Ethereum کی Buterin AI سے چلنے والے مقامی ڈیٹا کے تجزیہ میں پیش رفت کو نمایاں کرتی ہے، نیٹ ورک کے لیے گمنامی کی بہتر صلاحیتوں کا حوالہ دیتے ہوئے

فہرست فہرست ایتھریم کے شریک بانی Vitalik Buterin نے کہا ہے کہ مقامی AI میں ترقی، خاص طور پر DeepSeek V4، Ethereum پرائیویسی ٹولز کو مضبوط بنا سکتی ہے۔ بٹرین نے اشتراک کیا کہ ماڈل کا 2 بٹ کوانٹائزڈ ورژن VRAM کے 90 GB کے اندر چلتا ہے۔ اس نے ہارڈ ویئر میں کارکردگی کے فرق کو نوٹ کیا، ایپل کے آلات 35 ٹوکن فی سیکنڈ تک پہنچتے ہیں۔ اس نے مقامی AI انفراسٹرکچر اور Ethereum کی پرائیویسی پرت کے درمیان براہ راست تعلق بھی کھینچا، جس میں Ethereum کے لیے مخصوص AI ماڈل کی ترقی کا مطالبہ کیا۔ Buterin نے تصدیق کی کہ DeepSeek V4 کے پاس اب مقامی استعمال کے لیے 2 بٹ کوانٹائزڈ ورژن دستیاب ہے۔ ماڈل VRAM کے 90 GB کے اندر چلتا ہے، جو اسے صارفین کے ہارڈ ویئر پر قابل رسائی بناتا ہے۔ یہ ان صارفین کے لیے ایک قدم آگے کی نشاندہی کرتا ہے جو AI ٹولز چاہتے ہیں جو تھرڈ پارٹی سرورز کے بغیر کام کریں۔ کارکردگی، تاہم، استعمال میں ہارڈ ویئر پر بہت زیادہ انحصار کرتا ہے. ایپل کے آلات تقریباً 35 ٹوکن فی سیکنڈ فراہم کرتے ہیں، جبکہ AMD ہارڈویئر تقریباً 7 ٹوکن فی سیکنڈ پر چلتا ہے۔ بٹرین نے اس خلا کو وسیع تر مقامی AI تحریک کے لیے حل کرنے کے قابل تشویش کے طور پر نوٹ کیا۔ اس نے X پر پوسٹ کرتے ہوئے لکھا: "آئی ایم او دراصل ایک سے زیادہ ہارڈویئر مینوفیکچررز کو صحیح طریقے سے سپورٹ کرنے کی کوشش کرنا محض 'وکندریقرت شدہ AI' اور حقیقی 'CROPS AI' کے درمیان فرق کی ایک بہترین مثال ہے۔" تب سے اپ ڈیٹس: * ڈیپ سیک v4 باہر ہے۔ *ایک 2 بٹ کوانٹ* ہے جو 90 GB ( https://t.co/X3AFAsiH02 ) کے اندر چل سکتا ہے، اور یہ کام کرتا ہے، تاہم یہ صرف ایپل ہارڈویئر پر تیز ہے (میرے پاس ~35 ٹوک/s ہے)۔ AMD پر، یہ ~7 tok/s ہے۔ IMO درحقیقت مناسب طریقے سے مزید سپورٹ کرنے کی کوشش کر رہا ہے… https://t.co/zo04n5Cx0F — vitalik.eth (@VitalikButerin) 27 مئی، 2026 Buterin نے LuceBox Hub کو بھی نمایاں کیا کہ گھنے ماڈلز کو زیادہ موثر طریقے سے چلانے کے لیے ایک مفید ٹول ہے۔ اس کے RTX 5090 لیپ ٹاپ پر، اس نے llama.cpp کے مقابلے میں فی سیکنڈ میں تقریباً دو گنا ٹوکن تیار کیے ہیں۔ اس نے اسے امید افزا قرار دیا، حالانکہ ابھی بھی ابتدائی ترقی میں ہے۔ Buterin نے نشاندہی کی کہ CROPS AI اور CROPS Ethereum ایکسیس پرت کلیدی تکنیکی بنیاد کا اشتراک کرتی ہے۔ مثال کے طور پر، زیرو نالج کے ثبوت دور دراز کے بڑے لینگویج ماڈلز پر بامعاوضہ کالز کو قابل بنا سکتے ہیں۔ وہی ZK انفراسٹرکچر، اس نے نوٹ کیا، Ethereum پر نجی RPC پڑھنے کی بھی حمایت کرتا ہے۔ اس اوورلیپ کا مطلب ہے کہ مقامی AI ڈیولپمنٹ میں پیش رفت براہ راست Ethereum پرائیویسی ٹولنگ میں فیڈ ہوتی ہے۔ ان نظاموں کو تنہائی میں بنانے کے بجائے، بٹرین انہیں قدرتی طور پر منسلک کوششوں کے طور پر دیکھتا ہے۔ مشترکہ بنیادی ڈھانچہ نقل کو کم کرتا ہے اور بیک وقت دونوں ٹریک کو تیز کرتا ہے۔ اس نے لینسٹرل کا بھی حوالہ دیا، جو کہ لین کوڈ لکھنے کے لیے بنایا گیا ایک نفیس ٹیونڈ Mistral ماڈل ہے۔ یہ 70 GB کے اندر فٹ بیٹھتا ہے اور AMD ہارڈ ویئر پر تقریباً 38 ٹوکن فی سیکنڈ پر چلتا ہے۔ بٹرین نے نوٹ کیا کہ یہ اس مخصوص کام پر بہت بڑے ایک ٹریلین پیرامیٹر ماڈلز کے خلاف مسابقتی کارکردگی کا مظاہرہ کرتا ہے۔ وہاں سے، اس نے Ethereum کے لیے مخصوص فائن ٹیونڈ ماڈلز کا کیس بنایا۔ اس نے دلیل دی کہ اس طرح کے ماڈلز براہ راست سمارٹ کنٹریکٹ اور پروٹوکول کوڈ سیکیورٹی کو بہتر بنائیں گے۔ اس نے اس نقطہ کو اپنی ذاتی سائٹ پر ایک حالیہ پوسٹ سے منسلک کرتے ہوئے، Ethereum کی ترقی میں رسمی تصدیق کے لیے اپنے وسیع تر دباؤ سے منسلک کیا۔