Tether发布移动端通用型AI训练系统，突破算力边界

全球市值领先的稳定币发行商Tether近日推出全新人工智能训练框架，该系统可在智能手机及非英伟达显卡设备上完成大型语言模型的微调，标志着算力民主化进程迈入新阶段。

跨平台部署能力重塑开发准入标准

据其周二公告披露，该技术整合微软的BitNet架构与LoRA优化方法，显著降低内存占用与计算资源需求，有效压缩人工智能模型研发成本。系统支持多类型处理器协同运行，涵盖AMD、英特尔、苹果M系列芯片，以及高通与苹果自研移动端图形处理单元。

测试数据显示，工程师团队已成功在移动设备上实现10亿参数模型两小时内完成微调，轻量级模型仅需数分钟即可部署；部分设备甚至可承载高达130亿参数的模型推理任务。依托1比特量化架构，该框架相较传统16比特模型减少77.8%显存消耗，使有限硬件具备运行复杂模型的能力，并首次实现非英伟达平台上的1比特模型LoRA适配。

端侧推理性能跃升，助力去中心化学习

在推理效率方面，移动显卡处理BitNet模型的速度达到传统中央处理器的数倍水平。系统还支持设备本地训练与联邦学习机制，允许分布式终端在不上传原始数据的前提下协同更新模型，大幅降低对集中式云服务的依赖。

加密产业加速融合智能基础设施

随着加密货币企业持续向高性能计算与机器学习领域渗透，Tether布局人工智能底层技术的动向正契合行业结构性变革。比特币挖矿与自主智能体的双重驱动，为这一趋势提供强劲动能。

行业增长态势持续强化：2026年2月，HIVE数字科技凭借人工智能与算力业务实现9310万美元营收新高；3月，Core Scientific公司获得摩根士丹利5亿美元信贷支持，且可择机扩容至10亿美元规模。

自主代理生态迈向可信执行阶段

伴随具备交易、交互与任务执行能力的智能代理逐步成熟，挖矿产业正全面转向人工智能与高性能计算核心场景。周二，由OpenAI联合创始人参与创立的身份验证网络正式发布AgentKit工具包，赋予人工智能代理以身份认证功能，使其能通过可信绑定确认与特定用户的关系，并借助微型支付协议完成合规交易。