Tether, emissora da maior stablecoin do mundo em valor de mercado, o USDT, lançou uma nova estrutura de treinamento de IA que, segundo a empresa, permite que modelos de linguagem de grande escala sejam ajustados em hardware de consumo, incluindo smartphones e GPUs que não sejam da Nvidia.
De acordo com o anúncio de terça-feira, o sistema, parte da plataforma QVAC, utiliza a arquitetura BitNet da Microsoft e técnicas de LoRA para reduzir os requisitos de memória e computação, potencialmente diminuindo custos e barreiras de hardware para o desenvolvimento de modelos de IA.
A estrutura oferece suporte a treinamento e inferência multiplataforma em uma variedade de chips, incluindo AMD, Intel e Apple Silicon, além de GPUs móveis da Qualcomm e da Apple.
A Tether afirmou que seus engenheiros conseguiram ajustar modelos com até 1 bilhão de parâmetros em smartphones em menos de duas horas, e modelos menores em minutos, com suporte se estendendo a modelos de até 13 bilhões de parâmetros em dispositivos móveis.
Baseada no BitNet, uma arquitetura de modelo de 1 bit, a estrutura pode reduzir os requisitos de VRAM em até 77,8% em comparação com modelos similares de 16 bits, segundo a empresa, permitindo que modelos maiores rodem em hardware limitado. Ela também possibilita o ajuste com LoRA em hardware que não seja da Nvidia para modelos de 1 bit, ampliando o suporte além das GPUs normalmente usadas para treinamento de IA.
A empresa afirmou que os ganhos de desempenho também se estendem à inferência, com GPUs móveis executando modelos BitNet várias vezes mais rápido do que CPUs. Também destacou casos de uso como treinamento no próprio dispositivo e aprendizado federado, no qual modelos podem ser atualizados em dispositivos distribuídos sem envio de dados para servidores centralizados, potencialmente reduzindo a dependência de infraestrutura em nuvem.
Empresas de criptomoedas avançam em IA, de infraestrutura de mineração a agentes autônomos
A entrada da Tether na infraestrutura de IA ocorre em meio à expansão de empresas de criptomoedas em computação e machine learning, com atividade acelerando na mineração de Bitcoin e na ascensão de agentes de IA.
Em setembro, o Google adquiriu uma participação de 5,4% na Cipher Mining como parte de um acordo de US$ 3 bilhões ao longo de 10 anos ligado à capacidade de data centers para IA. Em dezembro, a mineradora de Bitcoin IREN afirmou que planejava levantar cerca de US$ 3,6 bilhões para financiar infraestrutura de IA.
A tendência continuou em 2026. Em fevereiro, a HIVE Digital Technologies reportou receita recorde de US$ 93,1 milhões, impulsionada pelo crescimento de suas operações de IA e computação de alto desempenho (HPC), enquanto a Core Scientific garantiu uma linha de crédito de US$ 500 milhões com o Morgan Stanley em março, com opção de expansão para US$ 1 bilhão.
A mudança do setor de mineração para IA e HPC ocorre enquanto agentes de IA, programas autônomos capazes de transacionar, interagir com serviços e executar tarefas, ganham força no setor de criptomoedas.
Em outubro, a Coinbase introduziu uma infraestrutura de carteiras que permite que agentes de IA realizem transações on-chain. No mês passado, a Alchemy lançou um sistema que permite que agentes acessem serviços de dados da blockchain usando USDC na Base. Também em fevereiro, Pantera e Franklin Templeton se juntaram à Arena, uma plataforma da Sentient para testar agentes de IA empresariais.
Na terça-feira, a World, rede de identidade cofundada por Sam Altman, da OpenAI, lançou o AgentKit, um conjunto de ferramentas que permite que agentes de IA verifiquem que estão vinculados a um humano único por meio das capacidades do World ID, enquanto realizam pagamentos via protocolo de micropagamentos x402.
