Vitalik Buterin impulsa la IA CROPS con hardware diverso mientras DeepSeek V4 funciona localmente en Apple y AMD

El término “IA descentralizada” se menciona con frecuencia, pero el cofundador de Ethereum, Vitalik Buterin, está marcando una línea más clara. Para él, la verdadera prueba de un sistema de IA que pueda servir a los usuarios de criptomonedas no es solo dónde ocurre la inferencia, sino si el modelo funciona en una variedad de hardware real, desde un MacBook hasta un equipo AMD. En una actualización publicada en su sitio personal y señalada por el informe original, Buterin señaló un benchmark concreto: DeepSeek V4 ahora tiene una versión cuantizada de 2 bits que cabe en aproximadamente 90 GB de VRAM, alcanzando aproximadamente 35 tokens por segundo en hardware de Apple y unos 7 tokens por segundo en AMD. Eso importa más de lo que muchos creen.

Durante meses, la conversación sobre IA y cripto ha estado dividida entre inferencia en la nube centralizada y grandes esquemas para redes de cómputo descentralizado. Peroerin’s “CROPS AI”—que significa IA Consecuente, Recuperable, Abierta, Privada y Soberana—corta a través del marketing. Argumenta que si un modelo de IA no puede ejecutarse en el hardware que los usuarios comunes y los operadores de nodos ya tienen, no es realmente respetuoso con la privacidad ni soberano. Los números de DeepSeek V4, aunque modestos en el lado de AMD, muestran que un modelo capaz puede operar localmente sin un centro de datos. Obtener 7 t/s en una GPU AMD aún no es una experiencia de desarrollo de nivel productivo, pero redefine lo que es posible. La diferencia entre 35 t/s en Apple silicon y 7 t/s en AMD también cuenta una historia sobre la fragmentación del hardware que el ecosistema tendrá que resolver si la IA local va a ser más que un nicho.

Por qué la Diversidad de Hardware Redefine el Debate sobre IA-Cripto

La mayor parte del entusiasmo actual en torno a IA y blockchain se centra en mercados de cómputo incentivados por tokens o en agentes de IA en cadena. Peroerin’s marco es más realista. Un modelo que solo funciona eficientemente en un TEE en un solo proveedor de nube no ofrece privacidad a un usuario de Ethereum. Podría pasar una prueba de marketing, pero falla en la prueba de hardware. El objetivo de CROPS AI es que el usuario conserve el control sobre sus propios datos y solicitudes de inferencia. Eso significa que el modelo debe ser lo suficientemente ligero para ejecutarse en hardware de nivel medio, no solo en un clúster de H100s. Cuando Buterin menciona que la capa de acceso de Ethereum se superpone con CROPS AI, está hablando de algo tangible: las pruebas de conocimiento cero podrían verificar que una llamada remota a un LLM se ejecutó correctamente, mientras que las lecturas RPC privadas protegen los datos del usuario de los operadores de nodos que podrían estar ejecutando el modelo en segundo plano. Esto no es solo una idea de investigación, sino una restricción de diseño que afecta cómo podrían evolucionar los secuenciadores, validadores y carteras.

El ángulo del hardware también cambia la conversación lejos de la etiqueta simplista de “IA descentralizada”. Una red con miles de nodos ejecutando inferencias en GPUs Nvidia idénticas aún crea un punto único de fallo desde la perspectiva de la cadena de suministro. La énfasis de Buterin en la compatibilidad con Apple y AMD sugiere que busca un mundo donde los validadores de Ethereum puedan usar cualquier cómputo que tengan, no solo el equipo más caro. Eso se alinea con el ethos de Ethereum de mantener los requisitos de validación accesibles, incluso cuando la red avanza hacia nuevos territorios. Para una mirada más profunda sobre qué cadenas están realmente atrayendo a los desarrolladores en este nuevo ciclo, el informe Top 10 Blockchains por Actividad de Desarrollador Esta Semana ofrece una instantánea de dónde se concentra el impulso, y Ethereum sigue cerca de la cima a pesar de la competencia creciente.

Modelos Afinados para Ethereum y la Capa de Privacidad

La llamada de Buterin para modelos de IA más afinados para Ethereum no es una observación casual. Actualmente, la mayoría de los grandes modelos de lenguaje apenas comprenden la semántica de Solidity, y mucho menos las sutilezas de contratos proxy, llamadas delegadas y colisiones de almacenamiento que crean vulnerabilidades. Un modelo ajustado en todo el código del protocolo de Ethereum, combinado con ejecución local, podría convertirse en una herramienta de seguridad poderosa para auditores y desarrolladores. Las llamadas remotas pagadas basadas en ZK que menciona abren otra puerta: un desarrollador podría pagar por una inferencia privada en un modelo remoto usando una prueba ZK para confirmar que la salida es correcta, sin exponer el código del contrato inteligente al operador. Ese modelo híbrido local-remoto, si funciona, cambia drásticamente el esquema de seguridad para equipos que no pueden permitirse ejecutar modelos grandes localmente pero aún necesitan confidencialidad.

Esto no es solo teórico. La tendencia de IA local se cruza con una ola más amplia de infraestructura descentralizada de cómputo y datos. Asociaciones como la entre UXLINK y Origins Network ya abordan el problema de aplicaciones Web3 impulsadas por IA escalables usando cómputo descentralizado. Pero el enfoque de Buterin en las lecturas RPC privadas añade una capa que la mayoría de estos proyectos no han abordado completamente: los metadatos alrededor de tus consultas pueden filtrar tanta información como la consulta misma. Si un nodo validador puede ver con qué contrato estás interactuando mientras usas un modelo local, la ganancia en privacidad es limitada. Sellar ese camino de metadatos con lecturas RPC criptográficas es la mitad faltante del rompecabezas, y por eso la actualización de Buterin tiene un impacto diferente al de los anuncios habituales de IA-cripto.

Lo que el Mercado No Ve, y Lo Que Viene Después

La reacción inmediata al post de Buterin podría ser tratarlo como una señal alcista para tokens de IA o para algunos L2 de Ethereum. Pero eso pasa por alto el punto estructural. Él no está promoviendo un token o un lanzamiento, sino un stack técnico que aún no está construido. Lograr que DeepSeek V4 funcione a 7 t/s en AMD es una prueba de concepto, no un producto. El verdadero trabajo involucra a ingenieros de compresión de modelos, diseñadores de circuitos de conocimiento cero y desarrolladores principales de Ethereum alineando sus hojas de ruta. Eso es un problema de coordinación a varios años, no una narrativa que moverá el mercado la próxima semana. Sin embargo, vale la pena seguirlo porque el ecosistema de Ethereum ha tenido éxito históricamente en este tipo de trabajo de infraestructura lento y sin glamour.

Lo que aún no está claro es si la diversidad de hardware será realmente una prioridad para los proyectos de IA-cripto que están levantando capital en este momento. El campo está lleno de iniciativas bien financiadas que optimizan para una sola arquitectura de GPU y la llaman descentralizada. La actualización de Buterin desafía silenciosamente ese enfoque. Si CROPS AI se convierte en un estándar de referencia—como lo fue la idea original de una blockchain resistente a la censura—los proyectos que ignoren la diversidad de hardware podrían encontrarse en el lado equivocado de la narrativa cuando llegue la adopción real. Por ahora, la conclusión concreta es más simple: un modelo de IA útil que funciona en una máquina local sin llamar a casa ya no es un objetivo lejano. Los números de DeepSeek V4 prueban que la trayectoria es real, y la pila de privacidad de Ethereum finalmente tiene una razón tangible para avanzar más rápido.