Tether bygger en AI-plattform som körs på din egen hårdvara. QVAC tillhandahåller ett modulärt SDK som låter utvecklare bygga AI-mikromoduler för praktiskt taget vilken enhet som helst. Dessa moduler kopplas samman och samarbetade via ett peer-to-peer-krypterat nätverk utan centraliserade servrar, API-nycklar eller grindvakter. QVAC Fabric har precis lagt till stöd för Microsofts BitNet-arkitektur för att möjliggöra LoRA-finjustering och inferensering av 1-bitars stora språkmodeller direkt på konsumentenheter. Det som tidigare krävde dedikerade NVIDIA-GPU:er och dyr serverinfrastruktur kan nu köras på vardagliga enheter. Tethers benchmarks visar att BitNet-modeller använder upp till 77,8 % mindre VRAM än jämförbara 16-bitarsmodeller, med GPU-inferens som går mellan 2 och 11 gånger snabbare än CPU på mobila enheter. Fabric har släppts som öppen källkod. AI-utveckling idag bygger på samma typ av centraliserad infrastruktur som krypto designades för att gå bort från. Utbildnings- och finjusteringsmodeller är fortfarande beroende av NVIDIA-hårdvara och molnleverantörer, vilket koncentrerar kontrollen över ett fåtal företag. Fabric syftar till att förändra detta genom att göra konsumenthårdvara till en gångbar plattform för verklig modellutveckling. Tether bygger flera applikationer på QVAC. Translate hanterar offline-transkribering och översättning över text, ljud och bilder. Health använder en AI-agent på enheten för att spåra hälsodata lokalt. Keet integrerar QVAC AI för att möjliggöra konversationsfunktioner på enheten. Tethers utveckling av QVAC tyder på att decentraliserad AI håller på att bli en allvarlig prioritet för dem.