Tether 推出全球首個手機端「十億級 AI 訓練框架」，iPhone、Samsung 都能跑 LoRA Tether запустила первую в мире «миллиардную платформу обучения ИИ» для мобильных устройств, LoRA может работать на iPhone и Samsung

Тether旗下 данных и AI подразделение QVAC 17 марта объявило о значительном технологическом прорыве, выпустив первую в мире кроссплатформенную рамку для тонкой настройки LoRA, поддерживающую архитектуру Microsoft BitNet (1-bit LLM). Эта интеграция в QVAC Fabric значительно снижает требования к памяти и вычислительным ресурсам, делая модели с миллиардом параметров доступными не только для корпоративных GPU, реализуя локальное и полностью приватное обучение на обычных смартфонах и ноутбуках.
(Предыстория: Tether инвестирует в Axiym для расширения платежной инфраструктуры: внедрение USDT в глобальную регулируемую платежную сеть)
(Дополнительный фон: Tether инвестирует в AI-технологии сна, возглавляя раунд Eight Sleep на 50 миллионов долларов, оценка компании выросла до 1,5 миллиарда долларов)

Содержание статьи

Переключить

• Магия архитектуры 1-bit: позволяющая смартфонам «выигрывать у больших»
• Раскрытые тестовые данные: удивительная скорость Samsung S25 и iPhone 16
• Прощание с API-ключами, создание 100% приватного личного AI

В области искусственного интеллекта (AI) обучение мощных моделей традиционно считается «кругом денег», сильно зависящим от дорогих систем NVIDIA или облачных вычислений. Однако гигант стейблкоинов Tether пытается изменить эти правила с помощью технологий. 17 марта подразделение Tether Data объявило о запуске первой в мире кроссплатформенной рамки для тонкой настройки BitNet LoRA для платформы QVAC (QuantumVerse Automatic Computer).

Ключевая ценность этой технологии в том, что она позволяет моделям AI с «миллиардом параметров» прямо на смартфонах пользователей проходить персонализированное обучение.

Магия архитектуры 1-bit: позволяющая смартфонам «выигрывать у больших»

Этот прорыв основан на архитектуре BitNet 1-bit LLM, разработанной Microsoft. Благодаря оптимизации QVAC Fabric, объем памяти и вычислительная нагрузка моделей BitNet снижены до минимальных уровней. Согласно объявлению, рамка поддерживает не только популярные GPU NVIDIA, но и полностью совместима с процессорами Intel, AMD, Apple M, а также мобильными GPU Adreno (Android), Mali и Apple Bionic.

Это означает, что AI, ранее работавший только в дата-центрах, теперь может выполняться на ваших смартфонах с помощью «Low-Rank Adaptation (LoRA)». Tether отмечает, что эта технология позволяет edge-устройствам обрабатывать модели в два раза больше по сравнению с традиционной Q4-квантованной моделью, демонстрируя максимальную экономию памяти.

Раскрытые тестовые данные: удивительная скорость Samsung S25 и iPhone 16

Команда Tether поделилась вдохновляющими результатами тестов, показывающими практическую эффективность рамки на современных смартфонах:

• Модель с 125 миллионами параметров: на Samsung S25 обучение на датасете из 300 медицинских документов заняло всего около 10 минут.
• Модель с 1 миллиардом (1B) параметров: выполнение той же задачи заняло 1 час 18 минут на Samsung S25 и 1 час 45 минут на iPhone 16.
• Экстремальный вызов: команда успешно запустила на iPhone 16 модель с 13 миллиардами (13B) параметров для тонкой настройки, достигнув физических лимитов мобильных устройств.

Прощание с API-ключами, создание 100% приватного личного AI

Генеральный директор Tether Paolo Ardoino постоянно подчеркивает: «Если для использования AI нужен API-ключ, значит он не принадлежит вам по-настоящему». Основная идея QVAC — «локальный приоритет» (Local-first).

Благодаря рамке BitNet LoRA пользователи могут обучать AI на своих локальных письмах, заметках и сообщениях без загрузки данных в облако. Это устраняет опасения компаний по поводу использования конфиденциальных данных и разрушает монополию крупных корпораций в разработке AI. В настоящее время QVAC Fabric LLM выпущен как open-source (лицензия Apache 2.0), а также есть предварительно настроенные адаптеры на Hugging Face, что позволяет разработчикам по всему миру сразу начать революцию в edge-вычислениях.