Tether Meluncurkan "Kerangka Pelatihan AI Tingkat Miliaran" Pertama di Dunia untuk Perangkat Seluler, iPhone dan Samsung Dapat Menjalankan LoRA

Tether di bawah divisi data dan AI-nya, QVAC, mengumumkan terobosan teknologi besar pada 17 Maret, dengan meluncurkan kerangka fine-tuning LoRA lintas platform pertama di dunia yang mendukung arsitektur Microsoft BitNet (1-bit LLM). Teknologi yang terintegrasi ke dalam QVAC Fabric ini secara signifikan mengurangi kebutuhan memori dan komputasi, sehingga model dengan miliaran parameter tidak lagi menjadi hak milik GPU tingkat perusahaan, dan memungkinkan pelatihan secara lokal dan sepenuhnya privat di ponsel dan laptop biasa.
（Latar belakang: Tether berinvestasi di Axiym untuk memperluas infrastruktur pembayaran: mendorong USDT masuk ke jaringan pembayaran global yang patuh）
（Tambahan latar belakang: Tether berinvestasi di teknologi tidur AI! Memimpin investasi Eight Sleep sebesar 50 juta dolar, valuasi melonjak ke 1,5 miliar dolar）

Daftar Isi Artikel

Toggle

• Keajaiban arsitektur 1-bit: membuat performa ponsel “menggunakan sedikit tetapi hasil besar”
• Data pengujian yang mengesankan: kecepatan luar biasa Samsung S25 dan iPhone 16
• Tinggalkan API key, bangun AI pribadi yang 100% privat

Dalam bidang kecerdasan buatan (AI), melatih model yang kuat selalu dianggap sebagai “pengeluaran besar” yang sangat bergantung pada sistem NVIDIA yang mahal atau kekuatan komputasi cloud. Namun, raksasa stablecoin, Tether, berusaha mengubah aturan ini melalui teknologi. Divisi teknologi Tether, “Tether Data,” mengumumkan pada 17 Maret bahwa mereka secara resmi meluncurkan kerangka fine-tuning LoRA lintas platform pertama di dunia untuk platform QVAC (QuantumVerse Automatic Computer).

Inti dari teknologi ini adalah: memungkinkan model AI dengan “miliaran parameter” untuk belajar secara personal langsung di ponsel pengguna.

Keajaiban arsitektur 1-bit: membuat performa ponsel “menggunakan sedikit tetapi hasil besar”

Kemajuan revolusioner ini didasarkan pada arsitektur BitNet 1-bit LLM yang dikembangkan oleh Microsoft. Melalui optimasi QVAC Fabric, penggunaan memori dan beban komputasi dari model BitNet ditekan ke tingkat yang sangat rendah. Menurut pengumuman, kerangka ini tidak hanya mendukung GPU NVIDIA yang umum digunakan, tetapi juga kompatibel penuh dengan chip Intel, AMD, Apple M-series, serta GPU Adreno (Android), Mali, dan Bionic dari Apple di perangkat mobile.

Ini berarti, AI yang sebelumnya hanya bisa dijalankan di pusat data kini dapat dilakukan di ponsel melalui fine-tuning “Low-Rank Adaptation (LoRA)”. Tether menyatakan bahwa teknologi ini memungkinkan perangkat edge memproses model yang “dua kali lebih besar” dari model kuantisasi Q4 tradisional, menunjukkan keunggulan memori yang luar biasa.

Data pengujian yang mengesankan: kecepatan luar biasa Samsung S25 dan iPhone 16

Tim engineering Tether membagikan data pengujian yang menggembirakan, menunjukkan kemampuan nyata kerangka ini di ponsel modern:

• Model 1,25 miliar parameter: fine-tuning dataset berisi 300 dokumen biomedis di Samsung S25 hanya membutuhkan sekitar 10 menit.
• Model 1 miliar (1B) parameter: menyelesaikan tugas fine-tuning yang sama dalam waktu 1 jam 18 menit di Samsung S25, dan 1 jam 45 menit di iPhone 16.
• Tantangan ekstrem: tim pengembang berhasil menjalankan model dengan 13 miliar (13B) parameter di iPhone 16 untuk fine-tuning, mendorong batas fisik perangkat mobile.

Tinggalkan API key, bangun AI pribadi yang 100% privat

CEO Tether, Paolo Ardoino, selalu menekankan: “Jika kamu perlu API key untuk menggunakan AI, maka itu bukan benar-benar milikmu.” Inti dari QVAC adalah filosofi “Prioritas lokal (Local-first).”

Dengan kerangka LoRA BitNet, pengguna dapat membiarkan AI belajar langsung dari email, catatan, dan pesan lokal tanpa mengunggah data apapun ke server cloud. Ini tidak hanya menghilangkan kekhawatiran perusahaan tentang penyalahgunaan data sensitif, tetapi juga mematahkan dominasi pengembangan AI oleh segelintir raksasa. Saat ini, QVAC Fabric LLM dirilis sebagai perangkat lunak sumber terbuka (lisensi Apache 2.0), dan menyediakan adaptor pre-set di Hugging Face, memungkinkan pengembang di seluruh dunia segera memulai revolusi komputasi edge ini.