Vitalik Buterin Defende uma IA CROPS Diversificada em Hardware Enquanto o DeepSeek V4 Funciona 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 servir os utilizadores de criptomoedas não é apenas onde ocorre a inferência—é se o modelo funciona em uma variedade de hardware real, desde um MacBook até uma configuração AMD. Numa atualização publicada no 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.

Durante meses, a conversa sobre IA e cripto tem estado dividida 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 através do marketing. Ele argumenta que, se um modelo de IA não consegue rodar no hardware que utilizadores comuns e operadores de nós já possuem, 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 numa 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 silicon da Apple e 7 t/s na AMD também conta uma história sobre fragmentação de hardware que o ecossistema terá que resolver se a IA local for mais do que um nicho.

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

A maior parte do entusiasmo atual em torno de IA e blockchain concentra-se em mercados de computação incentivados por tokens ou em agentes de IA na cadeia. Mas a abordagem de Buterin é mais fundamentada. Um modelo que só funciona eficientemente numa TEE numa única nuvem não oferece privacidade a um utilizador do Ethereum. Pode passar num teste de marketing, mas falha no teste de hardware. O objetivo do CROPS AI é que o utilizador mantenha autonomia sobre os seus próprios dados e pedidos de inferência. Isso significa que o modelo precisa ser leve o suficiente para rodar em hardware de nível médio, não apenas numa rede de H100s. Quando Buterin menciona a sobreposição da camada de acesso do Ethereum com o CROPS AI, está a falar de algo tangível: provas de conhecimento zero poderiam verificar se uma chamada remota a um LLM foi executada corretamente, enquanto leituras RPC privadas protegem os dados do utilizador de operadores de nó que possam estar a executar o modelo em segundo plano. Isto não é apenas uma ideia de pesquisa—é uma restrição de design que influencia a evolução de sequenciadores, validadores e carteiras.

O ângulo de hardware também muda a conversa, afastando-se do rótulo simplista de “IA descentralizada”. Uma rede com milhares de nós a executar inferência em GPUs Nvidia idênticas ainda cria um ponto único de falha do ponto de vista da cadeia de fornecimento. A ênfase de Buterin na compatibilidade com Apple e AMD sugere que ele está a imaginar um mundo onde os validadores do Ethereum podem usar qualquer hardware de computação que tenham, não apenas os equipamentos mais caros. Isso alinha-se com o ethos de longa data do Ethereum de manter os requisitos de validação acessíveis, mesmo enquanto a rede avança para novos territórios. Para uma análise mais aprofundada de quais cadeias estão realmente a atrair construtores nesta nova fase, o relatório Top 10 Blockchains por Atividade de Desenvolvedor Esta Semana oferece uma visão geral de onde o momentum está a se concentrar, e o Ethereum permanece próximo do topo apesar da crescente concorrência.

Modelos Ajustados ao Ethereum e a Camada de Privacidade

O apelo de Buterin por mais modelos de IA 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 base em todo o código do protocolo Ethereum, combinado com execução local, poderia tornar-se 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 num modelo remoto usando uma prova de conhecimento zero para confirmar que a saída está correta, sem expor o código do contrato inteligente ao operador. Aquele modelo híbrido, local-remoto, se funcionar, mudará drasticamente o paradigma de segurança para equipes que não podem pagar por modelos grandes localmente, mas ainda assim precisam de confidencialidade.

Isto não é apenas teórico. A iniciativa de IA local intersecta com uma onda mais ampla de infraestrutura descentralizada de computação e dados. Parcerias como a entre UXLINK e Origins Network já estão a enfrentar o problema de aplicações Web3 escaláveis baseadas em IA usando computação descentralizada. Mas o foco de Buterin em leituras RPC privadas acrescenta uma camada que a maioria desses projetos ainda não abordou completamente: os metadados das suas consultas podem vazar tanto quanto a própria consulta. Se um nó validador consegue ver qual contrato está a interagir 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-cripto.

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 L2 do Ethereum. Mas isso perde o ponto estrutural. Ele não está a promover um token ou um lançamento—está a delinear uma pilha técnica que ainda não foi construída. Fazer o DeepSeek V4 rodar a 7 t/s na 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 os 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, porque o ecossistema do Ethereum tem historicamente sucesso exatamente neste tipo de trabalho de infraestrutura lento e sem glamour.

O que permanece incerto é se a diversidade de hardware será realmente uma prioridade para os projetos de IA-cripto que estão a levantar capital neste momento. O campo está cheio de iniciativas bem financiadas que otimizam para uma única arquitetura de GPU e chamam isso de descentralização. 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 referência—então projetos que ignorarem a diversidade de hardware podem acabar do lado errado da narrativa quando a adoção real chegar. Por agora, a conclusão concreta é mais simples: um modelo de IA útil que roda numa máquina local sem precisar telefonar para casa já não é 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.