iota PreisSN9

Was ist iota (SN9)?

iota (SN9) ist ein dezentrales KI-Trainingsnetzwerk, das auf Bittensor aufbaut und als Subnet 9 operiert. Der vollständige technische Name lautet Incentivised Orchestrated Training Architecture (IOTA). Das Projekt ermöglicht einem globalen Pool von Computern, gemeinsam große Sprachmodelle zu trainieren, indem die Arbeitslast auf viele verteilte Geräte aufgeteilt wird. Es positioniert sich als „the home of liquid training" und als disaggregierte Trainingsinfrastruktur, die verstreute und ungenutzte Rechenleistung in vereinte Kapazität umwandelt.

Die Kernmission von iota (SN9) besteht darin, der Zentralisierung von KI-Rechenleistung entgegenzuwirken, indem ein permissionless, anreizgesteuertes Netzwerk für verteiltes Modell-Pre-Training geschaffen wird. Das Training modernster KI-Modelle erfordert traditionell massive, teure GPU-Cluster, die von wenigen Unternehmen kontrolliert werden. iota (SN9) zielt darauf ab, Eintrittsbarrieren zu senken und Innovationen in der KI-Entwicklung zu fördern, indem die Anforderung eines einzelnen großen Blocks übereinstimmender, reservierter Hardware entfällt.

Im Zentrum der Architektur steht SWARM parallelism, ein neuartiger Trainingsalgorithmus, der für unzuverlässige, heterogene Geräte unter adversarialen Bedingungen entwickelt wurde. Anstatt von jedem Teilnehmer zu verlangen, ein vollständiges Modell mit mehreren Milliarden Parametern zu halten, teilt iota (SN9) das Modell in Schichten auf. Miners werden bestimmten Schichten zugewiesen, und Datenaktivierungen strömen koordiniert durch diese Pipeline. Das Netzwerk setzt zudem eine aggressive Aktivierungskomprimierung ein, die den Datenübertragungsbedarf um bis zu 128x reduziert, sowie ein Butterfly All-Reduce-System, das es Miners ermöglicht, ihre Arbeit sicher ohne einen zentralen Server zusammenzuführen.

Der SN9-Token hat eine maximale Supply von 21,00 Millionen. Die Circulating Supply variiert je nach Quelle und Datum, wobei öffentliche Referenzen etwa 4 Millionen bis 4,9 Millionen SN9 angeben. Das Projekt wird von Macrocosmos AI entwickelt und betrieben und ist durch ein im Juli 2025 veröffentlichtes arXiv-Paper dokumentiert.

Wichtige Spezifikationen & Tokenomics

• Name: iota
• Ticker / Symbol: SN9
• Vollständiger technischer Name: Incentivised Orchestrated Training Architecture (IOTA)
• Netzwerk: Bittensor — Subnet 9 (SN9)
• Entwickler / Betreiber: Macrocosmos AI
• Kategorie: Dezentrales KI-Training / Verteiltes Computing
• Konsens / Koordination: SWARM parallelism mit Butterfly All-Reduce; Orchestrator koordiniert Miners und Validators
• Maximale Supply: 21.000.000 SN9
• Circulating Supply: Etwa 4 Mio.–4,9 Mio. SN9 je nach Quelle und Datum
• Token-Nutzen: SN9-Token werden von Miners verdient und repräsentieren einen Anteil an den Emissionen des Subnets aus dem Bittensor-Netzwerk
• Offizielle Website: https://iota.macrocosmos.ai/
• Entwicklerdokumentation: https://docs.macrocosmos.ai/subnets/subnet-9-iota
• Offizielles X (Twitter): https://x.com/IOTA_SN9
• Block Explorer: https://taostats.io/subnets/9
• Akademische Referenz: https://arxiv.org/html/2507.17766v1

Wer hat iota (SN9) entwickelt?

iota (SN9) wird von Macrocosmos AI entwickelt und betrieben. Zur Führung des Projekts gehören Will Squires als CEO und Co-Founder sowie Steffen Cruz als CTO und Co-Founder. Felix Quinque fungiert als AI Lead und wird zudem als Core Engineer des Subnets genannt, während @mccrinbc als weiterer Core Engineer referenziert wird.

Der Teamhintergrund wird als Zusammenschluss von Führungspersönlichkeiten aus den Bereichen Ex-Opentensor, Banking, UX und Quantum-ML beschrieben, die dezentrale KI aufbauen. Sowohl Will Squires als auch Steffen Cruz werden als tief im Bittensor-Ökosystem verwurzelt beschrieben. Öffentliche Auftritte umfassen eine Videodiskussion mit Steffen Cruz und Felix Quinque über Macrocosmos und dezentrale KI, die die Entwicklung von Subnet 9 von einem isolierten Kaggle-ähnlichen Modell hin zu einem IOTA-basierten Layer-Group-System nachzeichnet, das Einstiegskosten drastisch senkt. Eine „Inventive Mechanisms"-Live-Session zeigte die beiden Core Engineers @mccrinbc und @Felix_Quinque in einer Diskussion über IOTA, Train at Home und verwandte Themen.

Wie funktioniert iota (SN9)?

iota (SN9) operiert als daten- und pipeline-paralleler Trainingsalgorithmus, der darauf ausgelegt ist, in einem Netzwerk heterogener, unzuverlässiger Geräte unter adversarialen Bedingungen zu funktionieren. Das System teilt ein Modell in Schichten auf, anstatt von jedem Teilnehmer zu verlangen, ein vollständiges Modell mit mehreren Milliarden Parametern zu halten, was für Consumer-Hardware unmöglich wäre. Miners werden bestimmten Schichten zugewiesen, und Datenaktivierungen strömen koordiniert durch diese Pipeline.

Um begrenzte Internetbandbreite zu bewältigen, setzt das Netzwerk eine aggressive Aktivierungskomprimierung ein, die den Datenübertragungsbedarf um bis zu 128x reduziert und als Technik zur Erzielung modernster Trainingsergebnisse in Umgebungen mit niedriger Bandbreite beschrieben wird. Ein Butterfly All-Reduce-System ermöglicht es Miners, ihre Arbeit sicher ohne einen zentralen Server zusammenzuführen. Dieser technische Stack ermöglicht es dem Netzwerk, die Modellgröße mit der Anzahl der Teilnehmer zu skalieren, nicht mit dem Speicher einer einzelnen Maschine.

Konventionelles Training erfordert einen großen Block übereinstimmender, reservierter Hardware, der ohne Unterbrechung für die Dauer des Durchlaufs gehalten wird. iota (SN9) beseitigt diese Anforderung, indem die Arbeit über viele verteilte Maschinen koordiniert und der Durchlauf aufrechterhalten wird, auch wenn diese beitreten und austreten. Zu den Ökosystemrollen gehören Miners, die Rechenleistung zum Trainieren von Modellschichten bereitstellen, Validators, die die Arbeit der Miners verifizieren, und ein Orchestrator, der den Prozess koordiniert. Eine „Train at Home"-Mac-Anwendung senkt die technische Hürde für die Bereitstellung von Rechenleistung erheblich.

Was macht iota (SN9) einzigartig und wertvoll?

iota (SN9) adressiert drei vom Projekt identifizierte Problemfelder. Das erste ist die Trainingsökonomie: Die Kosten des Trainings bestimmen die Grenze für die Modelle, die sich ein Unternehmen leisten kann, die Iterationen, die es durchführen kann, und die Skalierung, die es erreichen kann. iota (SN9) trainiert auf Rechenleistung, die der Nutzer weder besitzt noch reserviert, und senkt so die Kosten. Das zweite sind Kapazitätsbeschränkungen: Kapazität existiert, hat aber oft die falsche Form, befindet sich am falschen Ort oder ist bereits belegt. iota (SN9) erreicht diese Kapazität und wandelt sie in Training um, das jetzt ausgeführt werden kann, statt in eine Warteschlange, in die man sich einreihen muss. Das dritte ist die Plattformökonomie: Infrastrukturbetreiber stehen unter Druck, mehr Workloads zu bedienen und die Auslastung zu steigern, ohne mehr Hardware zu kaufen, und iota (SN9) nutzt bereits vorhandene Kapazität vollständiger aus.

Die Erzählung des Projekts lautet, dass Rechenleistung nicht das Problem ist — der Zugang dazu ist es. Die Rechenleistung existiert bereits; der schwierige Teil ist, zu ihr zu gelangen, sie zu bezahlen und sie vollständig einzusetzen. iota (SN9) beseitigt alle drei Hürden, damit mehr Rechenleistung in trainierte Modelle umgewandelt wird. Zu den beanspruchten Ergebnissen gehören bessere Workload-Ökonomie, nutzbare Trainingskapazität, reduzierter Infrastrukturaufwand und Flexibilität durch entweder einen verwalteten oder einen selbstgesteuerten Weg.

Es werden zwei Onboarding-Routen angeboten: ein SDK für den selbstgesteuerten Weg, das es Nutzern ermöglicht, iota (SN9) zu integrieren und eigene Workloads auszuführen, wobei disaggregiertes Training im Hintergrund abgewickelt wird; und „Train with IOTA", ein verwalteter Weg, bei dem ein definierter Workload von der Qualifizierung bis zu einem umsetzbaren Ergebnis begleitet wird. Das Projekt gibt an, dass iota jetzt effizienter ist, auf mehr GPUs skaliert und zuverlässiger konvergiert, und hat ein neues Dashboard veröffentlicht. Zu den Zielnutzern gehören Modellentwickler und Trainingsteams, KI-Plattformen und Modellunternehmen, fortgeschrittene Forschungs- und ML-Teams sowie Infrastrukturbetreiber.

Wofür wird iota (SN9) verwendet?

Der SN9-Token wird von Miners verdient und repräsentiert einen Anteil an den Emissionen des Subnets aus dem Bittensor-Netzwerk. Teilnehmer werden mit Token incentiviert, wodurch ein wettbewerbsfähiger Marktplatz für verteiltes Computing entsteht. Miners stellen Rechenleistung zum Trainieren von Modellschichten bereit, Validators verifizieren die Arbeit der Miners, und der Orchestrator koordiniert den Prozess, wobei Token-Belohnungen an diejenigen fließen, die zum Netzwerk beitragen und es absichern.

Über den Token hinaus wird das iota (SN9)-Netzwerk genutzt, um große Sprachmodelle kollaborativ über verteilte Geräte hinweg zu trainieren. Modellentwickler und Trainingsteams können Modelle trainieren, die ihr Budget und ihr Cluster-Zugang andernfalls ausschließen würden, und mehr Iterationen für denselben Aufwand erzielen. KI-Plattformen und Modellunternehmen können zuvor unbrauchbare Kapazität in Training umwandeln, das sie anbieten können, mehr Workloads bedienen und Kunden erreichen, die ihre Kostenbasis zuvor preislich ausschloss. Fortgeschrittene Forschungs- und ML-Teams können anspruchsvolles, experimentelles Training auf flexibler Kapazität ohne reserviertes Cluster durchführen, und Infrastrukturbetreiber können eigene Kapazität vollständiger nutzen. Eine Token-Burn-Analytics- und Supply-Reduction-Seite wird für iota (SN9) von tokenomist.ai gepflegt.

Wie entwickelt sich das iota (SN9)-Ökosystem?

Das iota (SN9)-Ökosystem entwickelt sich rund um Bittensor, eine Blockchain, die für dezentrale maschinelle Intelligenz konzipiert ist, wo es als Subnet 9 operiert. Zu den Teilnehmern gehören Miners, Validators und ein Orchestrator. Die „Train at Home"-Mac-Anwendung senkt die technische Hürde für die Bereitstellung von Rechenleistung, während ein SDK einen selbstgesteuerten Integrationsweg für die Ausführung benutzerdefinierter Workloads bietet und ein verwalteter Trainingsservice namens „Train with IOTA" einen definierten Workload von der Qualifizierung bis zu einem Ergebnis begleitet. Ein neues Dashboard wurde veröffentlicht.

Zu den Schlüsselereignissen in der Projektgeschichte gehören die Veröffentlichung des arXiv-Papers „Incentivised Orchestrated Training Architecture (IOTA)" am 16. Juli 2025, der Beitritt des @IOTA_SN9 X-Accounts im Juli 2025 und ein angepinnter Beitrag am 25. November 2025 über die Kosten und Schwierigkeiten des Trainings von KI-Modellen. Ein „Your Simple Guide to IOTA (SN9)" wurde am 11. Februar 2026 veröffentlicht, und ein Macrocosmos-Entwicklerleitfaden für Subnet 9 wurde am 20. Mai 2026 veröffentlicht. Am 22. Mai 2026 berichtete die Berichterstattung, dass SN9 großskaliges KI-Modelltraining unter Verwendung der IOTA-Architektur ermöglicht, und am 5. Juni 2026 wurde ein CoinMarketCap CMC AI-Artikel mit dem Titel „What Is iota (SN9) And How Does It Work?" veröffentlicht. Subnet 9 wurde mit einem brandneuen dezentralen Pre-Training-Ansatz neu gestartet, und Vergleichsinhalte, die erklären, wie sich IOTA von Pre-Training, Federated Learning und Swarm-Ansätzen unterscheidet, wurden auf dem Macrocosmos AI Substack veröffentlicht. Eine verwandte Subnet-Referenz ist Compute (SN110): Verifiably Green Compute.

Wie mined man iota (SN9)?

iota (SN9) zu minen bedeutet, Rechenleistung zum Trainieren von Modellschichten im Netzwerk beizusteuern. Miners werden bestimmten Schichten eines Modells zugewiesen, anstatt ein vollständiges Modell mit mehreren Milliarden Parametern halten zu müssen, was die Teilnahme auf Consumer-Hardware machbar macht. Datenaktivierungen strömen koordiniert durch die Pipeline, und Miners führen ihre Arbeit sicher über das Butterfly All-Reduce-System ohne einen zentralen Server zusammen. Die „Train at Home"-Mac-Anwendung senkt die technische Hürde für die Bereitstellung von Rechenleistung erheblich und bietet einen zugänglichen Weg für neue Teilnehmer.

Validators verifizieren die Arbeit der Miners, und ein Orchestrator koordiniert den Prozess. Teilnehmer werden mit SN9-Token incentiviert, wodurch ein wettbewerbsfähiger Marktplatz für verteiltes Computing entsteht. Für diejenigen, die einen verwalteten Ansatz bevorzugen, begleitet der Service „Train with IOTA" einen definierten Workload von der Qualifizierung bis zu einem umsetzbaren Ergebnis, während das SDK einen selbstgesteuerten Weg für die Integration von iota (SN9) und die Ausführung benutzerdefinierter Workloads bietet. Interessierte Miners sollten die offizielle Entwicklerdokumentation und das technische Primer prüfen, bevor sie Hardware beisteuern.

Wie bewahrt man seine iota (SN9) Coins sicher auf?

Da iota (SN9) auf dem Bittensor-Netzwerk operiert, sollten Halter Wallets und Staking-Tools verwenden, die mit diesem Ökosystem kompatibel sind. Taostats, der offizielle Bittensor-Block-Explorer seit 2022, wird weithin für Staking, Portfolio-Tracking, Steuerberichte, Subnet-Entdeckung und Validator-Analytik genutzt und kann verwendet werden, um SN9-Bestände und Netzwerkaktivitäten zu überwachen.

Es gelten Standard-Sicherheitspraktiken: Private Keys und Seed Phrases offline an einem sicheren Ort aufbewahren, niemals mit jemandem teilen und alle Contract- und Wallet-Adressen vor dem Senden von Geldern verifizieren. Offizielle Quellen wie die Projektwebsite und die Entwicklerdokumentation nutzen, um legitime Links zu bestätigen, und Vorsicht bei unaufgeforderten Nachrichten, Identitätsnachahmern und Phishing-Seiten walten lassen, die den Namen iota referenzieren. Da das Projekt „iota (SN9)" seinen Namen mit einem separaten Blockchain-Infrastrukturprojekt teilt, sollten Nutzer sorgfältig prüfen, dass sie mit den korrekten Bittensor Subnet 9-Ressourcen interagieren. Die Aktualisierung von Software und Wallet-Anwendungen sowie die Verwendung von Hardware-Wallets für bedeutende Bestände reduzieren das Risiko weiter.