Tether QVAC, 모바일용 1B 파인튜닝을 위한 크로스플랫폼 BitNet LoRA 출시

Tether는 자사 QVAC Fabric 내에서 크로스플랫폼 BitNet LoRA 파인튜닝 및 추론 프레임워크를 발표했습니다. 목표는 BitNet LoRA를 사용해 Microsoft BitNet(1비트 LLM) 모델을 학습하는 데 필요한 연산과 메모리를 줄이는 것입니다. Tether는 온디바이스 확장성을 주장합니다: 125M 파라미터 모델은 약 10분에 파인튜닝할 수 있고, 1B 파라미터 모델은 약 1시간이 소요된다고 합니다. 또한 모바일에서 최대 13B 파라미터까지 확장할 수 있다고 밝혔습니다. 이번 릴리스의 핵심 업데이트: 프레임워크는 이기종 하드웨어(Intel, AMD, Apple Silicon)를 지원하며 Adreno, Mali, Apple Bionic 등 비-NVIDIA 모바일 GPU에서 BitNet LoRA를 가능하게 합니다—Tether는 이를 1비트 LLM LoRA 파인튜닝을 위한 첫 비-NVIDIA 설정이라고 부릅니다. Tether가 인용한 성능 지표는 모바일 GPU에서 CPU 대비 BitNet 추론이 2–11× 빠르며, 기존 16비트 모델 대비 GPU 메모리 사용량이 최대 약 77.8% 낮아진다는 것입니다. Tether는 이것이 고가의 클라우드 인프라 의존도를 낮추고 연합 학습(federated learning) 같은 분산 학습 패턴을 지원한다고 주장합니다. 암호화폐 트레이더에게 이는 주로 스테이블코인 생태계와 연관된 기술 및 AI 인프라 비용 신호이지 토큰의 직접적 촉매는 아닙니다. USDT에 대한 시장 영향은 제한적일 가능성이 높지만, BitNet LoRA 발표 이후 더 많은 배포가 나오면 AI 관련 서사가 전반적 시장 심리를 개선할 수 있습니다.