Chutes：Web3とAI推論の再構築された分散型サーバーレスインフラストラクチャ

1.コアサマリー

Chutes (SN64) は、Bittensor ネットワーク上に構築された分散型サーバーレス AI 計算プラットフォームです。Web3 の AI 計算力競争において、そのコアポジショニングは「ライドシェアプラットフォーム」とモデル PaaS（プラットフォームとしてのサービス）に類似しています。このプラットフォームは、世界中の分散した未使用の GPU 計算力を統合し、先進的なコンテナオーケストレーション技術を組み合わせることで、開発者に即使用可能で、オンデマンドで支払う AI 推論 API を提供します。

基盤アーキテクチャにおいて、Chutes は古典的な二重役割のゲーム理論メカニズムを採用しています：マイナー（Miners）が基盤ハードウェアを提供し、外部リクエストに即応し、バリデーター（Validators）がリアルタイムで品質を評価し、重みを割り当てることで、低コストかつ高同時処理能力を持つ産業レベルの推論ネットワークを形成しています。現在、Chutes は分散型計算分野で真の商業的クローズドループを実現し、累計で 91 兆以上のトークンを処理し、40 万人以上のアクティブユーザーを持ち、Bittensor エコシステム内で初めて自己報告による評価が 1 億ドルを突破した現象的なサブネットとなりました。実際のビジネス収益をトークン価値に還元することで、Chutes は長期的に分散型 AI 分野のユニコーン級インフラとして成長する可能性を秘めています。

2.業界背景：AI 推論の台頭と Web2 モデルのジレンマ

2.1 モデル推論とは？事前学習との本質的な違い

計算力プラットフォームを深く理解する前に、AI モデルライフサイクルの中での二つのコアステージ：事前学習（Training）と推論（Inference）を整理する必要があります。

モデル事前学習：これは AI モデルの「学習段階」です。研究者は膨大なデータ（インターネット全体のテキストコーパスなど）を神経ネットワークに入力し、大規模な行列乗算を通じてモデル内部の数十億、さらには数千億のパラメータを調整します。このプロセスは非常に時間がかかり、クラスター計算力の相互接続帯域幅（NVLink など）に対する要求が非常に高く、「集中して大きな事を成し遂げる」重資産投資に該当します。

モデル推論：これは AI モデルの「応用段階」です。モデルのトレーニングが完了すると、パラメータは固定されます。この時、ユーザーがプロンプトを入力すると、モデルは前方伝播計算（Forward Pass）を通じて最も確率の高い次の単語を生成します。トレーニングに比べて、推論に必要な単回の計算力は小さいですが、非常に高い同時処理能力、極めて低い遅延応答（Latency）、および 24/7 のシステム安定性が求められます。

2.2 計算力競争の発展ロジックと業界の焦点の移行

計算力競争の発展を振り返ると、明確な進化の主線が見えてきます：初期の CPU 一般計算から、GPU の並列計算の台頭（CUDA エコシステムの確立）、そして現在の AI 専用の TPU や ASIC チップの多様化へと進化しています。過去数年、資本と技術の焦点はほぼすべて「より賢いモデルをトレーニングする方法」に集中していました。しかし、Llama シリーズや DeepSeek などのオープンソース大モデルの能力の飛躍に伴い、オープンソースモデルとクローズドソースの巨人（GPT-4 など）との知的ギャップが急速に縮まっています。AI 業界の価値捕獲の焦点は、不可逆的に「モデル事前学習」から「モデル推論（Inference）」へと移行しています。その理由は、大モデルが真に大規模な商業化を実現し、千の業界に力を与えるためには、24/7 の高可用性と低遅延応答能力を備える必要があるからです。この時、「モデルを安価で、安定して、迅速に運用する方法」が業界最大の痛点となっています。

2.3 Web2 時代の AI 推論参加者と核心的制約

現在の Web2 推論競争は、以下のような参加者によって主導されています：

クローズドソースモデル API 提供者： OpenAI (ChatGPT)、Anthropic (Claude)、Google (Gemini) など。これらは非常に使いやすい API を提供しますが、ブラックボックス運用で、価格が高く、エコシステムへの強いバインディングがあります。

伝統的なクラウドサービス巨人： AWS (アマゾンウェブサービス)、Microsoft Azure、Google Cloud など。これらは基盤の仮想マシンや GPU の裸機レンタルを提供し、高い柔軟性を持ちますが、運用コストが非常に重いです。

垂直型推論即サービス（MaaS）プラットフォーム： Together AI、Anyscale、HuggingFace Inference Endpoints など。これらはオープンソースモデルに特化した推論ホスティングサービスを提供します。

しかし、開発者がこれらの Web2 巨人（OpenAI API、AWS または Together AI）のサービスを使用する際、依然として三つの越えられない大きな壁に直面しています：高額な「計算力税」と粗い決済粒度：中央集権的なデータセンターのソフトウェアとハードウェアの減価償却（場所の賃料、冷却システム、高額なサーバー調達）とメンテナンスコストが非常に高く、最終的に開発者に転嫁される API 呼び出し料金が高止まりしています。さらに、伝統的なクラウドコンピューティングは「時間」または「全台機」で課金されることが多く、この伝統的な課金モデルは、大規模アプリケーションの瞬時の同時需要に対して友好的ではなく、非ピーク時にはしばしば深刻なリソースの無駄が発生します。

複雑な「インフラの罠」： クラウドベンダーの API をスキップし、自らマシンをレンタルしてオープンソース大モデルを展開しようとするスタートアップチームにとって、非常に急な学習曲線に直面しなければなりません。彼らは複雑なグラフィックカードの選定、基盤ドライバーの設定、推論加速フレームワーク（vLLM、TensorRT など）の調整、ノードのメンテナンス、コンテナ化クラスターオーケストレーションなどの問題を解決する必要があり、エンジニアリングのハードルが非常に高いです。

ベンダーロックインとデータプライバシーリスク： 企業が特定のクラウドベンダーの API サービスに深くバインドされると、将来の技術路線の拡張とコスト構造は完全に制約されます。さらに致命的なのは、医療、金融、法律などの高度に敏感な業界において、コアビジネスの機密データを中央集権的な API サーバーに送信して処理することは、非常に高いデータ漏洩のリスクとコンプライアンスリスクを伴います。

3.打破の道：Chutes が「ネットワーク」で AI 推論を再構築する

3.1 コアポジショニング：AI エコシステムにおける「ライドシェアプラットフォーム」と分散型 PaaS

広大で分業が明確な Bittensor エコシステムにおいて、各サブネットはそれぞれの役割を果たしています。例えば、Templar (SN3) は「自動車工場」の役割を果たし、その核心的な任務はゼロから始めて計算力を集約し、知的に優れたオープンソースモデルをトレーニングすることです。一方、Chutes (SN64) のポジショニングは全く異なり、「運用サービス」に特化し、Web3 時代の「ライドシェアプラットフォーム」としての役割を果たしています。

Chutes 自体はモデルの生産を担当せず、ネットワークプロトコルを通じて、世界中に分散した「車両」（つまり、世界各地に分散した未使用の GPU 計算力）を効率的に統合し、既存のトップクラスのオープンソースモデルをこれらのノード上で効率的に運用し、外部の開発者にシームレスな推論サービスを提供します。本質的に、Chutes はブロックチェーンの上に分散型、オープンソースに優しい、かつ高度に標準化された基盤 PaaS（プラットフォームとしてのサービス）施設を構築しています。

3.2 真のサーバーレス体験と極限のコスト優位性

Chutes が開発者にもたらすコアの変革は、真のサーバーレス（無サーバー）体験を実現したことです。Chutes を使用する際、開発者は基盤のハードウェア選定、環境設定、クラスターのメンテナンスについて全く心配する必要がなく、数行のコードを変更するだけで、OpenAI フォーマットに完全に互換性のある API を通じてネットワークにスムーズに接続できます。コスト管理の面では、ブロックチェーンのネイティブな暗号マイクロペイメント（Micropayments）メカニズムに依存し、Chutes は業界稀に見る「単一トークン単位での課金」という超細粒度の決済を実現しました。この革新的な決済方式は、従来のクラウドホストが時間単位で課金することによるリソースの無駄を完全に排除しました。実際のアプリケーションにおいて、この優位性により、従来のクラウドサービス（AWS など）よりも約 85% 安く、マーケットのほとんどの中央集権 API プラットフォームよりも少なくとも 40% のコストを節約しています。

3.3 プライバシーのアップグレード：TEE アーキテクチャによる信頼のフライホイール構築

分散型ネットワークにおいて、ユーザーが匿名ノードに入力するプロンプト（提示語）やビジネスデータを保護する方法は常に最大の課題です。企業向けユーザーのプライバシーに対する深刻な懸念に応えるため、Chutes は現在、そのネットワーク内で TEE（信頼実行環境、Trusted Execution Environments）の展開を全面的に推進しています。TEE 技術はハードウェアレベルの暗号手段を利用し、CPU/GPU 内部に厳重に保護されたメモリ領域を隔離します。これは、分散型ノードが暗号化された「ブラックボックス」内で推論リクエストを処理できることを意味し、計算プロセス全体において、算力を提供するマイナー自身もユーザーの敏感な入力データを覗き見ることができません。この基盤技術の導入は、分散型ネットワークが企業向け商用展開におけるコンプライアンスとプライバシーの痛点を根本的に解決し、Web2 企業の大規模な採用への障害を取り除きます。

4.コアアーキテクチャ：AI 推論はネットワーク内でどのように完了するのか

Chutes の基盤分散型アーキテクチャでは、システムが複雑なルーティングと負荷分散メカニズムを通じて、膨大な推論タスクを世界中のネットワークに分配します。そのコア参加者は二つのカテゴリに明確に分けられ、巧妙な暗号学と経済市場のゲーム理論を通じて最終的なサービス品質を保証します：

マイナー（サービス提供者）： 世界各地の計算力ノードは、ステーキングを通じてシステムに接続した後、ネットワークの指示に従い、システムが指定した「常駐ホットモデル」（Permanently Hot Models）をロードする必要があります。「ホットモデル」とは、モデルの膨大なパラメータが事前に GPU のビデオメモリ（VRAM）にロードされていることを意味します。先進的なコンテナオーケストレーション技術に基づき、これらの計算力ノードは常に高いシステム可用性を維持し、瞬時に押し寄せる高同時処理の API リクエストを極めて低いコールドスタート遅延で受け入れる必要があります。

バリデーター（品質検査員）： 分散型ネットワークには中央機関が監視を行わないため、バリデーションノード（Validators）に依存する必要があります。バリデーターは、マイナーに対してランダムに生成されたテストリクエストを継続的に送信し、実際のビジネスリクエストをルーティングし、応答遅延（初単語生成時間 TTFT）、スループット（毎秒生成されるトークン数）、出力精度などの複数のコア次元からマイナーのサービスを厳しく評価します。優れたパフォーマンスを示すマイナーは、豊富なネットワークトークンの報酬を得る一方、パフォーマンスが不良であったり悪意を持つマイナーは、システムによって容赦なく排除され、さらにはステーキング金が没収されることもあります。

この Bittensor の基盤コンセンサスに基づく分散型ゲームアーキテクチャは、利益駆動をサービス品質の保証に巧妙に転換し、たとえ緩やかな分散型ネットワークであっても、中央集権的なトップデータセンターに匹敵する産業レベルのシステム安定性を持続的に提供できるようにしています。

5.経済エンジン：「インフレ駆動」から「真の血液生産」への越えの変革

暗号世界の過去のサイクルにおいて、多くの初期の Web3 計算プロジェクトは死のスパイラルに陥りました：それらはトークンの悪性インフレ放出に過度に依存して計算力を補助し（いわゆる「マイニング」）、一旦二次市場のパフォーマンスが悪化すると、計算力が急速に流出しました。それに対して、Chutes の最もコアな競争力は、良性の分散型商業クローズドループを成功裏に実現したことにあります。

現在、Chutes ネットワークは毎日、膨大な真の B エンド（企業向け）および C エンド（エンドユーザー）の API リクエストを安定して処理しています。トークンシステムを通じて、ネットワークはこれらの利用者に真のサービス料金を請求します。さらに重要なのは、システム基盤に内蔵された自動ステーキング（Auto-Staking）および決済メカニズムに依存し、外部の真のビジネス収益（法定通貨の支払いから始まる可能性があります）が最終的にネットワークエコシステム資産（トークン）への強力な買い圧に直接変換されることです。このメカニズムは、トークン保有者やネットワークの維持に参加する各方面の力に継続的に還元され、「資金を焼いて計算力を買う」ポンジモデルから「真のビジネスによる血液生産」の持続可能な経済モデルへの越えを実現しました。

6.エコシステムの現状と目を引くデータパフォーマンス

最近のチェーン上およびビジネスデータの追跡によれば、Chutes ネットワークは実際の高同時処理ビジネスシーンにおいて、非常に強力なスループット上限と深い市場浸透率を示しています。

コアビジネス量が天井を突破： Chutes ネットワークは累計で 91 兆以上のトークンを処理しており、これは Web3 や多くの Web2 中型プラットフォームにおいて非常に重要な数字です。その日々のピーク処理量は 500 億回に達し、40 万人以上のエンドユーザーおよび開発者にサービスを提供しています。

絶対的な市場地位のリーダー： 確かなビジネスデータに基づき、Chutes は Bittensor エコシステム内で初めて自己報告による評価が 1 億ドルを超えた現象的なサブネットとなりました。

深いエコシステムの統合と「水・電・ガス」の特性： 外部では、Chutes は多くのアプリケーションに成功裏にサービスを提供しました。内部では、Chutes は他のサブネット（各種垂直アプリケーションやデータ処理に焦点を当てたサブネット）のコア計算力提供者として徐々に機能し、全体の分散型 AI エコシステムの基盤における「水・電・ガス」の重要な役割を果たしています。

安定したトークン経済指標： 2026年5月12日現在、Chutes のサブネットトークン Alpha (alpha token) の価格は約 0.0877 TAO です。ネットワークは約 13666 の保有アドレスを引き付け、244 のアクティブマイナーノードと 12 のバリデーターノードを持っています。そのネットワークの排出比率は 8.77% です。同時に、その DEX 流動性プールにおいて、底倉 TAO の比率は 7.88%、Alpha の比率は 92.12% です。計算力の規模や資金の体量から見ても、Chutes は TAO エコシステム内で絶対的なトッププロジェクトに位置しています。これらのデータは、その実際の市場熱度を明確に反映しています：

(データソース：https://bittensormarketcap.com/subnets/64)

7.競争格局、潜在的な課題と最終展望

7.1 コアの強みと競争の堀の障壁

現在の分散型計算（DePIN + AI）競争は、「概念を語り、ホワイトペーパーを書く」という未開の時代を完全に脱却し、「納品、コスト、安定性を競う」という深水域に突入しています。裸機レンタルのみを提供するプラットフォームと比較して、Chutes の最も強力な堀は、膨大なビジネスデータによって厳しく検証された商業レベルの推論提供能力と、従来の Web2 巨人に対する絶対的なコスト圧倒的優位性です。今後全面的に導入される TEE プライバシー暗号アーキテクチャと組み合わせることで、Chutes はシリコンバレーの大企業のエコシステム独占やデータ権力を恐れる開発者に対して、完全に許可不要（Permissionless）でコストパフォーマンスの高い理想的なインフラを提供しています。

7.2 潜在的な課題と打破の難関

現在のビジネスデータとモデルの流通は非常に目を引くものですが、Chutes が Web3 からより広い主流の世界に進出するためには、今後いくつかのハードコアな課題を克服する必要があります。極端な同時処理下での冗長性と弾力性の試練：将来的に真の「キラーアプリ」となる日活が千万単位で急速にネットワークに接続される場合、分散型ネットワークが計算力需要の急増に応じて、ミリ秒単位の低遅延応答を維持し、ダウンタイムを発生させないことができるかどうかは、スケジューリングアルゴリズムの究極の試練です。企業向け市場の心の壁を破る： TEE 技術の支援があっても、従来の Web2 企業の固定観念を打破し、より多くのコンプライアンス企業が分散型 API プロトコルを信頼し、大規模に採用するようにするには、長期的かつ継続的な市場教育と育成が必要です。

7.3 最終展望

要約すると、多モーダル大モデルと AI エージェント（AI Agents）の高頻度、自主的な相互作用の時代が全面的に到来する中で、機械と機械の間の対話は指数関数的に増加する推論需要を生み出します。この時、低コスト、無制限、オンデマンドのマイクロペイメントをサポートする分散型推論レイヤーは、次世代インターネットにとって不可欠なインフラとなるでしょう。Chutes が代表するのは、単なる基盤計算リソースの分配方法の分散化だけでなく、人類社会のオープンな知的資源の普遍的な配分でもあります。Chutes が流量の受け入れの高壁と伝統的企業の採用における信頼の溝を越えることができれば、今後数年内に分散型 AI 競争において長期的な価値捕獲能力を持つスーパー基盤およびユニコーンプラットフォームに成長する可能性が非常に高いです。