli model ağırlıklarının sızdırılmasına dair derin endişesi, daha gelişmiş iş senaryolarının buluta taşınmasının önündeki temel darboğaz haline gelmiştir.
Yüksek maliyet ve esnek olmayan fiyatlama: Hesaplama kaynakları bulut sağlayıcılarının elinde yoğunlaşmıştır ve fiyatlama mekanizması gerçek bir serbest piyasa rekabetinden yoksundur. Yüksek hacimli ve yüksek eşzamanlı çıkarım ihtiyacı olan şirketler için uzun vadeli merkezi Cloud as a Service kiralamaları, son derece sürdürülemez operasyon ve bakım maliyetlerine yol açar.
Yapısal darboğazlar ve sansür direnci eksikliği: Geleneksel bulut hizmetleri, kullanıcıların model eğitimi, veri transferi ve kaynak planlamasının tek bir platformun kurallarına sıkı şekilde bağlı olduğu “kapalı sistemlerdir” ve fiziksel mimari düzeyinde tam bir sansür direncinden yoksundur. Bu bağlamda Bittensor protokolü ortaya çıkmış ve blockchain token ekonomisi ile dağıtık makine öğrenimini entegre ederek “Digital Commodity Internetwork” adı verilen eşler arası serbest bir piyasa oluşturmayı hedeflemiştir.
Targon: “kriptografik ağ” ile AI confidential computing’in yeniden inşası
Yukarıda belirtildiği gibi, geleneksel Web2 AI hesaplamasının temel sorunu “kapalı tekel” ve “güven krizi”dir. Targon bu endüstri sorununu kökten yeniden yapılandıran devrimsel bir yaklaşımdır. Targon, ABD’nin Austin, Texas şehrinde bulunan AI altyapı girişimi Manifold Labs tarafından geliştirilmekte ve Bittensor ağında Subnet 4 (SN4) olarak işletilmektedir.
Targon, dünyanın atıl durumdaki tüketici sınıfı GPU’larını verimsiz bir hesaplama panosunda toplamak değildir; bunun yerine, “donanım seviyesinde trustless execution” problemini sistematik olarak çözen ilk ve şu anda tek confidential cloud altyapısı olarak tanımlanır. Manifold Labs’ın çekirdek ekibi Bittensor’un yerel yapısını derinlemesine anlamaktadır. Kurucu ve CEO Robert Myers ile kurucu ortak James Woodman, Targon’un stratejisini enterprise cloud pazarında AWS ve OpenAI’a doğrudan rakip olacak şekilde konumlandırmıştır.
Trusted Execution Environment (TEE), geliştirilen Virtual Machine (TVM) ve deterministik kriptografik doğrulamanın derin entegrasyonu sayesinde Targon, kullanıcıların tamamen merkeziyetsiz node’lar üzerinde görev çalıştırmasına izin verir ve hem fiziksel hem de matematiksel düzeyde mutlak veri gizliliği garanti eder.
Merkeziyetsiz AI ağları uzun süredir temel bir monetizasyon ikilemi ile karşı karşıyadır:
Bir yandan, dünyanın uzun kuyruklu atıl hesaplama gücünün toplanması maliyetleri ciddi şekilde düşürür.
Diğer yandan, node’ların fiziksel kontrolü anonim global miner’ların elinde olduğu için tıbbi, finansal veya yüksek değerli model ağırlıkları içeren işlemler ciddi veri hırsızlığı riski taşır.
Targon’un temel değişimi, “node’a güvenmek” varsayımını tamamen ortadan kaldırarak bunu “matematiksel olarak kötü niyetli olmanın imkânsızlığı” yaklaşımına dönüştürmesidir. Targon, donanım fiziksel bus seviyesinden işletim sistemi seviyesine kadar bir savunma katmanı inşa ederek, anonim miner’ların veri merkezine fiziksel erişimi olsa bile model ağırlıklarını okumasını veya kullanıcı verilerini çalmasını imkânsız hale getirir. Bu yaklaşım, düşük maliyetli dağıtık hesaplama ile enterprise seviye uyumluluk güvenliği arasındaki büyük boşluğu doldurur ve kapalı kaynak AI modellerinin açık ağ üzerinde ticarileştirilmesinin önünü açar.
Geleneksel merkeziyetsiz hesaplama platformlarında platformun rolü genellikle kaynak eşleştirme ile sınırlıdır. Ancak Targon ve Bittensor’un makroekonomik çerçevesinde bu süreç temel bir dönüşüm geçirir:Targon, “gizlilik özellikli yüksek performanslı AI hesaplamayı” standartlaştırılmış, ölçülebilir ve serbestçe alınıp satılabilen kıt bir “dijital emtia” haline getirmeyi hedefler. Bu yalnızca araç sağlamak değil, sürekli işleyen bir piyasa kurmaktır. Geliştiriciler milyonlarca dolar değerindeki tescilli modelleri güvenle çalıştırabilir; hesaplama gücü sağlayıcıları (kurumsal miner’lar) donanım fiyatlarını order book üzerinden belirleyebilir; doğrulayıcılar ise kriptografik mekanizmalarla hizmet kalitesini ölçerek token dağıtımı yapar.Böylece AI hesaplama, yüksek riskli bir mühendislik sürecinden, piyasa teşvikleri ve tüm tarafların etkileşimiyle çalışan dinamik bir dijital ekonomi modeline dönüşür.
Bittensor ekosisteminde 128 aktif subnet’e kadar genişleyen yapıda farklı subnet’ler veri toplama, MultiModal Machine Learning üretimi ve model eğitimi gibi görevler üstlenir. Targon’un (SN4) bu ağdaki konumu, giderek tüm ekosistemin endüstriyel seviye “computing sink”i ve çekirdek hesaplama merkezi haline gelmektedir.
Targon yalnızca dış Web2 müşterilerine hizmet vermekle kalmaz, aynı zamanda donanım kapasitesi olmayan ancak gelişmiş mantık çalıştırması gereken diğer subnet’lere de confidential hardware altyapısı üzerinden hesaplama desteği sağlar. Veri izolasyonu ve işbirliği: Spor takibi odaklı Score subnet (SN44), sahadaki hassas antrenman videolarını kamu ağına sızdırmadan analiz etmek için modellerini Targon’un TEE ortamında çalıştırır.
Mantıksal optimizasyon yürütme: AI çıkarım optimizasyonu üzerine çalışan Affine subnet (SN120), donanım barındırmaz ve çıkarım işlemleri için Targon ağına bağımlıdır; bu da tam bir değer döngüsü oluşturur.
AGI Ar-Ge desteği: Hone gibi öncü projeler, Manifold Labs altyapısını çekirdek pre-training ve fusion framework’lerine entegre eder. Ayrıca Targon, NousResearch’un hermes-agent toolkit’ine entegre edilerek geliştiricilerin merkeziyetsiz confidential GPU kaynaklarına doğrudan erişmesini sağlar.
Çekirdek mimari: Ağda donanım seviyesinde trustless confidential computing nasıl uygulanır
Targon’un güven darboğazını nasıl aştığını tam olarak anlamak için, Targon Virtual Machine (TVM) olarak bilinen tam yığın güvenlik savunma sisteminin detaylı şekilde incelenmesi gerekir.
Targon, dağıtık bir ortamda veri güvenliğini güvene dayanmadan sağlar ve en düşük seviye olan donanım izolasyonundan başlar.
Trusted Execution Environment (TEE): CPU içinde “Enclave” adı verilen donanımsal şifreli bir bellek alanı oluşturulur. Node işletim sisteminin en yüksek (Root) yetkileri ele geçirilse bile bu alanda çalışan talimatların ve verilerin okunması veya değiştirilmesi mümkün değildir.
Donanım uyumluluğu ve standart entegrasyon: Tekil teknoloji bağımlılığını önlemek için Targon, Intel Trust Domain Extension (TDX) teknolojisini derinlemesine entegre eder ve AMD Secure Encrypted Virtualization (SEV-SNP) mimarisini destekler. Ayrıca NVIDIA’nın gelişmiş confidential computing mimarisi ile GPU seviyesinde uyum sağlar.
Bus Transfer Katmanı Şifrelemesi (PPCIE): Anakart bus hattı üzerinden yapılabilecek fiziksel dinleme saldırılarını engellemek için PCIe transferleri zorunlu olarak şifrelenir. CPU belleğinden H200 veya RTX 4090 GPU’ya veri aktarımı sırasında tüm hassas veri akışı şifreli stream algoritmaları ile korunur ve uçtan uca donanım seviyesinde dinleme engeli sağlanır.
Madencilerin kötüye kullanım ve manipülasyon motivasyonu nedeniyle Targon, rastgele değiştirilmiş işletim sistemlerinin çalıştırılmasına izin vermez.
Özel işletim sistemi: Manifold Labs tarafından geliştirilen TargonOS, untrusted cihazlarda şifreli sanal makineleri başlatmak için optimize edilmiş özel bir Linux dağıtımıdır.
TPM tabanlı donanım kök güveni: TargonOS, Trusted Platform Module (TPM) tabanlı Secure Boot mekanizması kullanarak sistemin değiştirilmediğini garanti eder.
Düşük gecikmeli ağ iletişimi: Epistula v2 açık kaynak protokolü ve InfiniBand / RoCE gibi ultra düşük gecikmeli teknolojiler ile node’lar arası iletişim sağlanır. Bu sayede hem veri gizliliği korunur hem de 50 ms altı yanıt süresi ve %99 uptime seviyesine ulaşılır.
Dağıtık bir mimaride yüz milyar parametreli bir modelin gerçekten hesaplanıp hesaplanmadığı nasıl doğrulanır? Bu Targon’un en yenilikçi deterministic verification tasarımını içerir.
Remote Attestation: Görev dağıtılmadan önce miner’lar; gerçek zamanlı donanım modeli, OS kernel hash’i ve TVM binary bütünlük bilgilerini içeren kriptografik kanıt sunar. Doğrulayıcılar bunu kontrol ederek sahte GPU (ör. H200 taklidi) kullanımını engeller.
Asimetrik hesaplama gücü problemi: Geleneksel sistemlerde düşük donanımlı validator’lar miner hesaplamasını yeniden üretemez. Targon’un verifier.py sistemi bu problemi çözer; sistem sürekli olarak miner’lara sentetik ve gerçek sorgular gönderir.
Logprobs Engine: Miner’lar yalnızca çıktı metni değil, aynı zamanda her token için log probability (logprob) matrisini de geri döndürmek zorundadır.Hafif doğrulayıcılar, kendi referans modelleri ile bu olasılık dağılımını kriptografik düzeyde karşılaştırır. Eğer dağılımlar yüksek derecede uyumluysa ve yanıt süresi donanım sınırının altındaysa, doğrulayıcı miner’ın gerçekten sıfırdan inference yaptığını istatistiksel olarak kesin biçimde doğrular. Bu yöntem cache kullanımı veya küçük model manipülasyonlarını anında ortaya çıkarır.
Teşvik ve Rekabet Mekanizması: AI hesaplamanın makroekonomide “pozitif döngü” oluşturması
Bittensor ağının yaşam döngüsü ve hesaplama gücü yönlendirmesi, büyük ölçüde temel token ekonomisi tasarımına bağlıdır. Aralık 2025’te Bittensor ilk üretim yarılanmasını (halving) yaşamış ve TAO tokenının günlük dağıtımı 7.200’den 3.600’e düşürülerek enflasyon oranı %13 seviyesine çekilmiştir. Ayrıca maksimum arz 21 milyon ile sınırlandırılmıştır.
Şubat 2025’te devreye alınan dynamic TAO (dTAO) mekanizması ise subnet’lerin ekonomik işleyişini kökten değiştirmiştir. Bu sistem Automated Market Maker (AMM) modelini getirerek, sabit doğrulayıcı komitesi tarafından yapılan keyfi teşvik dağıtımını kaldırmış ve bunun yerine serbest piyasa sermaye oylamasını (market voting) devreye sokmuştur.
Bu yapıda Targon için SN4 isimli özel bir Alpha token oluşturulmuştur. Yatırımcılar, temel katman TAO stake ederek SN4 mint edebilir veya takas edebilir ve böylece çift tokenlı derin bir likidite havuzu oluşur. SN4 tokenının anlık fiyatı ve toplam piyasa değeri, Targon’un TAO emisyon havuzundan günlük olarak alacağı teşvik payını doğrudan belirler.
Madencilerin “minimum seviyeye ulaşıp pasif gelir elde etme” (lying flat) davranışını engellemek için Targon v3 sürümünde ödül sistemi tamamen yeniden tasarlanmıştır. Düz gelir eğrisi terk edilerek çok daha keskin bir “üstel ödül eğrisi” uygulanmıştır.
Kapsamlı performans değerlendirmesi: Doğrulayıcılar, miner donanımının gecikme, eşzamanlılık ve throughput performansını gerçek zamanlı izler.
Kazanan-hepsini-alır yapısı: Sadece en üst performans gösteren ve büyük ölçekli eşzamanlı istekleri sürdürülebilir şekilde işleyebilen node’lar, Yuma consensus puanını ve yüksek ödülleri alır.
Sıkı anti-hile mekanizması: TVM parametreleriyle oynayarak yanıt süresini yapay hızlandırmaya çalışan tüm girişimler logprob karşılaştırma aşamasında tespit edilir. Bu durumda skor sıfırlanır, node scoring dışına alınır ve sistemden düşürülme gibi ağır cezalar uygulanır. Bu mekanizma, madencileri sürekli olarak daha güçlü GPU yatırımı ve yüksek bant genişliği altyapısına yönlendirerek Targon’un fiziksel altyapı seviyesini güçlendirir.
Merkeziyetsiz ağlar uzun süredir “gelir çölü” olarak eleştirilmekte, yani büyük ölçüde token enflasyonu ile katılımcıların sübvanse edilmesine bağımlı kalmaktadır. Bu model sürdürülebilir değildir çünkü sübvansiyonlar kesildiğinde gerçek müşteriler hızla sistemden çıkar. Manifold Labs bu sorunu çözmek için aşağıdaki yapısal reformları uygulamıştır:
%70 enflasyon yakımı: Subnet TAO arzının %70’e kadarı doğrudan yakılır veya dolaşımdan izole edilir ve piyasaya girişi engellenir.
Fiat denge noktası kontrolü: Dolaşım azaltılarak büyük ölçekli miner gelirleri (ör. H200 node’ları) yaklaşık 2.80 USD/saat seviyesinde dengelenir. Bu gelir seviyesi yalnızca ekipman amortismanı, kredi faizi ve elektrik maliyetlerini karşılar; böylece yalnızca kısa vadeli arbitrajcılar elenir ve ağ daha istikrarlı operatörlere kalır.
Order book mekanizması: Sabit fiyatlı “komut ekonomisi” modeli kaldırılır ve fiyatlandırma gücü tamamen hesaplama gücü sağlayıcılarına verilir. Miner’lar kendi GPU fiyatlarını belirleyebilir, hatta teminat ve uptime garantili uzun vadeli sözleşmeler imzalayabilir. Bu yapı, küçük ölçekli perakende miner’ları sistem dışına iterken, kendi veri merkezlerine sahip kurumsal oyuncuları ekosisteme çekerek Targon ağının ticari dayanıklılığını artırır.
Ekosistem durumu ve iş penetrasyonu
Targon’un katılımcı ekosistemi, hâlen Proof of Concept (PoC) aşamasında olan birçok subnet ağından temel olarak farklıdır. Gerçek iş dünyasında güçlü bir yerleşik bariyer oluşturmuştur.
Talep tarafı ve doğrulayıcılar (kurumsal benimsenme): En dikkat çekici ticari kırılım, AI rol yapma teknolojisi şirketi Dippy AI üzerinden gerçekleşmiştir. Dippy AI, mobil tarafta 8.6 milyondan fazla kullanıcıya sahip olup günlük milyarlar (10B) seviyesinde temel token etkileşim isteğiyle karşı karşıyadır. Yüksek operasyon ve bakım maliyetleri nedeniyle Dippy AI, merkezi bulut sağlayıcı ile olan sözleşmesini sonlandırarak tüm backend çıkarım zincirini Targon ağına taşımıştır. Bu altı haneli büyük ölçekli anlaşma, Targon’un yıllık dış gelirini yaklaşık 10.4 milyon USD seviyesine yükseltmiş ve büyük ölçekli şirketlerin Targon’a geçiş sonrası toplam maliyetlerini %20–35 oranında düşürürken merkeziyetsiz esnekliği koruyabildiğini göstermiştir.
Full-stack ekosistem matrisi (Manifold 2.0): Mart 2025’te Manifold Labs; Sybil (merkeziyetsiz hibrit AI arama motoru, milisaniye seviyesinde sansür direnci ve veri çekimi sağlar) ve Tao.xyz (blockchain ağ izleme ve gelişmiş endpoint araçları) gibi çok boyutlu uygulamaları kapsayan bir ekosistem matrisi başlatmıştır. Bu yapı, geliştirici deneyimini ve veri şeffaflığını önemli ölçüde artırmıştır.
2026 yılına kadar dTAO sistemi ve on-chain referans verilere göre Targon, serbest piyasada güçlü bir sermaye tutma ve likidite kapasitesi göstermektedir.
Piyasa değeri ve fiyat: SN4 ana varlığının fiyatı yaklaşık 18.39 – 19.07 USD aralığında stabil kalmış, toplam piyasa değeri 85.10M – 91.80M USD seviyesine ulaşmıştır. Bu durum, 128 aktif subnet arasında ilk üç içinde yer aldığını ve güçlü kurumsal sermaye konsensüsünü gösterdiğini ifade eder.
Deflasyon mekanizması: 21 milyonluk maksimum arz sınırı altında dolaşımdaki miktar 4.41M – 4.46M seviyesinde tutulmaktadır. Token ekonomisi mekanizmasıyla yaklaşık 442,300 token kalıcı olarak yakılmıştır (burned), bu da güçlü bir deflasyonist yapı oluşturur.
Likidite havuzu: AMM yapısında yaklaşık 42.25 milyon USD değerinde rezerv likidite (130,000+ TAO ve 2.22M Alpha) bulunmaktadır. Bu yapı, büyük ölçekli pozisyon açma ve staking işlemlerinde fiyat kaymasını azaltan bir güvenlik tamponu sağlar.
Stake ve getiri: Piyasadaki tokenların önemli bir kısmı kilitli ve stake edilmiş durumdadır (2.25M SN4+). Doğrulayıcılar tarafından sağlanan yıllık getiri %8.40 – %9.61 aralığında stabil kalmakta olup, bu oran geleneksel Web2 sabit getirili enstrümanlara kıyasla daha yüksek bir getiri profili sunmaktadır.
Rekabet ortamı ve çok boyutlu kırılganlık oyunu
Yoğun rekabetin olduğu merkeziyetsiz AI çıkarım ve hesaplama alanında Targon’un konumlandırması net ve savunmacıdır. Proje, “red ocean” olarak tanımlanan rekabetçi alanlardan kaçınarak AI tedarik zincirinin en kârlı çekirdek segmentine—kurumsal uyumluluk ve güven mekanizmalarına—girmiştir. Avrupa ve ABD’de giderek sıkılaşan veri gizliliği düzenlemeleri, fikri mülkiyet riskleri nedeniyle geleneksel şirketlerde ciddi bir tedirginlik oluşturmuştur. Targon’un full-stack yazılım-donanım izolasyonu ve zero-trust doğrulama tasarımı, yüksek değerli kurumsal müşteriler için merkeziyetsiz ağlara girişte neredeyse tek güvenli seçenek haline gelmesini sağlar ve bu durum yapısal bir tekel etkisi oluşturur.
Genel ekosistem incelendiğinde Targon farklı teknik yaklaşımlardan gelen çok yönlü rekabet baskısıyla karşı karşıyadır:
Chutes (SN64) karşılaştırması: Chutes, serverless altyapı ve düşük maliyetli kullanım modeli üzerine odaklanır ve 132M USD üzeri piyasa değerine sahiptir. Geniş bir geliştirici kitlesi çekmiş ve Web2’ye en yakın deneyimi sunmuştur. Ancak kritik zayıflığı, donanım seviyesinde confidential computing izolasyonunun olmamasıdır. Bu nedenle yüksek hassasiyetli kurumsal verileri işleyemez ve büyük ölçekli enterprise kullanımda sınırlı kalır.
Templar (SN3) karşılaştırması: Templar, dağıtık büyük dil modeli pre-training altyapısına yoğunlaşmıştır ve güçlü bir teknik anlatıya sahiptir. Ancak yüksek yakım (burn) oranı nedeniyle sürdürülebilir gelir modeli zayıftır ve Targon gibi oturmuş bir ticari gelir döngüsüne kısa vadede sahip değildir.
Lium (SN51) karşılaştırması: Lium, kurumsal seviyede yüksek yoğunluklu H100 bare-metal cluster kiralama üzerine odaklanır ve ciddi bir hesaplama kapasitesi sunar. Ancak Targon’un TVM tabanlı güvenlik ve kriptografik doğrulama mimarisi kadar güçlü bir güven katmanı sağlayamaz. Genel olarak Targon’un avantajı, uyumluluk (compliance) odaklı veri işleme alanında yapısal tekel oluşturması ve on milyon dolar seviyesindeki gerçek gelir döngüsüdür. Dezavantajı ise yüksek donanım giriş bariyeri nedeniyle ağın hızlı ve kontrolsüz şekilde genişlemesinin sınırlanmasıdır.
Bu etkileyici ekosistem yapısına rağmen Targon ve temel ağ, yapısal olarak kritik bir “sistemik hayatta kalma testi” ile karşı karşıyadır:
Validator Karteli ve güç yoğunlaşması riski:
Bittensor’un mevcut en zayıf noktası, Yuma consensus tabanlı proof-of-stake yapısında gücün aşırı merkezileşmesidir. Staking ağırlıklarının büyük kısmı kurumsal ölçekli aktörlerin (ör. Yuma Asset Management) kontrolündedir. Bu büyük validator grupları, ağırlık manipülasyonu ve “weight-copying” gibi koordineli davranışlarla ödül dağıtım mekanizmasına müdahale edebilir ve enflasyon kaynaklı ödülleri haksız şekilde optimize edebilir. Her ne kadar protokol tarafında sürekli güncellemeler yapılsa da, yönetişimdeki kartelleşme riski tamamen ortadan kaldırılmış değildir ve sistem üzerinde yapısal bir kırılganlık oluşturmaktadır.
Makro sübvansiyonların tükenmesi ve sürdürülebilirlik riski:
2029 üretim döngüsü yaklaşırken Targon 10 milyon doların üzerinde gelir üretmiş ve ciddi miktarda token yakımı gerçekleştirmiştir. Ancak sistemin yıllık yaklaşık 18 milyon dolarlık teşvik ve operasyonel sübvansiyon bağımlılığı devam etmektedir. Eğer kripto piyasasında makro likidite daralır ve token/fiat dönüşüm oranı zayıflarsa, H200 gibi yüksek maliyetli donanım kullanan operatörler ekonomik olarak sistemden çıkabilir. Bu durum, ağda likidite daralması, hesaplama gücü düşüşü ve kullanıcı kaybını tetikleyebilecek bir “negatif geri besleme döngüsü” oluşturabilir.
Jeopolitik ve donanım bağımlılığı riski:
Targon’un TEE tabanlı güvenlik modeli fiziksel olarak dağıtık olsa da, çekirdek güvenlik katmanı büyük ölçüde NVIDIA (H100/H200) gibi tek bir donanım ekosistemine bağımlıdır. Küresel yarı iletken ihracat kontrollerinin sıkılaşması veya üretici tarafında API/firmware kısıtlamaları, ağın çalışabilirliğini doğrudan etkileyebilir. Bu nedenle NVIDIA dışı mimarilere (AMD/alternatif hızlandırıcılar veya açık donanım standartları) uyumluluğun genişletilmesi, uzun vadeli sürdürülebilirlik açısından kritik bir stratejik zorunluluktur.
Gelecek görünümü: Üretim ilişkilerini yeniden şekillendiren merkeziyetsiz güven hub’ı kurulabilir mi?
Derin bir analizle bakıldığında Targon (SN4), başlangıçtaki dar kapsamlı “dağıtık hesaplama gücü havuzu” konumlandırmasının çok ötesine geçmiş; matematiksel olasılık temelli doğrulama, donanım seviyesinde güven izolasyonu ve agresif token ekonomi mekanizması tarafından yönlendirilen kurumsal ölçekli bir kriptografik ajana dönüşmüştür. Sistem, hata ve manipülasyonun yoğun olduğu rekabet ortamında güvenlik ve doğrulama mekanizmalarıyla öne çıkar.
Mevcut aşamada, merkeziyetsiz confidential cloud modelinin ölçeklenebilir şekilde gelir üretebilmesi, ağın dış gelirinin token enflasyon hızını aşabilmesine bağlıdır. Targon, Dippy AI gibi büyük ölçekli entegrasyonlar üzerinden ilk kez geleneksel finans ve teknoloji devlerine, merkeziyetsiz mimarinin maliyet verimliliği açısından klasik Cloud as a Service modelleriyle rekabet edebileceğini göstermiştir. Aynı zamanda veri gizliliği ve mülkiyet kontrolü açısından merkezi sistemlerin ulaşmakta zorlandığı bir altyapı avantajı sunmaktadır.
Önümüzdeki yıllarda, yapay genel zekâ (AGI) dönemine geçişle birlikte Grayscale trust ETF’leri gibi kurumsal uyumluluk kanallarının açılması ve küresel ölçekte AI model fikri mülkiyetine yönelik endişelerin artması, Targon’un zero-trust iş modelini yapısal olarak destekleyen güçlü bir makro trend yaratmaktadır.
Bununla birlikte sistem, kartelleşme riski ve sınır ötesi çip tedarik zinciri kısıtlamaları gibi yapısal zorluklarla karşı karşıyadır. Buna rağmen Targon, kriptografi tabanlı güven modeli sayesinde merkeziyetsiz AI üretim ve güven sınırlarını kalıcı biçimde yeniden tanımlayarak, insanlığın hesaplama gücü organizasyon tarihinde önemli bir yapısal dönüşüm yaratmıştır.