تيثر تطلق نظامًا لتدريب الذكاء الاصطناعي مخصصًا للمستهلكين
BITmarkets Team
Mar 18, 2026
4 min read
كشفت شركة "تيثر" (Tether)، الشركة التي تقف وراء أكبر عملة مستقرة من حيث القيمة السوقية، USDT، عن إطار عمل جديد لتدريب الذكاء الاصطناعي مصمم لتمكين ضبط نماذج اللغة الكبيرة باستخدام أجهزة مخصصة للمستهلكين، بما في ذلك الهواتف الذكية ووحدات معالجة الرسومات (GPU) التي لا تنتجها شركة "إنفيديا" (Nvidia).في إعلان صدر يوم الثلاثاء، قالت الشركة إن النظام جزء من منصة QVAC الخاصة بها، وهو مبني على بنية BitNet من Microsoft مقترنة بتقنيات LoRA. تقلل هذه التقنيات بشكل كبير من استخدام الذاكرة والمتطلبات الحسابية، مما قد يؤدي إلى خفض التكاليف والعوائق المتعلقة بالأجهزة المرتبطة بتطوير الذكاء الاصطناعي. تم تصميم الإطار ليعمل عبر منصات متعددة، ويدعم مجموعة واسعة من الشرائح، بما في ذلك تلك من AMD وIntel وApple Silicon، بالإضافة إلى وحدات معالجة الرسومات (GPU) المحمولة التي طورتها Qualcomm وApple.أعلنت Tether أن مهندسيها نجحوا في ضبط النماذج التي تحتوي على ما يصل إلى مليار معلمة على الهواتف الذكية في أقل من ساعتين، في حين يمكن تدريب النماذج الأصغر حجمًا في غضون دقائق. كما يدعم النظام النماذج التي تحتوي على ما يصل إلى 13 مليار معلمة على الأجهزة المحمولة.مكاسب في الكفاءة وإمكانات الذكاء الاصطناعي اللامركزي وفقًا لـ Tether، فإن هذا الإطار، المبني على بنية نماذج BitNet ذات 1 بت، يمكنه تقليل متطلبات ذاكرة VRAM بنسبة تصل إلى 77.8% مقارنةً بالنماذج التقليدية ذات 16 بت. وهذا يسمح بتشغيل نماذج أكثر تعقيدًا على أجهزة ذات موارد محدودة. كما يتيح النظام إجراء الضبط الدقيق القائم على LoRA على وحدات معالجة الرسومات (GPU) غير التابعة لشركة Nvidia، مما يوسع نطاق التوافق إلى ما يتجاوز الأجهزة المطلوبة عادةً لتدريب الذكاء الاصطناعي. وأكدت Tether أن تحسينات الأداء تمتد لتشمل الاستدلال أيضًا، حيث يمكن لوحدات معالجة الرسومات (GPU) المحمولة تشغيل النماذج القائمة على BitNet بسرعة تفوق سرعة وحدات المعالجة المركزية (CPU) بعدة مرات. كما أكدت الشركة على التطبيقات المحتملة مثل التدريب على الجهاز والتعلم الفيدرالي، حيث يمكن تحديث النماذج عبر أجهزة متعددة دون نقل البيانات إلى خوادم مركزية، مما يقلل من الاعتماد على البنية التحتية السحابية. تسارع التقارب بين العملات المشفرة والذكاء الاصطناعي يعكس دخول Tether إلى البنية التحتية للذكاء الاصطناعي اتجاهاً أوسع نطاقاً بين شركات العملات المشفرة التي تتوسع في مجال الحوسبة والتعلم الآلي، لا سيما مع تزايد النشاط في كل من تعدين البيتكوين وتطوير وكلاء الذكاء الاصطناعي.في سبتمبر، استحوذت Google على حصة بنسبة 5.4% في Cipher Mining كجزء من اتفاقية طويلة الأجل بقيمة 3 مليارات دولار تركز على سعة مراكز بيانات الذكاء الاصطناعي. وفي وقت لاحق من شهر ديسمبر، أعلنت شركة تعدين البيتكوين IREN عن خطط لجمع ما يقرب من 3.6 مليار دولار لدعم البنية التحتية المتعلقة بالذكاء الاصطناعي. استمر هذا الزخم حتى عام 2026. في فبراير، أعلنت شركة HIVE Digital Technologies عن إيرادات قياسية بلغت 93.1 مليون دولار، مدفوعة بالنمو في عمليات الذكاء الاصطناعي والحوسبة عالية الأداء. في مارس، حصلت شركة Core Scientific على تسهيلات قرض بقيمة 500 مليون دولار من Morgan Stanley، مع خيار توسيعها إلى مليار دولار. في الوقت نفسه، تكتسب وكلاء الذكاء الاصطناعي — وهي أنظمة مستقلة قادرة على تنفيذ المعاملات والتفاعل مع الخدمات الرقمية — زخمًا داخل منظومة العملات المشفرة. في أكتوبر، قدمت Coinbase بنية تحتية للمحفظة تسمح لوكلاء الذكاء الاصطناعي بإجراء معاملات على السلسلة. ومؤخراً، أطلقت Alchemy منصة تمكّن الوكلاء من الوصول إلى خدمات بيانات البلوكشين باستخدام USDC على Base. وفي فبراير أيضاً، انضمت Pantera وFranklin Templeton إلى Arena، وهي منصة اختبار طورتها Sentient لوكلاء الذكاء الاصطناعي على مستوى المؤسسات.يوم الثلاثاء، أطلقت World، شبكة الهوية التي شارك في تأسيسها سام ألتمان، الرئيس التنفيذي لشركة OpenAI، AgentKit، وهي مجموعة أدوات تسمح لوكلاء الذكاء الاصطناعي بالتحقق من ارتباطهم بهوية بشرية فريدة باستخدام World ID، مع تمكين الدفعات من خلال بروتوكول الدفعات الصغيرة x402.المصادر: https://tether.io/news/tethers-qvac-launches-worlds-first-cross-platform-bitnet-lora-framework-to-enable-billion-parameter-ai-training-and-inference-on-consumer-gpus-and-smartphones/ https://cointelegraph.com/news/tether-launches-ai-training-framework-for-smartphones-and-consumer-gpus
العلامات:
Crypto News
Last Updated: Jul 06, 2026
