Vitalik Buterin defende IA CROPS com hardware diversificado enquanto o DeepSeek V4 roda localmente em Apple e AMD

O termo “IA descentralizada” é frequentemente mencionado, mas o cofundador do Ethereum, Vitalik Buterin, está traçando uma linha mais clara. Para ele, o verdadeiro teste de um sistema de IA que pode atender usuários de criptomoedas não é apenas onde a inferência acontece—é se o modelo roda em uma variedade de hardware real, de um MacBook a uma configuração AMD. Em uma atualização publicada em seu site pessoal e destacada pelo relatório original, Buterin apontou um benchmark concreto: o DeepSeek V4 agora possui uma versão quantizada de 2 bits que cabe em cerca de 90 GB de VRAM, atingindo aproximadamente 35 tokens por segundo em hardware Apple e cerca de 7 tokens por segundo em AMD. Isso importa mais do que muitos percebem.

Por meses, a conversa sobre IA e crypto tem se dividido entre inferência em nuvem centralizada e grandes esquemas para redes de computação descentralizadas. Maserin’s “CROPS AI”—abreviação de IA Consequencial, Recuperável, Aberta, Privada e Soberana—corta o marketing. Ele argumenta que, se um modelo de IA não consegue rodar no hardware que usuários comuns e operadores de nós já possuem, ele não é verdadeiramente preservador de privacidade ou soberano. Os números do DeepSeek V4, embora modestos do lado AMD, mostram que um modelo capaz pode operar localmente sem um data center. Conseguir 7 t/s em uma GPU AMD ainda não é uma experiência de desenvolvimento de nível de produção, mas redefine o que é possível. A diferença entre 35 t/s no silício Apple e 7 t/s na AMD também conta uma história sobre fragmentação de hardware que o ecossistema precisará resolver se a IA local for mais do que um nicho.

Por que a Diversidade de Hardware Redefine o Debate sobre IA-Crypto

A maior parte do entusiasmo atual em torno de IA e blockchain foca em mercados de computação incentivados por tokens ou em agentes de IA na cadeia. Maserin’s framing é mais fundamentado. Um modelo que só roda eficientemente em um TEE em um único provedor de nuvem não oferece privacidade a um usuário do Ethereum. Pode passar no teste de marketing, mas falha no teste de hardware. O objetivo do CROPS AI é que o usuário mantenha autonomia sobre seus próprios dados e solicitações de inferência. Isso significa que o modelo precisa ser leve o suficiente para rodar em hardware intermediário, não apenas em um cluster de H100s. Quando Buterin menciona a sobreposição da camada de acesso do Ethereum com o CROPS AI, ele fala de algo tangível: provas de conhecimento zero poderiam verificar se uma chamada remota de LLM foi executada corretamente, enquanto leituras RPC privadas protegem os dados do usuário de operadores de nó que possam estar executando o modelo em segundo plano. Isso não é apenas uma ideia de pesquisa—é uma restrição de design que influencia como sequenciadores, validadores e carteiras podem evoluir.

O ângulo de hardware também desloca a conversa do rótulo simplista de “IA descentralizada”. Uma rede com milhares de nós executando inferência em GPUs Nvidia idênticas ainda cria um ponto único de falha do ponto de vista da cadeia de suprimentos. A ênfase de Buterin na compatibilidade com Apple e AMD sugere que ele está pensando em um mundo onde validadores do Ethereum podem usar qualquer computação que tenham, não apenas o kit mais caro. Isso se alinha com o ethos de longa data do Ethereum de manter os requisitos de validadores acessíveis, mesmo enquanto a rede avança para novos territórios. Para uma análise mais profunda de quais cadeias estão realmente atraindo desenvolvedores neste novo ciclo, o relatório Top 10 Blockchains por Atividade de Desenvolvedor nesta Semana oferece uma visão geral de onde o momentum está se concentrando, e o Ethereum permanece próximo ao topo apesar da crescente competição.

Modelos Ajustados para Ethereum e a Camada de Privacidade

O apelo de Buterin por modelos de IA mais ajustados ao Ethereum não é uma observação casual. Atualmente, a maioria dos grandes modelos de linguagem mal compreende a semântica do Solidity, quanto mais as sutilezas de contratos proxy, chamadas delegadas e colisões de armazenamento que criam vulnerabilidades. Um modelo ajustado com todo o código do protocolo Ethereum, combinado com execução local, poderia se tornar uma ferramenta poderosa de segurança para auditores e desenvolvedores. As chamadas remotas pagas baseadas em ZK que ele menciona abrem outra porta: um desenvolvedor poderia pagar por uma inferência privada em um modelo remoto usando uma prova de conhecimento zero para confirmar que a saída está correta, sem expor o código do contrato inteligente ao operador. Esse modelo híbrido, local-remoto, se funcionar, mudará drasticamente o paradigma de segurança para equipes que não podem rodar grandes modelos localmente, mas ainda precisam de confidencialidade.

Isso não é apenas teórico. A iniciativa de IA local se cruza com uma onda mais ampla de infraestrutura descentralizada de computação e dados. Parcerias como a entre UXLINK e Origins Network já enfrentam o problema de aplicações Web3 movidas por IA escalável usando computação descentralizada. Mas o foco de Buterin em leituras RPC privadas adiciona uma camada que a maioria desses projetos ainda não abordou completamente: os metadados ao redor de suas consultas podem vazar tanto quanto a consulta em si. Se um nó validador consegue ver qual contrato você está interagindo enquanto usa um modelo local, o ganho de privacidade é limitado. Selar esse caminho de metadados com leituras RPC criptografadas é a metade que falta do quebra-cabeça, e é por isso que a atualização de Buterin tem um impacto diferente do habitual anúncio de IA-crypto.

O que o Mercado Não Percebe, e o que Vem a Seguir

A reação imediata ao post de Buterin pode ser tratá-lo como um sinal otimista para tokens de IA ou algumas L2s do Ethereum. Mas isso perde o ponto estrutural. Ele não está promovendo um token ou um lançamento—ele está delineando uma pilha técnica que ainda não foi construída. Fazer o DeepSeek V4 rodar a 7 t/s em AMD é uma prova de conceito, não um produto. O verdadeiro trabalho envolve engenheiros de compressão de modelos, designers de circuitos de conhecimento zero e desenvolvedores principais do Ethereum alinhando seus roteiros. Isso é um problema de coordenação de vários anos, não uma narrativa que moverá o mercado na próxima semana. Ainda assim, vale a pena acompanhar, pois o ecossistema do Ethereum historicamente teve sucesso exatamente nesse tipo de trabalho de infraestrutura lento e sem glamour.

O que permanece incerto é se a diversidade de hardware realmente será uma prioridade para os projetos de IA-crypto que estão levantando capital agora. O campo está cheio de iniciativas bem financiadas que otimizam para uma única arquitetura de GPU e a chamam de descentralizada. A atualização de Buterin desafia silenciosamente essa abordagem. Se o CROPS AI se tornar um padrão de referência—assim como o conceito original de uma blockchain resistente à censura se tornou um teste de validade—então projetos que ignorarem a diversidade de hardware podem se encontrar do lado errado da narrativa quando a adoção real chegar. Por ora, a conclusão concreta é mais simples: um modelo de IA útil que roda em uma máquina local sem precisar se conectar à internet não é mais um objetivo distante. Os números do DeepSeek V4 provam que a trajetória é real, e a pilha de privacidade do Ethereum finalmente tem uma razão tangível para avançar mais rápido.