Le modèle d’IA à 460 millions de paramètres de Tether dit : Arrêtez de payer le “impôt du cloud”.

VisionPsy-Nano se concentre sur l’inférence sur le dispositif.

Le dernier produit IA de Tether repose sur une idée simple : une réduction significative des coûts liés à l’IA pourrait provenir du fait que les calculs d’inférence sont effectués directement sur le dispositif, plutôt que de transmettre chaque requête au cloud. VisionPsy-Nano est…460 millions de paramètresUn modèle visuel-langage que Tether a publié sous forme de logiciel open source, afin que les développeurs puissent l’installer, le tester et l’utiliser.

La leadership de référence est le point de départ, mais pas la preuve complète.

Tether dit que VisionPsy-Nano a réussi à le faire.Score normalisé le plus élevé : 62,3Et a mené sa catégorie de poids…16 sur 17 benchmarksCela ne prouve pas que les modèles compacts soient suffisants pour remplacer les modèles traditionnels, mais cela montre que ces modèles peuvent encore être compétitifs sur le marché des appareils pour consommateurs. La vraie question n’est plus seulement de savoir si les modèles petits peuvent fonctionner bien ; elle est plutôt de savoir si ils peuvent être utilisés de manière suffisamment large pour être significatifs.

C’est encore une phase initiale. Les performances du modèle doivent être validées de manière indépendante. De plus, Tether n’est pas encore un fournisseur de solutions d’IA de premier plan. Mais la mise en place de ce modèle est concrète, plutôt que théorique : le modèle est disponible ouvertement et destiné expressément à être utilisé sur le dispositif ou au niveau de l’edge.

Le cas économique se trouve dans la stack locale-AI.

Un titre attrayant attire l’attention, mais les bénéfices économiques proviennent du reste de l’information présentée. Une fois que l’inference est possible sur place, la question clé est de savoir combien de dépenses liées au cloud chaque appareil peut permettre d’éviter au fil du temps.

La mémoire et la flexibilité du matériel sont les véritables goulots d’étranglement.

QVAC Fabric cible deux des principaux obstacles sur le appareil en même temps. Il indique77,8 % de moins en VRAM par rapport aux modèles équivalents à 16 bits.Et il est possible de téléadapter un modèle de 1B en 78 minutes sur un Galaxy S25, en utilisant la carte graphique intégrée au téléphone, tout en gardant les données sur le téléphone lui-même. C’est important, car l’investissement ne se limite pas à une seule performance mesurée. Il s’agit plutôt de savoir si les appareils de consommation peuvent devenir une plateforme pratique pour l’inférence des données.

Les prompts courts sont faciles à exécuter localement. Les documents plus longs, les bases de code et les sessions de plusieurs heures sont généralement ceux qui transforment les charges de travail en travail cloud. TurboQuant modifie une partie de ce processus en proposant…Jusqu’à 5 fois la compression de la mémoire du contexteDans le chemin d’inférence local, il n’y a presque aucune perte de précision mesurable sur les benchmarks de contexte long. Ajouté automatiquement.Compaction de la mémoire cache KVEt l’aide à l’utilisation ciblée des outils permet de surmonter la contrainte plus profonde : il ne s’agit pas seulement de la taille du modèle, mais aussi de la mémoire de travail lors de l’utilisation réelle.

Une architecture plus large d’inférence locale se met en place.

QVAC est conçu pour fonctionner sur les processeurs AMD, Intel, Apple, Qualcomm et ARM. C’est important, car une stack qui ne dépend pas d’un seul écosystème d’accélérateurs permet plus de possibilités d’adoption. Tether continue également à promouvoir…Networks peer-à-peerPour la collaboration entre dispositifs, et un seul cadre qui s’applique aux smartphones, aux ordinateurs portables, aux systèmes embarqués et à d’autres terminaux.

Les partisans de Bull considèrent cela comme un point de pression potentiel pour les dépenses liées aux API Cloud. Les opposants peuvent arguer que l’utilisation d’une autre stack open source ne fera pas immédiatement augmenter les revenus des hyperscalers. Néanmoins, la tendance est intéressante à suivre : une stack de IA locale qui passe de l’inference sur le dispositif vers un réseau d’inference plus distribué.

Pourquoi les investisseurs se concentrent plus sur l’aspect de la valeur boursière que sur celui des revenus

L’investissement plus utile n’est pas de savoir si le modèle de Tether fonctionne indépendamment. C’est plutôt si l’inférence locale peut, avec le temps, limiter la quantité que le marché est prêt à payer pour l’évolution de l’infrastructure IA. Les dépenses en IA des grandes entreprises technologiques sont souvent suivies en fonction des prévisions…au-dessus de 405 milliardsDans le domaine des dépenses, et les bénéfices enregistrés par les actions des chip d’IA en juillet ont, à eux seuls, contribué à une augmentation d’environ2 billions de milliards de dollars en valeur de marchéCela signifie que une demande importante à l’avenir est déjà intégrée dans les prix.

Le cas du taureau représente une baisse de multiples, mais pas une chute immédiate des revenus.

Si les charges de travail se déplacent même partiellement vers les dispositifs, le premier effet sera probablement une modification de la valeur comptable plutôt que des revenus réels. Le système d’IA est très étendu et interconnecté.Fabricants de puces, entreprises de cloud computing, fournisseurs d’énergie et sociétés de logicielsTout se passe ensemble, car les dépenses de capital sont le moteur commun. Si les investisseurs commencent à se demander quelle est la durée permanente de ces dépenses, les valeurs boursières peuvent diminuer avant que les bénéfices ne soient réellement affectés.

Ce n’aurait pas besoin que la demande des hyperscalers se dégrade. Il suffirait simplement que le marché fixe un prix plus bas pour les retours à long terme obtenus avec chaque nouveau rack. Dans ce cas, les gagnants situés à des niveaux plus avancés comme…Capacité de fabrication avancée et d’emballageIl pourrait s’avérer plus résilient que la vision traditionnelle de l’informatique en nuage, si les investisseurs commencent à récompenser les actifs qui offrent une meilleure rentabilité et une moins grande dépendance sur la croissance continue des investissements en CAPEX.

Le problème, c’est que la demande pour les clouds reste très forte.

Le scénario défavorable reste clair : l’expansion des activités se poursuit encore plus rapidement. Les dépenses des grandes entreprises technologiques ont augmenté de 19 % sur un trimestre à l’autre au dernier trimestre rapporté. Les actions des sociétés spécialisées dans les chips d’IA ont également augmenté.2 billions de dollars en valeur de marchéSeulement en juillet… Dans ce contexte, il est peu probable qu’un seul niveau de stockage change le cycle économique par lui-même. Pour l’instant, cela ressemble plutôt à une question de valorisation que à un changement dans les résultats financiers.

Qu’est-ce qui confirmerait ou remettrait en question cette thèse ?

Faites attention aux signes indiquant que le déploiement local devient plus qu’une simple démonstration de concept :

• Adoption par les développeurs du modèle et des outils open source
• Preuves que les tâches exigeant un contexte plus long peuvent rester sur le appareil, sans dépendance importante envers le cloud.
• Signes que l’enthousiasme en matière de CAPEX diminue, même si la demande reste intacte.