La solution LLM de QVAC Fabric continuera d’évoluer au cours des prochains mois — l’objectif est de permettre aux grands modèles de fonctionner en inférence locale sur n’importe quel GPU, n’importe quel système d’exploitation et n’importe quel terminal, pour une véritable mise en œuvre à grande échelle.

Leur dernière recherche a réalisé une avancée majeure : pour la première fois, ils ont réussi à effectuer un ajustement fin du modèle sur un GPU mobile. Qu’est-ce que cela signifie ? Auparavant, l’entraînement des modèles d’IA dépendait nécessairement de la puissance de calcul du cloud, mais désormais, les smartphones et tablettes peuvent aussi participer. Pour les réseaux d’IA décentralisés, cela pourrait être un tournant — la puissance de calcul n’est plus monopolisée par les data centers, chaque appareil peut devenir un nœud du réseau.

L’espace d’imagination autour du edge computing et de l’IA on-chain s’agrandit encore.