يسلط بوتيرين من إيثريوم الضوء على الاختراقات في تحليل البيانات المحلية المدعومة بالذكاء الاصطناعي، مستشهداً بقدرات إخفاء الهوية المحسنة للشبكة

صرح Vitalik Buterin، المؤسس المشارك لـ Ethereum، أن التقدم في الذكاء الاصطناعي المحلي، وخاصة DeepSeek V4، يمكن أن يعزز أدوات خصوصية Ethereum. شارك بوتيرين أن الإصدار الكمي 2 بت للنموذج يعمل ضمن 90 جيجابايت من VRAM. وأشار إلى اختلافات في الأداء عبر الأجهزة، حيث تصل أجهزة Apple إلى 35 رمزًا في الثانية. كما أنه ربط بشكل مباشر بين البنية التحتية المحلية للذكاء الاصطناعي وطبقة خصوصية إيثريوم، داعيًا إلى تطوير نموذج ذكاء اصطناعي خاص بإيثريوم. أكد بوتيرين أن DeepSeek V4 لديه الآن نسخة كمية 2 بت متاحة للاستخدام المحلي. يعمل النموذج ضمن 90 جيجابايت من VRAM، مما يجعله متاحًا على الأجهزة الاستهلاكية. يمثل هذا خطوة للأمام للمستخدمين الذين يريدون أدوات الذكاء الاصطناعي التي تعمل بدون خوادم خارجية. ومع ذلك، يعتمد الأداء بشكل كبير على الأجهزة المستخدمة. توفر أجهزة Apple حوالي 35 رمزًا مميزًا في الثانية، بينما تعمل أجهزة AMD بمعدل 7 رموز مميزة تقريبًا في الثانية. وأشار بوتيرين إلى هذه الفجوة باعتبارها مصدر قلق يستحق المعالجة بالنسبة لحركة الذكاء الاصطناعي المحلية الأوسع. لقد نشر على موقع X، حيث كتب: "إن بذل المنظمة البحرية الدولية (IMO) بالفعل جهدًا لدعم أكثر من شركة مصنعة للأجهزة بشكل صحيح هو مثال رائع على الفرق بين مجرد "الذكاء الاصطناعي اللامركزي" و"CROPS AI" الحقيقي". التحديثات منذ ذلك الحين: * تم إصدار Deepseek v4. يوجد * كمية 2 بت يمكن تشغيلها في حدود 90 جيجابايت (https://t.co/X3AFAsiH02)، وهي تعمل، ولكنها سريعة فقط على أجهزة Apple (لدي ~ 35 توك / ثانية). على AMD، هو ~ 7 tok/s. تبذل منظمة IMO بالفعل جهودًا لدعم المزيد بشكل صحيح ... https://t.co/zo04n5Cx0F - Vitalik.eth (@VitalikButerin) 27 مايو 2026 سلط بوتيرين أيضًا الضوء على LuceBox Hub كأداة مفيدة لتشغيل النماذج الكثيفة بشكل أكثر كفاءة. على جهاز الكمبيوتر المحمول RTX 5090 الخاص به، أنتج ما يقرب من ضعف الرموز المميزة في الثانية مقارنة بـ llama.cpp. ووصفها بأنها واعدة، رغم أنها لا تزال في مرحلة التطوير المبكرة. وأشار بوترين إلى أن CROPS AI وطبقة الوصول CROPS Ethereum تشتركان في أرضية تقنية رئيسية. على سبيل المثال، يمكن لإثباتات المعرفة الصفرية تمكين إجراء مكالمات مدفوعة الأجر لنماذج اللغات الكبيرة عن بعد. وأشار إلى أن البنية التحتية ZK نفسها تدعم أيضًا قراءات RPC الخاصة على Ethereum. ويعني هذا التداخل أن التقدم في تطوير الذكاء الاصطناعي المحلي يغذي مباشرة أدوات خصوصية إيثريوم. وبدلاً من بناء هذه الأنظمة بشكل منفصل، يرى بوتيرين أنها جهود مترابطة بشكل طبيعي. تعمل البنية التحتية المشتركة على تقليل الازدواجية وتسريع كلا المسارين في وقت واحد. كما أشار أيضًا إلى Leanstral، وهو نموذج ميسترال دقيق مصمم لكتابة كود Lean. تناسبها مساحة 70 جيجابايت وتعمل بحوالي 38 رمزًا في الثانية على أجهزة AMD. وأشار بوتيرين إلى أنه يؤدي أداءً تنافسيًا مقابل نماذج أكبر بكثير تحتوي على تريليون معلمة في هذه المهمة المحددة. ومن هناك، دافع عن النماذج الدقيقة الخاصة بالإيثريوم. وقال إن مثل هذه النماذج من شأنها أن تعمل بشكل مباشر على تحسين أمان رمز العقد والبروتوكول الذكي. وقد ربط هذه النقطة بجهوده الأوسع للتحقق الرسمي في تطوير إيثريوم، مع ربطه بمنشور حديث على موقعه الشخصي.