- Tether lance QVAC SDK, un kit d'outils open source multiplateforme permettant d'exécuter de l'IA localement sur n'importe quel appareil.
- Le framework BitNet LoRA permet d'affiner des modèles à un milliard de paramètres sur les GPU grand public et les smartphones.
- TurboQuant compresse la mémoire IA jusqu'à 5 fois, permettant ainsi l'exécution de tâches à contexte long sur les ordinateurs portables et les appareils périphériques.
- QVAC Genesis II étend l'ensemble de données éducatives synthétiques à 148 milliards de jetons, améliorant ainsi le raisonnement dans l'entraînement de l'IA.
Tether, la société à l'origine du stablecoin USDT, a discrètement développé un écosystème d'IA complet sous la marque QVAC. Au cours de l'année écoulée, elle a publié une série d'outils et de jeux de données open source visant à déplacer l'intelligence artificielle des serveurs cloud centralisés vers les appareils que les utilisateurs utilisent au quotidien. Au cœur de cette initiative se trouve le SDK QVAC , un kit de développement logiciel qui permet aux développeurs de créer, d'exécuter et d'optimiser des modèles d'IA directement sur téléphones, ordinateurs portables, ordinateurs de bureau et serveurs, sans dépendre d'une infrastructure distante.
Cette stratégie ne se résume pas à une simple question de commodité . Paolo Ardoino, PDG de Tether, a maintes fois affirmé que l'avenir de l'IA ne peut reposer sur une poignée de centres de données hyperscale . Dans un monde où des milliards de machines autonomes et des trillions d'agents d'IA coexisteront avec les humains, la latence, la confidentialité et la résilience deviendront des impératifs techniques . L'écosystème QVAC est conçu pour faire de l'intelligence une ressource locale, et non un service externalisé. Les sections suivantes détaillent les composantes clés de cette plateforme en pleine expansion.
Kit de développement logiciel QVAC : un composant universel pour l’IA locale
Annoncé en avril 2026, le SDK QVAC est un kit d'outils open source et multiplateforme qui unifie plusieurs moteurs d'inférence locaux sous une API unique. Basé sur QVAC Fabric, une version dérivée de llama.cpp, il intègre whisper.cpp pour la transcription vocale, Parakeet pour la reconnaissance vocale et Bergamot pour la traduction instantanée. Les développeurs peuvent écrire du code une seule fois et l'exécuter sans modification sur iOS, Android, Windows, macOS et Linux. Ceci élimine le besoin de branches spécifiques à chaque plateforme ou de dépendances à des API cloud , facilitant ainsi la diffusion d'expériences d'IA cohérentes sur tous les systèmes. Le SDK inclut également des fonctionnalités peer-to-peer grâce à la pile Holepunch, permettant une distribution décentralisée des modèles et même un entraînement collaboratif sans serveurs centralisés.
BitNet LoRA : Entraînement de modèles à un milliard de paramètres sur smartphones
En mars 2026, l'équipe QVAC de Tether a réalisé une avancée majeure en publiant le premier framework de réglage fin LoRa multiplateforme au monde pour les modèles BitNet de Microsoft. Ces LLM 1 bit réduisent considérablement les besoins en mémoire et en puissance de calcul, permettant ainsi le réglage fin de modèles à un milliard de paramètres sur du matériel grand public. Des tests ont montré qu'un modèle de 125 millions de paramètres pouvait être réglé en une dizaine de minutes sur un Samsung S25 , tandis qu'un modèle d'un milliard de paramètres effectuait la même tâche en un peu plus d'une heure sur le même appareil. Le framework prend également en charge l'inférence sur les GPU mobiles tels qu'Adreno, Mali et Apple Bionic, avec des performances jusqu'à 11 fois supérieures à celles du CPU. Les économies de mémoire sont tout aussi impressionnantes : BitNet-1B utilise jusqu'à 78 % de VRAM en moins que les modèles comparables, libérant ainsi de la capacité pour des charges de travail plus importantes sur les appareils courants.
TurboQuant : Offrir à l'IA locale une mémoire de la taille d'un centre de données
L'un des principaux obstacles à l'IA locale réside dans la mémoire nécessaire au traitement des longues conversations, des documents volumineux ou des bases de code complètes. Le cache clé-valeur (KV), qui stocke le contexte d'une session, peut rapidement atteindre plusieurs gigaoctets. En juin 2026, Tether a publié une implémentation en production de l'algorithme TurboQuant de Google, qui compresse le cache KV jusqu'à 5 fois tout en préservant la qualité du résultat. Ainsi, un ordinateur portable peut désormais traiter un document juridique de 100 pages ou des heures de conversation sans envoyer de données vers le cloud . Cette version open source inclut un pipeline de quantification complet et des adaptateurs pour les frameworks courants, facilitant ainsi l'intégration par les développeurs dans leurs applications. TurboQuant est fourni avec le SDK QVAC 0.12.0, renforçant encore la capacité de la plateforme à exécuter localement des tâches d'IA complexes.
QVAC Genesis II : le plus grand ensemble de données synthétiques sur l'éducation
Au-delà des outils d'exécution, Tether investit également dans les données d'entraînement. En décembre 2025, QVAC a publié Genesis II, une extension de son ensemble de données éducatives synthétiques qui compte désormais 148 milliards de jetons répartis dans 19 domaines. Cet ensemble de données utilise une approche novatrice appelée Raisonnement au niveau des options, qui extrait un raisonnement structuré à partir des réponses correctes et incorrectes aux questions à choix multiples. Des évaluations indépendantes montrent que les modèles entraînés sur Genesis II produisent des réponses plus claires et plus précises que ceux entraînés sur d'autres ensembles de données synthétiques. Publié sous licence Creative Commons, cet ensemble de données est accessible gratuitement aux chercheurs et aux développeurs, ce qui renforce l'engagement de Tether en faveur d'un développement de l'IA ouvert et collaboratif.
Ensemble, ces annonces dressent le portrait d'une entreprise qui mise gros sur l'intelligence décentralisée et embarquée. Du kit de développement logiciel (SDK) qui unifie le développement local de l'IA à la compression mémoire qui rend possibles les tâches à contexte long, en passant par le cadre d'ajustement fin qui transforme les smartphones en machines d'entraînement et l'ensemble de données qui enseigne aux modèles le raisonnement, QVAC construit les fondations de ce que Tether appelle « l'ère de l'intelligence stable ». Les outils sont ouverts, le code est public et la vision est claire : l'IA doit appartenir à ceux qui l'utilisent, et non pas seulement aux entreprises qui possèdent les serveurs les plus puissants.