Tether推出跨平台AI训练框架，降低大模型部署门槛

核心提要：Tether发布基于BitNet架构的新型AI训练框架，支持在智能手机与非英伟达硬件上完成百亿参数模型微调，显著降低算力与显存需求。该技术推动分布式训练与联邦学习应用，加速加密领域智能代理发展。

Tether发布跨平台AI训练新框架

全球市值最大的稳定币发行商Tether近日推出全新人工智能训练系统，集成微软BitNet架构与LoRA技术，可在消费级设备上实现大型语言模型的高效微调。该框架突破传统对高端显卡的依赖，支持包括AMD、英特尔、苹果芯片及高通、苹果移动端显卡在内的多类处理器，实现真正意义上的跨平台运行。

硬件门槛大幅降低

据官方公告，工程师团队已在智能手机上完成10亿参数模型的两小时微调，小型模型仅需数分钟即可完成，部分设备甚至可运行高达130亿参数的模型。基于1比特模型架构的BitNet设计，相较16比特模型可减少77.8%的显存占用，有效缓解低配设备资源压力。该系统还首次实现非英伟达硬件对1比特模型的LoRA微调，拓展了人工智能开发的硬件兼容边界。

推理性能与分布式应用并进

在推理环节，移动显卡运行BitNet模型的速度可达传统中央处理器的数倍。该框架支持设备端训练与联邦学习，使模型更新可在本地完成，无需将数据上传至中心服务器，有助于减少对云端基础设施的依赖，提升数据隐私与系统韧性。

行业融合趋势持续深化

随着加密货币企业向算力与机器学习领域延伸，Tether进军人工智能基础设施的举措标志着行业融合加速。比特币挖矿与人工智能代理的协同发展正成为新焦点。2026年二月，HIVE数字科技凭借高性能计算业务实现9310万美元营收；三月，Core Scientific获得摩根士丹利5亿美元信贷支持，可选额度最高达10亿美元。