Gate Booster 第 4 期:发帖瓜分 1,500 $USDT
🔹 发布 TradFi 黄金福袋原创内容,可得 15 $USDT,名额有限先到先得
🔹 本期支持 X、YouTube 发布原创内容
🔹 无需复杂操作,流程清晰透明
🔹 流程:申请成为 Booster → 领取任务 → 发布原创内容 → 回链登记 → 等待审核及发奖
📅 任务截止时间:03月20日16:00(UTC+8)
立即领取任务:https://www.gate.com/booster/10028?pid=allPort&ch=KTag1BmC
更多详情:https://www.gate.com/announcements/article/50203
Tether 通过新 QVAC Fabric 框架为消费硬件引入设备端 AI
人工智能训练正从云服务器转向日常硬件,随着设备端AI在旗舰智能手机和消费者GPU上的普及。
Tether推出本地AI训练的QVAC Fabric
作为USDT稳定币的发行商,Tether推出了QVAC Fabric,一种新的AI训练框架,旨在利用微软的BitNet架构和LoRA优化技术,在智能手机和消费者GPU上运行大型语言模型。
该公司表示,QVAC Fabric相比标准的16位模型可以将内存使用量降低最多90%。此外,这一缩减使得通常需要数据中心的模型可以直接在手机、笔记本电脑和非Nvidia GPU上运行。
Tether报告称,其工程师在不到两小时内在智能手机上微调了参数高达10亿的模型,而较小的模型只需几分钟即可完成。也就是说,该框架并不限于小型网络,具有显著的扩展能力。
在iPhone和Android设备上运行亿参数模型
在如iPhone 16、Pixel 9和Galaxy S25等旗舰设备上,团队将微调模型的规模扩大到多达38亿参数。在苹果最新的手机上,他们甚至达到了130亿参数。
该框架支持多种硬件,包括AMD、Intel和Apple Silicon芯片,以及高通和苹果的移动GPU。然而,它明确设计为无需依赖Nvidia生态系统,强调向更易获取的AI基础设施的转变。
根据Tether的说法,基于BitNet的模型在移动GPU上的运行速度比仅使用CPU快2到11倍。这一性能差距凸显了面向移动的架构在本地模型训练中的重要性。
联邦学习与隐私保护AI
Tether强调的主要应用之一是联邦学习,这是一种在多个设备上更新AI模型而无需将个人数据发送到中心服务器的方法。实际上,这让用户可以在本地个性化模型,同时将敏感信息保存在自己的硬件上。
此外,这种方法减少了对大型云服务提供商的依赖,有助于降低小型实验室和独立开发者的成本。Tether已在GitHub开源了QVAC平台的代码,邀请社区进行试验和扩展。
Tether将QVAC Fabric定位为实现大规模设备端AI更实用的工具,特别适用于对数据隐私要求严格的应用。然而,其成功将取决于开发者在实际产品中多快采用这些工具。
加密公司竞相构建AI基础设施
Tether的发布反映了整个加密行业的转变,许多以数字资产为基础的公司正大量投资于AI和高性能计算。2024年9月,谷歌收购了Cipher Mining 5.4%的股份,作为一项价值30亿美元的AI数据中心容量协议的一部分。
比特币矿商IREN在2024年12月宣布计划筹集约36亿美元用于AI基础设施扩展。此外,2025年2月,HIVE Digital Technologies报告其收入达到9310万美元,主要受AI和高性能计算增长的推动。
3月,Core Scientific从摩根士丹利获得了5亿美元的贷款额度,并有扩展至10亿美元的选项。这些投资显示矿工和基础设施提供商正逐步多元化,超越纯粹的比特币运营。
Web3结合AI代理与身份工具
在Tether公布QVAC Fabric的同一天,World——由OpenAI的Sam Altman共同创立的身份项目——推出了AgentKit。该工具包使AI代理能够通过World ID验证真实人类身份,并通过微支付协议发起支付。
此外,2025年2月,Alchemy推出了一个系统,允许AI代理通过Base网络使用USDC访问区块链数据服务。这一整合标志着智能代理、身份层和链上结算的融合日益加深。
总体而言,QVAC Fabric凸显了Tether及其他加密原生公司正处于数字资产、AI研究与去中心化基础设施的交汇点,可能重塑边缘设备上先进模型的训练与部署方式。