Tether 透過新的 QVAC Fabric 框架將裝置端 AI 引入消費者硬體

AI訓練正從雲端伺服器轉向日常硬體，隨著端點AI在旗艦智慧型手機和消費者GPU上普及。

Tether推出QVAC Fabric本地AI訓練框架

作為USDT穩定幣的發行商，Tether推出了QVAC Fabric，一個旨在利用Microsoft的BitNet架構和LoRA優化技術，在智慧型手機和消費者GPU上運行大型語言模型的新型AI訓練框架。

該公司表示，QVAC Fabric相較於標準的16位模型，能將記憶體使用量降低最多90%。此外，這種縮減使得原本需要資料中心的模型能直接在手機、筆記型電腦和非Nvidia GPU上運行。

Tether報告稱，其工程師在不到兩小時內，便在智慧型手機上微調了多達10億參數的模型，而較小的模型則只需幾分鐘。儘管如此，該框架並不限於小型網路，還能大幅擴展。

在iPhone和Android上運行十億參數模型

在旗艦裝置如iPhone 16、Pixel 9和Galaxy S25上，團隊將微調推向了多達38億參數的模型。在蘋果最新手機上，他們甚至達到了130億參數。

該框架支持廣泛的硬體，包括AMD、Intel和Apple Silicon晶片，以及Qualcomm和Apple的行動GPU。然而，它明確設計為不依賴Nvidia的生態系統，彰顯向更普及的AI基礎設施推進的趨勢。

根據Tether，運行BitNet模型的行動GPU，其運行速度比純CPU配置快2到11倍。這一性能差距凸顯了行動導向架構在本地模型訓練中的重要性。

聯邦學習與重視隱私的AI

Tether強調的主要應用之一是聯邦學習，這種方法讓AI模型在多台裝置上更新，而不將個人資料傳送到集中式伺服器。實務上，這讓用戶能在本地個性化模型，同時將敏感資訊存放在自己的硬體上。

此外，這種方法減少了對大型雲端供應商的依賴，並可能降低較小實驗室和獨立開發者的成本。Tether已在GitHub開源QVAC平台的程式碼，邀請社群進行實驗和擴展。

Tether將QVAC Fabric定位為一種使端點AI更具實用性的方法，尤其適用於對資料隱私要求嚴格的應用。然而，其成功將取決於開發者在實際產品中採用這些工具的速度。

加密公司競相建構AI基礎設施

Tether的推出反映出加密行業正朝著更廣泛的轉型，許多數位資產公司正大量投資於AI和高性能運算。2024年9月，Google收購Cipher Mining 5.4%的股份，並簽訂了價值30億美元的AI資料中心容量協議。

比特幣礦商IREN在2024年12月宣布計劃籌集約36億美元，用於擴展AI基礎設施。此外，2025年2月，HIVE Digital Technologies報告其營收達到9310萬美元，主要由AI和高性能運算的成長推動。

3月，Core Scientific獲得摩根士丹利提供的5億美元貸款，並有擴展至10億美元的選項。這些投資顯示礦工和基礎設施供應商正逐步多元化，超越純粹的比特幣運營。

Web3結合AI代理與身份工具

在Tether公布QVAC Fabric的同一天，World——由OpenAI的Sam Altman共同創立的身份認證專案，推出了AgentKit。這個工具包使AI代理能利用World ID驗證真實人類連結，並通過微支付協議啟動付款。

此外，在2月，Alchemy推出了一個系統，讓AI代理能使用USDC在Base網路上存取區塊鏈資料服務。這一整合標誌著智能代理、身份層與鏈上結算之間日益融合。

總體而言，QVAC Fabric凸顯了Tether及其他加密原生公司正站在數位資產、AI研究與去中心化基礎設施的交匯點，可能重塑先進模型的訓練與部署方式。