Tether, emisor de la stablecoin más grande del mundo por capitalización de mercado, USDT, ha lanzado un nuevo framework de entrenamiento de IA que, según afirma, permite que grandes modelos de lenguaje se ajusten en hardware de consumo, incluyendo smartphones y GPUs que no sean Nvidia.
Según el anuncio de este martes, el sistema, parte de su plataforma QVAC, utiliza la arquitectura BitNet de Microsoft y técnicas LoRA para reducir los requisitos de memoria y computación, lo que podría disminuir el costo y las barreras de hardware para desarrollar modelos de IA.
El framework admite entrenamiento e inferencia multiplataforma en una variedad de chips, incluyendo AMD, Intel y Apple Silicon, así como GPUs móviles de Qualcomm y Apple.
Tether afirmó que sus ingenieros pudieron ajustar modelos con hasta 1.000 millones de parámetros en smartphones en menos de dos horas, y modelos más pequeños en minutos, y la compatibilidad se extiende a modelos de hasta 13.000 millones de parámetros en dispositivos móviles.
Construido sobre BitNet, una arquitectura de modelo de 1 bit, el framework puede reducir los requisitos de VRAM hasta en un 77,8% en comparación con modelos similares de 16 bits, según la compañía, permitiendo que modelos más grandes se ejecuten en hardware limitado. También permite el ajuste fino de LoRA en hardware que no sea Nvidia para modelos de 1 bit, ampliando el soporte más allá de las GPUs típicamente utilizadas para el entrenamiento de IA.
La compañía afirmó que las mejoras de rendimiento se extienden a la inferencia, con GPUs móviles ejecutando modelos BitNet varias veces más rápido que las CPUs. También señaló casos de uso como el entrenamiento en el dispositivo y el aprendizaje federado, donde los modelos pueden actualizarse en dispositivos distribuidos sin enviar datos a servidores centralizados, lo que podría reducir la dependencia de la infraestructura en la nube.
Empresas de criptomonedas se expanden en IA, desde la infraestructura de minería hasta los agentes autónomos
La incursión de Tether en la infraestructura de IA se produce a medida que las empresas de criptomonedas se han estado expandiendo en la computación y el aprendizaje automático, con una actividad que se acelera en la minería de Bitcoin y el auge de los agentes de IA.
En septiembre, Google adquirió una participación del 5,4% en Cipher Mining como parte de un acuerdo de 3.000 millones de dólares y 10 años, vinculado a la capacidad de centros de datos de IA. En diciembre, la minera de Bitcoin IREN afirmó que planeaba recaudar alrededor de 3.600 millones de dólares para financiar infraestructura de IA.
La tendencia ha continuado hasta 2026. En febrero, HIVE Digital Technologies informó ingresos récord de 93,1 millones de dólares, impulsados por el crecimiento de sus operaciones de IA y computación de alto rendimiento (HPC), mientras que Core Scientific obtuvo un préstamo de 500 millones de dólares de Morgan Stanley en marzo, con la opción de ampliarlo a 1.000 millones de dólares.
El giro del sector minero hacia la IA y el HPC se produce a medida que los agentes de IA, programas autónomos que pueden realizar transacciones, interactuar con servicios y ejecutar tareas, están ganando impulso en todo el sector de las criptomonedas.
En octubre, Coinbase introdujo infraestructura de billetera que permite a los agentes de IA realizar transacciones on-chain. El mes pasado, Alchemy lanzó un sistema que permite a los agentes acceder a servicios de datos de la blockchain usando USDC en Base. También en febrero, Pantera y Franklin Templeton se unieron a Arena, una plataforma de Sentient para probar agentes de IA empresariales.
El martes, World, la red de identidad cofundada por Sam Altman de OpenAI, lanzó AgentKit, un conjunto de herramientas que permite a los agentes de IA verificar que están vinculados a un humano único utilizando las capacidades de World ID mientras realizan pagos a través del protocolo de micropagos x402.
