Tether revolutioniert KI-Training: Smartphones und Consumer-GPUs im Fokus

KI-Training auf Consumer-Hardware: Tether bricht Barrieren ein

Der Emittent des weltweit größten Stablecoins, USDT, hat mit der Einführung eines neuartigen KI-Trainingsframeworks für Aufsehen gesorgt. Dieses System, Teil der QVAC-Plattform, soll es ermöglichen, große Sprachmodelle (LLMs) direkt auf handelsüblicher Consumer-Hardware, einschließlich Smartphones und Grafikkarten abseits des dominanten Nvidia-Ökosystems, zu trainieren. Dies stellt eine bedeutende Abkehr von den bisher üblichen, ressourcenintensiven Methoden dar, die auf spezialisierte und teure Rechenzentren angewiesen waren.

Die Ankündigung vom Dienstag enthüllt, dass die Software auf Microsofts BitNet-Architektur und LoRA-Techniken setzt. Diese Kombination reduziert den Bedarf an Speicher und Rechenleistung erheblich und könnte somit die Kosten und die Hardwareanforderungen für die Entwicklung von KI-Modellen drastisch senken. Das Framework unterstützt plattformübergreifendes Training und Inferenz auf einer breiten Palette von Chipsätzen. Dazu zählen Prozessoren von AMD, Intel und Apple Silicon ebenso wie mobile GPUs von Qualcomm und Apple. Ingenieuren von Tether sei es gelungen, Modelle mit bis zu 1 Milliarde Parametern auf Smartphones in weniger als zwei Stunden feinabzustimmen, während kleinere Modelle nur wenige Minuten benötigten. Die Unterstützung reicht sogar bis zu Modellen mit 13 Milliarden Parametern auf mobilen Geräten.

Effizienzsteigerung durch 1-Bit-Architektur und breite Hardwareunterstützung

Basierend auf BitNet, einer 1-Bit-Modellarchitektur, verspricht das Framework eine Reduzierung des VRAM-Bedarfs um bis zu 77,8% im Vergleich zu herkömmlichen 16-Bit-Modellen. Dies eröffnet die Möglichkeit, größere und leistungsfähigere Modelle auf Hardware mit begrenzten Ressourcen auszuführen. Darüber hinaus ermöglicht die Lösung LoRA-Fine-Tuning auf Nicht-Nvidia-Hardware für 1-Bit-Modelle, was die Dominanz von GPUs für das KI-Training aufbricht. Die Leistungssteigerungen gelten auch für die Inferenz, wobei mobile GPUs BitNet-Modelle laut Unternehmensangaben um ein Vielfaches schneller ausführen als CPUs.

Ein weiterer wichtiger Aspekt ist das Potenzial für On-Device-Training und föderiertes Lernen. Bei letzterem können Modelle über verteilte Geräte hinweg aktualisiert werden, ohne dass Daten an zentrale Server gesendet werden müssen. Dies könnte die Abhängigkeit von Cloud-Infrastrukturen verringern und gleichzeitig Datenschutzbedenken adressieren.

Kryptounternehmen drängen in den KI-Sektor

Tethers Vorstoß in die KI-Infrastruktur reiht sich ein in eine breitere Entwicklung, bei der Krypto-Unternehmen zunehmend in den Bereich Computing und maschinelles Lernen expandieren. Die Aktivitäten beschleunigen sich sowohl im Bitcoin-Mining als auch bei der Entwicklung von KI-Agenten. Bereits im September letzten Jahres investierte Google im Rahmen eines 10-Milliarden-Dollar-Deals über zehn Jahre 5,4% in Cipher Mining, mit einem Fokus auf KI-Rechenkapazitäten.

Auch Bitcoin-Miner zeigen Interesse: IREN kündigte im Dezember Pläne zur Finanzierung von KI-Infrastruktur an. Dieser Trend setzte sich im laufenden Jahr fort. Im Februar meldete HIVE Digital Technologies Rekordumsätze von 93,1 Millionen US-Dollar, angetrieben durch das Wachstum seiner KI- und High-Performance-Computing (HPC)-Sparten. Core Scientific sicherte sich im März eine Kreditfazilität über 500 Millionen US-Dollar von Morgan Stanley, mit einer Option auf Aufstockung auf 1 Milliarde US-Dollar.

Der Schwenk des Mining-Sektors hin zu KI und HPC fällt mit der wachsenden Bedeutung von KI-Agenten zusammen. Diese autonomen Programme können Transaktionen durchführen, mit Diensten interagieren und Aufgaben ausführen, was im Kryptosektor zunehmend an Dynamik gewinnt. Bereits im Oktober führte Coinbase eine Wallet-Infrastruktur ein, die es KI-Agenten ermöglicht, On-Chain-Transaktionen durchzuführen. Im Februar startete Alchemy ein System, das Agenten den Zugriff auf Blockchain-Datendienste über USDC auf Base ermöglicht.

Auch im Februar beteiligten sich Pantera und Franklin Templeton an Arena, einer Plattform von Sentient zum Testen von Enterprise-KI-Agenten. Am selben Dienstag, an dem Tether seine Neuigkeiten verkündete, startete World, das Identitätsnetzwerk, das von Sam Altman, Mitbegründer von OpenAI, ins Leben gerufen wurde, AgentKit. Dieses Toolkit ermöglicht KI-Agenten, ihre Verknüpfung mit einem einzigartigen Menschen über die World ID-Funktionalitäten zu verifizieren, während sie Zahlungen über das x402-Mikrozahlungsprotokoll abwickeln.