A Tether revelou uma estrutura de treino de IA multiplataforma que, segundo a empresa, consegue ajustar modelos de linguagem de grande dimensão em hardware de consumo, incluindo smartphones e GPUs não-NVIDIA. O sistema, parte da plataforma QVAC da Tether, baseia-se na arquitetura BitNet da Microsoft e nas técnicas LoRA para reduzir as exigências de memória e computação, potencialmente diminuindo os custos e as barreiras de hardware para os desenvolvedores. O anúncio posiciona a estrutura como compatível com uma vasta gama de chips — desde AMD e Intel até Apple Silicon — assim como GPUs móveis da Qualcomm e Apple. Em testes internos, engenheiros ajustaram modelos com até 1 bilhão de parâmetros em smartphones em menos de duas horas, com modelos menores possíveis em minutos, e suportou modelos de até 13 bilhões de parâmetros em dispositivos móveis.
Principais pontos
A estrutura QVAC da Tether utiliza uma arquitetura de modelo de 1-bit (BitNet) para reduzir drasticamente o uso de VRAM, permitindo que modelos maiores rodem em hardware com recursos limitados.
O ajuste fino baseado em LoRA foi estendido a hardware não-NVIDIA, ampliando a compatibilidade com plataformas AMD, Intel e Apple Silicon, bem como GPUs móveis da Qualcomm e Apple.
Treino no dispositivo e aprendizagem federada são destacados como casos de uso potenciais, apontando para uma menor dependência do processamento em nuvem centralizado para atualizações de modelos.
Ganhos de desempenho também se estendem à inferência, com GPUs móveis supostamente entregando resultados mais rápidos para modelos BitNet do que cargas de trabalho tradicionais de CPU.
A iniciativa acompanha uma tendência mais ampla na indústria de empresas de criptomoedas expandindo para computação de IA e computação de alto desempenho, abordando capacidade de data centers de IA e agentes de software autônomos.
Tickers mencionados: $BTC, $USDT, $USDC, $COIN, $HIVE
Sentimento: Neutro
Contexto de mercado: A aposta em levar o treino e a inferência de IA mais perto dos dispositivos de borda reflete uma mudança mais ampla em direção à IA no dispositivo e ao aprendizado distribuído dentro dos ecossistemas de criptomoedas e fintech, juntamente com a contínua alocação de capital para computação de IA por operadores de mineração e empresas de data center.
Por que isso importa
Para um mercado baseado na confiança em dinheiro programável e ecossistemas permissionless, a capacidade de executar cargas de trabalho substanciais de IA em hardware de consumo pode recalibrar quem pode treinar e ajustar modelos. Segundo a Tether, ao reduzir os requisitos de VRAM em até 77,8% em comparação com modelos de 16 bits semelhantes, a estrutura baseada em BitNet enfrenta um dos obstáculos mais persistentes na IA de borda: limitações de memória. Isso pode permitir que desenvolvedores façam mais experimentações em dispositivos mais próximos dos usuários, potencialmente possibilitando treinos no dispositivo que preservam a privacidade e aprendizagem federada, onde as atualizações são agregadas localmente em vez de enviadas para servidores centrais.
Além do aspecto inovador de rodar modelos de bilhões de parâmetros em smartphones, a iniciativa sugere uma estratégia mais ampla: empresas de criptomoedas estão apostando em IA e HPC para suportar novos produtos e serviços, desde análises on-chain até agentes autônomos que transacionam ou interagem com serviços. O artigo observa que grandes players já começaram a integrar IA em operações centrais ou a explorar infraestruturas movidas a IA. Como operadores de mineração e data centers buscam casos de uso de maior margem, a computação de IA torna-se uma extensão natural da infraestrutura do setor. Isso está alinhado com uma tendência mais ampla de investidores institucionais diversificando suas cargas de trabalho em IA, reforçando como empresas nativas de blockchain veem a IA como componente crítico para escalabilidade e desenvolvimento de produtos a longo prazo.
No lado tecnológico, a capacidade multiplataforma sinaliza uma mudança de stacks de IA dominados por Nvidia para abordagens mais independentes de hardware. A combinação de uma arquitetura de modelo de 1-bit com ajuste fino LoRA em hardware não-NVIDIA amplia o potencial de hardware para desenvolvimento de IA, acelerando experimentações e reduzindo barreiras para equipes menores ou desenvolvedores individuais que dependem de dispositivos de consumo. Essa evolução também deve influenciar a forma como agentes de IA — programas autônomos que interagem com serviços e executam tarefas — são treinados e atualizados no dispositivo, fortalecendo casos de uso que preservam a privacidade ao minimizar a transferência de dados para a nuvem.
O panorama mais amplo inclui empresas de criptomoedas expandindo para serviços habilitados por IA e data centers. Por exemplo, movimentos estratégicos de mineradores e fornecedores de infraestrutura para ampliar a capacidade de computação de IA têm sido reportados nos últimos trimestres, com vários grandes players buscando implantações e parcerias centradas em IA. Embora o impacto imediato da estrutura da Tether ainda precise ser demonstrado em escala, a ênfase na interoperabilidade multiplataforma e nas capacidades no dispositivo sugere um futuro onde ferramentas de IA se tornam mais acessíveis a uma gama maior de dispositivos, incluindo aqueles com recursos limitados.
O que acompanhar a seguir
Velocidade de adoção: Outras empresas de criptomoedas e desenvolvedores de IA irão publicamente implementar treinamentos baseados em BitNet em hardware de consumo, e quais aplicações surgirão primeiro?
Expansão multiplataforma: Quão rapidamente o fluxo de trabalho habilitado por LoRA se estenderá a GPUs não-NVIDIA adicionais e aceleradores móveis?
Pilotos de IA no dispositivo: Veremos implantações reais de aprendizagem federada ou pilotos de treino no dispositivo que demonstrem benefícios de privacidade de dados?
Benchmarks competitivos: Testes independentes comparando treinamentos baseados em BitNet com fluxos de trabalho tradicionais centrados em GPU em dispositivos de borda e data centers.
Parcerias no ecossistema: Colaborações com provedores de carteiras, agentes de IA ou plataformas de análise on-chain que integrem modelos treinados no borda em produtos voltados ao usuário.
Fontes e verificação
Anúncio de lançamento do QVAC da Tether detalhando a estrutura multiplataforma BitNet/LoRA e seus objetivos. Verifique na página oficial de notícias da Tether vinculada no anúncio.
Reduções alegadas de VRAM e de força de parâmetros do framework QVAC/BitNet, conforme descrito no comunicado da Tether.
Relatórios de receita e métricas de desempenho de IA/HPC da HIVE Digital Technologies citados na cobertura do Cointelegraph.
Verificação e capacidades de pagamento de agentes IA do World’s AgentKit, conforme descrito nas comunicações oficiais e cobertura do World.
Infraestrutura de carteira da Coinbase para agentes de IA e o sistema Alchemy que permite acesso a dados de blockchain via USDC, conforme mencionado na cobertura citada no artigo.
O que acompanhar a seguir
Fique atento às atualizações da Tether sobre marcos do QVAC, incluindo integrações mais amplas na plataforma ou anúncios de compatibilidade adicional de hardware. Monitore se outras empresas nativas de criptomoedas ou fintechs começam a publicar benchmarks de desempenho ou implantações piloto que validem as alegações de treino no dispositivo. Por fim, acompanhe os movimentos de players de IA e criptomoedas em direção à aprendizagem federada e inferência no dispositivo que preserva a privacidade, o que pode transformar a forma como modelos são treinados e atualizados em redes distribuídas.
Fontes e verificação
Lançamento do QVAC pela Tether: https://tether.io/news/tethers-qvac-launches-worlds-first-cross-platform-bitnet-lora-framework-to-enable-billion-parameter-ai-training-and-inference-on-consumer-gpus-and-smartphones/
Contexto de receita da HIVE Digital Technologies: https://cointelegraph.com/news/hive-digital-focus-crypto-mining-ai-data-centers
World AgentKit e agentes de IA verificados por humanos: https://cointelegraph.com/news/world-launches-agentkit-coinbase-integration-enable-human-verified-ai-agents-embargo
Infraestrutura de carteira da Coinbase para agentes de IA: https://cointelegraph.com/news/coinbase-launches-crypto-wallets-built-ai-agents
Acesso a dados de agentes de IA via USDC com Alchemy: https://cointelegraph.com/news/alchemy-ai-agents-pay-access-blockchain-data-usdc
Figuras-chave e próximos passos
Com a Tether posicionando o QVAC como uma estrutura de computação multiplataforma e citando reduções substanciais na memória, a empresa sinaliza uma mudança estratégica para viabilizar cargas de trabalho de IA em hardware amplamente disponível. Se a estrutura ganhar tração, os desenvolvedores poderão acelerar experimentações em dispositivos de consumo, ampliando o alcance de ferramentas e análises de IA na cadeia. Nos meses seguintes, será revelado se essas capacidades se traduzem em maior adoção por desenvolvedores, pilotos práticos de IA no dispositivo e reduções concretas na demanda de computação em nuvem para tarefas de IA relacionadas a criptomoedas.
O que isso pode significar para usuários e criadores
Para os usuários finais, há potencial para recursos mais rápidos e mais privados de IA integrados em carteiras e serviços na cadeia. Para os criadores, a estrutura reduz a barreira para prototipar, testar e refinar modelos de IA sem necessidade de GPUs de data center de alto desempenho. Em um setor onde o custo de computação pode ser uma limitação, essa mudança para a adoção de IA na borda está alinhada com objetivos de descentralização, privacidade e eficiência a longo prazo. Também reforça a convergência contínua entre infraestrutura de criptomoedas e computação avançada de IA, uma evolução que pode influenciar desde serviços de dados on-chain até o design de agentes autônomos e ferramentas de governança. Como qualquer tecnologia nova, a escalabilidade, segurança e padrões de interoperabilidade irão moldar a maturidade dessas capacidades e sua adoção ampla no ecossistema.
Este artigo foi originalmente publicado como Tether Launches AI Training Framework for Phones and Consumer GPUs no Crypto Breaking News — sua fonte confiável de notícias de criptomoedas, Bitcoin e atualizações de blockchain.
