TLDR

• Tether 发布了一个名为 QVAC Fabric 的新 AI 训练框架，该框架可在智能手机和消费级 GPU 上运行
• 该系统使用 Microsoft 的 BitNet 架构和 LoRA 技术，将内存使用量减少高达 90%
• 最多 130 亿参数的模型可以在 iPhone 16 上进行微调
• 该框架支持 AMD、Intel、Apple Silicon 以及高通和苹果的移动芯片
• 这是 Tether 从稳定币发行商向人工智能和基础设施公司转型的一部分

---

(SeaPRwire) –   USDT 稳定币背后的公司 Tether 发布了一个新的 AI 训练框架，允许用户在智能手机和非 Nvidia GPU 等日常设备上微调大型语言模型。

JUST IN: Tether’s QVAC unveils BitNet LoRA framework, bringing large-scale AI training to consumer GPUs and smartphones. pic.twitter.com/kiQOZp744L

— SwanDesk (@SwanDesk) March 17, 2026

该框架是 Tether 的 QVAC 平台的一部分，使用了 Microsoft 的 BitNet 架构以及一种称为 LoRA 的技术。这些技术共同减少了训练 AI 模型所需的内存和计算能力，使其能够在通常难以处理此类任务的设备上运行。

Tether 表示，与标准的 16 位模型相比，该系统将内存需求减少了高达 90%。这意味着更大的 AI 模型可以在手机、笔记本电脑和经济型 GPU 上运行。

该公司表示，其工程师在智能手机上花费不到两个小时的时间就微调了多达 10 亿参数的模型。较小的模型仅需几分钟即可完成。

在 iPhone 16、Pixel 9 和 Galaxy S25 等旗舰手机上，该团队将微调能力推至高达 38 亿参数的模型。特别是在 iPhone 16 上，他们达到了 130 亿参数。

该框架支持广泛的硬件。它支持 AMD、Intel 和 Apple Silicon 芯片，以及来自高通和苹果的移动 GPU。

根据 Tether 的说法，运行 BitNet 模型的移动 GPU 的运行速度比仅使用 CPU 的设置快 2 到 11 倍。

无需云即可进行设备端 AI

Tether 强调的一个用例是联邦学习。这允许 AI 模型在许多设备上进行更新，而无需将个人数据发送到中央服务器，从而减少对云基础设施的依赖。

这种方法意味着用户可以在本地个性化 AI 模型，将数据保留在设备上，而不是上传给第三方。

QVAC 背后的代码已在 GitHub 上开源，允许开发者和小型实验室在此基础上进行构建。

加密货币公司正在投资 AI 基础设施

Tether 的举动符合加密货币行业的更广泛趋势。许多最初从事数字资产业务的公司现在正在将资金投入人工智能和计算基础设施。

2024 年 9 月，Google 在一项价值 30 亿美元的交易中收购了 Cipher Mining 5.4% 的股份，该交易与 AI 数据中心容量挂钩。

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。

2025 年 2 月，HIVE Digital Technologies 报告了创纪录的收入 9310 万美元，这得益于 AI 和高性能计算的增长。

Core Scientific 在 3 月份获得了摩根士丹利 5 亿美元的贷款额度，并可以选择将其扩大到 10 亿美元。

在 Tether 发布公告的同一天，由 OpenAI 的 Sam Altman 联合创立的身份网络 World 推出了 AgentKit。该工具包允许 AI 代理使用 World ID 验证他们是否与真实人类相关联，并通过 x402 微支付协议进行支付。

同样在 2 月份，Alchemy 推出了一个系统，允许 AI 代理使用 Base 上的 USDC 访问区块链数据服务。