تيثر تطلق إطار عمل جديد لتدريب الذكاء الاصطناعي على الهواتف ووحدات معالجة الرسوميات الاستهلاكية

تيثر، الشركة المصدرة لعملة USDT المستقرة الأكبر عالميًا، كشفت النقاب عن إطار عمل مبتكر لتدريب الذكاء الاصطناعي، مصمم خصيصًا لتمكين نماذج اللغة الكبيرة من العمل بكفاءة على الأجهزة الاستهلاكية، بما في ذلك الهواتف الذكية ووحدات معالجة الرسوميات (GPUs) التي لا تعتمد على تقنيات إنفيديا.

يأتي هذا الإعلان، الذي صدر يوم الثلاثاء، ليضع هذا النظام الجديد كجزء لا يتجزأ من منصة QVAC الأوسع نطاقًا. يعتمد الإطار على بنية BitNet من مايكروسوفت وتقنيات LoRA لتقليل متطلبات الذاكرة وقوة المعالجة بشكل كبير. الهدف الأساسي هو خفض التكاليف المادية والتقنية التي تواجه المطورين عند بناء نماذج الذكاء الاصطناعي المعقدة.

توسيع نطاق الدعم وكسر الحواجز التقنية

تتميز هذه التقنية بدعمها لعمليات التدريب والاستدلال عبر منصات متعددة، مستفيدة من مجموعة واسعة من الشرائح الإلكترونية. يشمل ذلك وحدات المعالجة من شركات مثل AMD و Intel، بالإضافة إلى شرائح Apple Silicon، ووحدات معالجة الرسوميات المحمولة من Qualcomm و Apple. صرح مهندسو تيثر بأنهم نجحوا في ضبط نماذج تصل إلى مليار معامل على الهواتف الذكية في أقل من ساعتين، بينما استغرقت النماذج الأصغر دقائق معدودة. ويمتد الدعم ليشمل نماذج يصل حجمها إلى 13 مليار معامل على الأجهزة المحمولة.

تعتمد البنية الأساسية على BitNet، وهي بنية نماذج بـ 1 بت، مما يساهم في خفض متطلبات ذاكرة الفيديو (VRAM) بنسبة تصل إلى 77.8% مقارنة بالنماذج المماثلة ذات 16 بت، وفقًا لبيانات الشركة. هذا التخفيض يسمح بتشغيل نماذج أكبر على أجهزة ذات قدرات محدودة. كما أن الإطار يدعم تقنية LoRA للضبط الدقيق على أجهزة غير إنفيديا لنماذج 1 بت، مما يفتح الباب أمام استخدام أوسع لوحدات معالجة الرسوميات بخلاف تلك التي تهيمن حاليًا على تدريب الذكاء الاصطناعي.

وأشارت الشركة إلى أن مكاسب الأداء لا تقتصر على التدريب، بل تمتد لتشمل عمليات الاستدلال، حيث تعمل وحدات معالجة الرسوميات المحمولة على تشغيل نماذج BitNet بسرعة تفوق سرعة وحدات المعالجة المركزية (CPUs) بعدة مرات. تم تسليط الضوء أيضًا على حالات استخدام مثل التدريب على الجهاز (on-device training) والتعلم الموزع (federated learning). تتيح هذه التقنيات تحديث النماذج عبر أجهزة موزعة دون الحاجة لنقل البيانات إلى خوادم مركزية، مما يقلل من الاعتماد على البنية التحتية السحابية.

الشركات المشفرة تتجه نحو الذكاء الاصطناعي

يأتي دخول تيثر إلى مجال البنية التحتية للذكاء الاصطناعي في وقت تشهد فيه الشركات العاملة في مجال العملات المشفرة توسعًا متزايدًا في مجالات الحوسبة والتعلم الآلي. تتسارع وتيرة النشاط عبر قطاع تعدين البيتكوين وظهور الوكلاء الأذكياء (AI agents).

في شهر سبتمبر الماضي، استحوذت جوجل على حصة 5.4% في شركة Cipher Mining كجزء من صفقة بقيمة 3 مليارات دولار تمتد لعشر سنوات، مرتبطة بسعة مراكز بيانات الذكاء الاصطناعي. وفي ديسمبر، أعلنت شركة تعدين البيتكوين IREN عن خطط لتمويل البنية التحتية للذكاء الاصطناعي. واستمر هذا الاتجاه في عام 2026. ففي فبراير، سجلت HIVE Digital Technologies إيرادات قياسية بلغت 93.1 مليون دولار، مدفوعة بنمو عملياتها في الذكاء الاصطناعي والحوسبة عالية الأداء (HPC). وفي مارس، حصلت Core Scientific على تسهيلات قرض بقيمة 500 مليون دولار من Morgan Stanley، مع خيار زيادتها إلى مليار دولار.

يأتي هذا التحول في قطاع التعدين نحو الذكاء الاصطناعي والحوسبة عالية الأداء بالتوازي مع تزايد زخم الوكلاء الأذكياء في قطاع التشفير. هذه الوكلاء، وهي برامج مستقلة قادرة على إجراء المعاملات والتفاعل مع الخدمات وتنفيذ المهام، تكتسب شعبية متزايدة. في أكتوبر، قدمت Coinbase بنية تحتية للمحافظ تمكّن الوكلاء الأذكياء من إجراء معاملات على السلسلة (onchain). وفي الشهر الماضي، أطلقت Alchemy نظامًا يسمح للوكلاء بالوصول إلى خدمات بيانات البلوك تشين باستخدام USDC على شبكة Base. وفي فبراير أيضًا، انضمت Pantera و Franklin Templeton إلى Arena، وهي منصة من Sentient لاختبار وكلاء الذكاء الاصطناعي للمؤسسات. ويوم الثلاثاء، أطلقت World، شبكة الهوية التي شارك في تأسيسها سام ألتمان من OpenAI، مجموعة أدوات AgentKit، التي تسمح للوكلاء الأذكياء بالتحقق من ارتباطهم بوجود بشري فريد باستخدام إمكانيات World ID مع إجراء مدفوعات عبر بروتوكول المدفوعات المصغرة x402.