Bộ SDK QVAC và Hệ sinh thái AI của Tether: Trí tuệ cục bộ cho mọi thiết bị

Nhà mật mã học » Tiền cắc » Tether » Bộ SDK QVAC và Hệ sinh thái AI của Tether: Trí tuệ cục bộ cho mọi thiết bị

Tether, công ty đứng sau đồng tiền ổn định USDT, đã âm thầm xây dựng một hệ sinh thái trí tuệ nhân tạo toàn diện dưới thương hiệu QVAC. Trong năm qua, họ đã phát hành một loạt các công cụ và bộ dữ liệu mã nguồn mở nhằm mục đích chuyển trí tuệ nhân tạo khỏi các máy chủ đám mây tập trung và trực tiếp lên các thiết bị mà người dùng thực sự sử dụng. Cốt lõi của nỗ lực này là QVAC SDK , một bộ công cụ phát triển phần mềm cho phép các nhà phát triển xây dựng, chạy và tinh chỉnh các mô hình AI trực tiếp trên điện thoại, máy tính xách tay, máy tính để bàn và máy chủ mà không cần dựa vào cơ sở hạ tầng từ xa.

Chiến lược này không chỉ đơn thuần là về sự tiện lợi . Giám đốc điều hành của Tether, Paolo Ardoino, đã nhiều lần khẳng định rằng tương lai của AI không thể phụ thuộc vào một số ít trung tâm dữ liệu siêu quy mô . Trong một thế giới nơi hàng tỷ máy móc tự động và hàng nghìn tỷ tác nhân AI cùng tồn tại với con người, độ trễ, quyền riêng tư và khả năng phục hồi trở thành những yếu tố cần thiết về mặt kỹ thuật . Hệ sinh thái QVAC được thiết kế để biến trí thông minh thành một nguồn tài nguyên cục bộ, chứ không phải là một dịch vụ thuê mướn. Các phần tiếp theo sẽ phân tích chi tiết các thành phần chính của nền tảng đang phát triển nhanh chóng này.

QVAC SDK: Một khối xây dựng phổ quát cho Trí tuệ nhân tạo cục bộ

Được công bố vào tháng 4 năm 2026, QVAC SDK là một bộ công cụ mã nguồn mở hoàn toàn, đa nền tảng, hợp nhất nhiều công cụ suy luận cục bộ dưới một API duy nhất. Nó được xây dựng trên QVAC Fabric, một nhánh của llama.cpp, và tích hợp whisper.cpp cho chuyển đổi giọng nói thành văn bản, Parakeet cho giọng nói và Bergamot cho dịch thuật trên thiết bị. Các nhà phát triển có thể viết mã một lần và chạy mà không cần thay đổi trên iOS, Android, Windows, macOS và Linux. Điều này loại bỏ nhu cầu về các nhánh dành riêng cho nền tảng hoặc phụ thuộc vào API đám mây , giúp dễ dàng cung cấp trải nghiệm AI nhất quán ở mọi nơi. SDK cũng bao gồm các khả năng ngang hàng được hỗ trợ bởi ngăn xếp Holepunch, cho phép phân phối mô hình phi tập trung và thậm chí cả đào tạo cộng tác mà không cần máy chủ tập trung.

BitNet LoRA: Huấn luyện mô hình tỷ tham số trên điện thoại thông minh

Vào tháng 3 năm 2026, nhóm QVAC của Tether đã đạt được một bước đột phá lớn bằng cách phát hành khung tinh chỉnh LoRA đa nền tảng đầu tiên trên thế giới dành cho các mô hình BitNet của Microsoft. Các mô hình LLM 1-bit này giúp giảm đáng kể yêu cầu về bộ nhớ và sức mạnh tính toán, cho phép tinh chỉnh các mô hình tỷ tham số trên phần cứng của người tiêu dùng. Các bài kiểm tra hiệu năng cho thấy một mô hình 125 triệu tham số có thể được tinh chỉnh trong khoảng 10 phút trên Samsung S25 , trong khi một mô hình 1 tỷ tham số hoàn thành cùng nhiệm vụ đó chỉ trong hơn một giờ trên cùng thiết bị. Khung này cũng hỗ trợ suy luận trên các GPU di động như Adreno, Mali và Apple Bionic, với hiệu năng nhanh hơn CPU tới 11 lần. Khả năng tiết kiệm bộ nhớ cũng rất ấn tượng: BitNet-1B sử dụng ít hơn tới 78% VRAM so với các mô hình tương đương, giải phóng không gian cho các khối lượng công việc lớn hơn trên các thiết bị thông thường.

TurboQuant: Cung cấp bộ nhớ quy mô trung tâm dữ liệu AI cục bộ

Một trong những trở ngại lớn nhất đối với AI cục bộ là bộ nhớ cần thiết để xử lý các cuộc hội thoại dài, tài liệu lớn hoặc toàn bộ mã nguồn. Bộ nhớ đệm KV, nơi lưu trữ ngữ cảnh trong suốt một phiên làm việc, có thể nhanh chóng phình to lên đến vài gigabyte. Vào tháng 6 năm 2026, Tether đã phát hành phiên bản thương mại của thuật toán TurboQuant của Google, giúp nén bộ nhớ đệm KV lên đến 5 lần trong khi vẫn duy trì chất lượng đầu ra. Điều này có nghĩa là một máy tính xách tay giờ đây có thể xử lý một tài liệu pháp lý dài 100 trang hoặc hàng giờ hội thoại mà không cần gửi dữ liệu lên đám mây . Phiên bản mã nguồn mở bao gồm một quy trình lượng tử hóa hoàn chỉnh và các bộ điều hợp cho các framework phổ biến, giúp các nhà phát triển dễ dàng tích hợp vào ứng dụng của riêng họ. TurboQuant được tích hợp sẵn trong QVAC SDK 0.12.0,进一步 tăng cường khả năng của nền tảng trong việc chạy các tác vụ AI phức tạp cục bộ.

QVAC Genesis II: Bộ dữ liệu giáo dục tổng hợp lớn nhất

Ngoài các công cụ thời gian chạy, Tether cũng đang đầu tư vào dữ liệu huấn luyện. Vào tháng 12 năm 2025, QVAC đã phát hành Genesis II, một bản mở rộng của bộ dữ liệu giáo dục tổng hợp của họ, hiện có tổng cộng 148 tỷ token trên 19 lĩnh vực. Bộ dữ liệu này sử dụng một phương pháp mới gọi là Suy luận cấp độ tùy chọn (Option-Level Reasoning), giúp trích xuất suy luận có cấu trúc từ cả câu trả lời đúng và sai trong các câu hỏi trắc nghiệm. Các đánh giá độc lập cho thấy các mô hình được huấn luyện trên Genesis II tạo ra các câu trả lời rõ ràng và chính xác hơn so với các mô hình được huấn luyện trên các bộ dữ liệu tổng hợp khác. Được phát hành theo giấy phép Creative Commons, bộ dữ liệu này được cung cấp miễn phí cho các nhà nghiên cứu và nhà phát triển, củng cố cam kết của Tether đối với việc phát triển AI mở, hướng đến cộng đồng.

Nhìn chung, những sản phẩm này phác họa nên bức tranh về một công ty đang đặt cược lớn vào trí tuệ phi tập trung, hoạt động trên thiết bị. Từ bộ công cụ phát triển phần mềm (SDK) giúp thống nhất quá trình phát triển AI cục bộ đến công nghệ nén bộ nhớ cho phép thực hiện các tác vụ có ngữ cảnh dài, từ khung tinh chỉnh biến điện thoại thông minh thành máy huấn luyện đến bộ dữ liệu giúp dạy các mô hình suy luận, QVAC đang xây dựng nền tảng cho cái mà Tether gọi là “Kỷ nguyên Trí tuệ Ổn định”. Các công cụ đều mở, mã nguồn công khai và tầm nhìn rõ ràng: AI nên thuộc về những người sử dụng nó, chứ không chỉ thuộc về các công ty sở hữu những máy chủ lớn nhất.