Tether Lanza Marco de Trabajo de Entrenamiento de IA Para Teléfonos y GPU de Consumidor

(MENAFN- Crypto Breaking) Tether ha presentado un marco de entrenamiento de IA multiplataforma que, según la compañía, puede ajustar modelos de lenguaje grandes en hardware de consumo, incluyendo teléfonos inteligentes y GPUs no NVIDIA. El sistema, parte de la plataforma QVAC de Tether, se basa en la arquitectura BitNet de Microsoft y técnicas LoRA para reducir los requisitos de memoria y cálculo, lo que potencialmente disminuye los costos y barreras de hardware para los desarrolladores. El anuncio posiciona el marco como compatible con una amplia gama de chips, desde AMD e Intel hasta Apple Silicon, junto con GPUs móviles de Qualcomm y Apple. En pruebas internas, los ingenieros supuestamente ajustaron modelos con hasta 1 mil millones de parámetros en teléfonos inteligentes en menos de dos horas, con modelos más pequeños en minutos, y soportaron modelos de hasta 13 mil millones de parámetros en dispositivos móviles.

Puntos clave

El marco QVAC de Tether aprovecha una arquitectura de modelo de 1 bit (BitNet) para reducir drásticamente el uso de VRAM, permitiendo que modelos más grandes funcionen en hardware limitado. La afinación basada en LoRA se extiende a hardware no NVIDIA, ampliando la compatibilidad con plataformas AMD, Intel y Apple Silicon, así como GPUs móviles de Qualcomm y Apple. Se destacan el entrenamiento en el dispositivo y el aprendizaje federado como casos de uso potenciales, apuntando a reducir la dependencia del cómputo en la nube centralizada para actualizaciones de modelos. Las mejoras en rendimiento también se reflejan en la inferencia, con GPUs móviles que supuestamente entregan resultados más rápidos para modelos BitNet que las cargas de trabajo tradicionales en CPU. La estrategia se alinea con una tendencia más amplia en la industria de que las empresas de criptomonedas expanden su presencia en IA y computación de alto rendimiento, tocando la capacidad de centros de datos de IA y agentes de software autónomos.

** Tickers mencionados:** $BTC, $USDT, $USDC, $COIN, $HIVE

** Sentimiento:** Neutral

** Contexto del mercado:** La tendencia de acercar el entrenamiento y la inferencia de IA a los dispositivos edge refleja un cambio más amplio hacia IA en el dispositivo y aprendizaje distribuido dentro de los ecosistemas de criptomonedas y fintech, junto con la asignación continua de capital a la computación de IA por parte de operadores mineros y empresas de centros de datos.

Por qué importa

Para un mercado basado en la confianza en dinero programable y ecosistemas sin permisos, la capacidad de ejecutar cargas de trabajo de IA sustanciales en hardware de consumo podría recalibrar quién puede entrenar y ajustar modelos. Según Tether, al reducir los requisitos de VRAM en un 77.8% en comparación con modelos de 16 bits similares, el marco basado en BitNet aborda uno de los puntos de fricción más persistentes en la IA en el edge: las limitaciones de memoria. Esto podría permitir a los desarrolladores experimentar más en dispositivos cercanos a los usuarios, posibilitando entrenamientos en el dispositivo que preserven la privacidad y el aprendizaje federado, donde las actualizaciones se agregan localmente en lugar de cargarse en servidores centrales.

Más allá de la novedad de ejecutar modelos de mil millones de parámetros en teléfonos inteligentes, la iniciativa insinúa una estrategia más amplia: las empresas de criptomonedas están apostando por IA y HPC para respaldar nuevos productos y servicios, desde análisis en cadena hasta agentes autónomos que transaccionan o interactúan con servicios. El artículo señala que los principales actores ya han comenzado a integrar IA en operaciones centrales o a explorar infraestructura impulsada por IA. A medida que los mineros y operadores de centros de datos buscan casos de uso con mayores márgenes, la computación de IA se convierte en una extensión natural de la infraestructura del sector. Esto se alinea con una tendencia más amplia de que actores institucionales diversifican en cargas de trabajo de IA, subrayando cómo las empresas nativas de blockchain ven la IA como un componente clave para la escalabilidad y el desarrollo de productos a largo plazo.

En cuanto a la tecnología, la capacidad multiplataforma indica un cambio de las pilas de IA dominadas por Nvidia hacia enfoques más independientes del hardware. La combinación de una arquitectura de modelo de 1 bit con afinación LoRA en hardware no NVIDIA amplía el potencial del hardware para el desarrollo de IA, acelerando la experimentación y reduciendo las barreras para equipos pequeños o desarrolladores individuales que dependen de dispositivos de consumo. Este desarrollo también podría influir en cómo se entrenan y actualizan los agentes de IA—programas autónomos que interactúan con servicios y ejecutan tareas—en el dispositivo, fortaleciendo potencialmente los casos de uso que preservan la privacidad al minimizar la transferencia de datos a la nube.

El contexto más amplio de la industria incluye la expansión de empresas de criptomonedas en servicios habilitados por IA y centros de datos. Por ejemplo, movimientos estratégicos de mineros y proveedores de infraestructura para escalar la capacidad de cómputo de IA han sido reportados en los últimos trimestres, con varios grandes actores persiguiendo despliegues y asociaciones centradas en IA en centros de datos. Aunque el impacto inmediato del marco de Tether aún debe demostrarse a escala, el énfasis en la interoperabilidad multiplataforma y capacidades en el dispositivo sugiere un futuro donde las herramientas de IA sean más accesibles para una gama más amplia de dispositivos, incluidos aquellos con presupuestos limitados de cómputo.

Qué observar a continuación

Ritmo de adopción: ¿Otros actores de criptomonedas y desarrolladores de IA desplegarán públicamente entrenamiento basado en BitNet en hardware de consumo, y qué aplicaciones surgirán primero? Expansión multiplataforma: ¿Qué tan rápido se extenderá el flujo de trabajo habilitado por LoRA a GPUs no NVIDIA adicionales y aceleradores móviles? Pilotos de IA en el dispositivo: ¿Veremos despliegues reales de aprendizaje federado o pilotos de entrenamiento en el dispositivo que demuestren beneficios en privacidad? Benchmarks competitivos: Pruebas independientes comparando entrenamiento basado en BitNet con flujos de trabajo tradicionales centrados en GPU en dispositivos edge y centros de datos. Socios en el ecosistema: ¿Habrá colaboraciones con proveedores de wallets, agentes de IA o plataformas de análisis en cadena que integren modelos entrenados en el edge en productos para usuarios?

Fuentes y verificación

Anuncio de lanzamiento de QVAC de Tether detallando el marco multiplataforma BitNet/LoRA y sus objetivos. Verificar en la página oficial de noticias de Tether vinculada en el anuncio. Las reducciones en VRAM y parámetros del marco QVAC/BitNet, según lo descrito en el comunicado de Tether. Los ingresos y métricas de rendimiento impulsados por IA/HPC de HIVE Digital Technologies citados en cobertura de Cointelegraph. AgentKit mundial y capacidades de verificación y pago de agentes de IA, según comunicaciones oficiales y cobertura del mundo. Infraestructura de wallet de Coinbase para agentes de IA y el sistema Alchemy que permite acceso a datos de blockchain vía USDC, según cobertura citada en el artículo.

Qué observar a continuación

Mantenerse atento a las actualizaciones de Tether sobre hitos de QVAC, incluyendo integraciones más amplias de la plataforma o anuncios de compatibilidad adicional de hardware. Observar si otros actores de criptomonedas o fintech comienzan a publicar benchmarks de rendimiento o despliegues piloto que validen las afirmaciones de entrenamiento en el dispositivo. Finalmente, seguir los movimientos de actores de IA y criptomonedas hacia el aprendizaje federado y la inferencia en el dispositivo que preserve la privacidad, lo cual podría transformar la forma en que se entrenan y actualizan los modelos en redes distribuidas.

Fuentes y verificación

Lanzamiento de Tether QVAC: contexto de ingresos de HIVE Digital Technologies: class=“thirstylink” rel=“nofollow sponsored noindex” target=“_blank” title=“CoinTelegraph” href=“” data-linkid=“233844” data-shortcode=“true”>cointelegraph/news/hive -digital-focus-crypto-mining-ai-data-centers AgentKit mundial y agentes de IA verificados por humanos: class=“thirstylink” rel=“nofollow sponsored noindex” target=“_blank” title=“CoinTelegraph” href=“” data-linkid=“233844” data-shortcode=“true”>cointelegraph/news/world-launches-agentkit-coinbase -integration-enable-human-verified-ai-agents-embargo Infraestructura de wallet de Coinbase para agentes de IA: Acceso a datos de agentes de IA de Alchemy usando USDC:

Datos clave y próximos pasos

Con Tether posicionando QVAC como un marco de cómputo multiplataforma y citando reducciones sustanciales en requisitos de memoria, la compañía señala un cambio estratégico hacia la habilitación de cargas de trabajo de IA en hardware ampliamente disponible. Si el marco gana tracción, los desarrolladores podrían acelerar la experimentación en dispositivos de consumo, ampliando el alcance de herramientas y análisis en cadena asistidos por IA. Los próximos meses revelarán si estas capacidades se traducen en una adopción más amplia por parte de desarrolladores, pilotos prácticos de IA en el dispositivo y reducciones tangibles en la demanda de cómputo en la nube para tareas de IA relacionadas con criptomonedas.

Qué esto podría significar para usuarios y creadores

Para los usuarios finales, existe el potencial de funciones más rápidas y privadas impulsadas por IA integradas en wallets y servicios en cadena. Para los creadores, el marco reduce la barrera para prototipar, probar y perfeccionar modelos de IA sin necesidad de GPUs de centros de datos de alta gama. En un sector donde el costo de cómputo puede ser una limitación, este cambio hacia la adopción de IA en el edge se alinea con metas a largo plazo de descentralización, privacidad y eficiencia. También subraya la convergencia continua entre infraestructura de criptomonedas y computación avanzada de IA, un desarrollo que podría influir en todo, desde servicios de datos en cadena hasta el diseño de agentes autónomos y herramientas de gobernanza. Como con cualquier tecnología nueva, la escalabilidad, la seguridad y los estándares de interoperabilidad definirán qué tan rápido maduran estas capacidades y qué tan ampliamente se adoptan en el ecosistema.

** Aviso de riesgo y afiliados:** Los activos criptográficos son volátiles y el capital está en riesgo. Este artículo puede contener enlaces de afiliados.

MENAFN17032026008006017065ID1110874906