テザー、スマホと一般GPUでAI学習を可能にする新フレームワーク発表
AI開発の民主化へ：テザーが革新的フレームワークをローンチ
世界最大のステーブルコインUSDTの発行元であるテザー社が、コンシューマー向けハードウェア、すなわちスマートフォンやNvidia製以外のGPUでも大規模言語モデル（LLM）のファインチューニングを可能にする、画期的なAI学習フレームワークを発表しました。火曜日の発表によると、同社のQVACプラットフォームの一部であるこのシステムは、MicrosoftのBitNetアーキテクチャとLoRA技術を活用し、メモリとコンピューティング要件を大幅に削減。これにより、AIモデル開発におけるコストとハードウェアの障壁を低減させることを目指しています。
このフレームワークの特筆すべき点は、AMD、Intel、Apple Siliconといった多様なチップセットに加え、QualcommやAppleのモバイルGPUなど、幅広いハードウェア上でのクロスプラットフォーム学習と推論をサポートする点にあります。テザー社のエンジニアは、スマートフォン上で最大10億パラメータのモデルを2時間未満でファインチューニングすることに成功したと報告しており、さらに小規模なモデルであれば数分で完了すると述べています。モバイルデバイス上での対応モデルサイズは、最大130億パラメータまで拡張可能です。
BitNetという1ビットモデルアーキテクチャを基盤とするこのフレームワークは、従来の16ビットモデルと比較してVRAM要件を最大77.8%削減できるとされ、限られたハードウェアリソースでもより大規模なモデルの実行を可能にします。さらに、Nvidia製以外のハードウェア上での1ビットモデルに対するLoRAファインチューニングも実現し、AI学習に一般的に用いられるGPUの制約を超えたサポートを提供します。同社は、このパフォーマンス向上は推論においても有効であり、モバイルGPUはCPUよりも数倍高速にBitNetモデルを実行できると指摘しています。
また、オンデバイス学習や、データを中央サーバーに送信せずに分散デバイス間でモデルを更新できるフェデレーテッドラーニングといったユースケースも想定されており、クラウドインフラへの依存を軽減する可能性も秘めています。これは、AI開発の現場における新たな選択肢を提示するものと言えるでしょう。
暗号資産業界におけるAIシフトの加速
テザー社のAIインフラ分野への進出は、暗号資産業界全体でコンピューティングおよび機械学習分野への事業拡大が進む中で行われています。特に、ビットコインマイニングやAIエージェントの台頭といった分野で、この動きは加速しています。
例えば、昨年9月には、GoogleがCipher Mining社に5.4%の株式を取得し、AIデータセンター容量に関連する10年間で30億ドルの契約の一環としています。さらに、昨年12月には、ビットコインマイナーのIRENがAIインフラへの資金提供計画を発表しました。このトレンドは2026年に入っても継続しており、今年2月にはHIVE Digital TechnologiesがAIおよび高性能コンピューティング（HPC）事業の成長に牽引され、9310万ドルの過去最高収益を報告しました。また、Core Scientificは3月にMorgan Stanleyから5億ドルの融資枠を確保しており、これは10億ドルまで拡大する可能性があります。
マイニングセクターがAIおよびHPCへとピボットする背景には、取引やサービスとの対話、タスク実行が可能な自律型プログラムであるAIエージェントが、暗号資産セクター全体で勢いを増していることがあります。昨年10月には、CoinbaseがAIエージェントによるオンチェーン取引を可能にするウォレットインフラを導入しました。先月には、AlchemyがエージェントがUSDCを利用してBase上のブロックチェーンデータサービスにアクセスできるシステムをローンチしました。さらに今年2月には、PanteraとFranklin Templetonが、AIエージェントのテストプラットフォームであるArenaに参画しています。そして火曜日には、OpenAIのSam Altman氏が共同設立したアイデンティティネットワークWorldが、AgentKitをリリースしました。これは、AIエージェントがWorld IDの機能を利用して人間との紐付きを検証しつつ、x402マイクロペイメントプロトコル経由で支払いを行うことを可能にするツールキットです。
トレーダーと投資家への影響考察
テザー社の発表は、AI開発の敷居を大幅に下げる可能性を秘めており、特にリソースが限られている個人開発者や小規模企業にとって朗報と言えます。これにより、これまで一部の大手テック企業に限られていた高度なAIモデルの開発・チューニングが、より広範な層に開かれることが期待されます。
投資家の視点からは、この動きはAI関連ハードウェア市場における競争構造の変化を示唆しています。Nvidia一強とも言える現状に対し、AMDやApple Silicon、Qualcommといった企業がAI分野での存在感を増す可能性があります。また、GPUメーカーだけでなく、AIモデルの軽量化や効率化に貢献するアーキテクチャ（例：BitNet）や技術（例：LoRA）に関連する企業への関心も高まるでしょう。
さらに、暗号資産業界とAI分野の融合が進む中、AIエージェント関連のプロジェクトや、AIインフラへの投資を行うマイニング企業などの動向は、引き続き注視すべきです。AIエージェントがオンチェーンでの活動を活発化させるようになれば、関連するブロックチェーンプロジェクトやトークンの価値に影響を与える可能性も否定できません。トレーダーは、これらの技術開発の進展と、それが市場に与える影響を注意深く監視する必要があります。
