ChainThink 消息，3 月 17 日，稳定币发行商 Tether 宣布，其 AI 平台 QVAC Fabric 推出全球首个面向 Microsoft BitNet（1-bit LLM）的跨平台 LoRA 微调框架，使十亿参数级语言模型能够在普通硬件上完成训练与推理，包括笔记本电脑、消费级 GPU 及智能手机。

官方表示，该框架显著降低了 AI 模型训练所需的显存和算力门槛，支持 Intel、AMD、Apple Silicon 及多种移动 GPU（如 Adreno、Mali、Apple Bionic）。

在测试中，约 1.25 亿参数 BitNet 模型 可在 Samsung S25 上约 10 分钟完成微调；10 亿参数模型 在 Samsung S25 上约 1 小时 18 分钟完成，在 iPhone 16 上约 1 小时 45 分钟完成，团队甚至成功在 iPhone 16 上微调 130 亿参数模型。

性能方面，BitNet 模型在移动 GPU 上的推理速度可比 CPU 提升 2 至 11 倍。同时，测试显示 BitNet-1B 在推理与微调任务中的显存占用相比 16-bit 模型最高可减少 77.8%。

Paolo Ardoino 表示，此项技术旨在降低对大型云计算与专用 AI 硬件的依赖，让 AI 模型训练能够在本地设备完成，并为去中心化 AI 与联邦学习等新模式提供基础。