Quack AI
Lighter
NeoSoul
Pearl
Quant
Injective
Pons
Ideas clave:
- Noticias de Ethereum: Vitalik Buterin ha vinculado una versión local de DeepSeek V4 a su lucha por la privacidad de Ethereum.
- El modelo cuantizado de 2 bits funciona con unos 90 GB de VRAM en hardware de consumo.
- Buterin pidió modelos de IA ajustados a Ethereum para mejorar la seguridad de los contratos inteligentes.
Las noticias sobre Ethereum se desplazaron hacia la inteligencia artificial después de que Vitalik Buterin compartiera una serie de publicaciones sobre sistemas locales de IA, infraestructura de privacidad y computación descentralizada.
El cofundador de Ethereum relacionó los recientes avances en los modelos de grandes lenguas locales con la hoja de ruta más amplia de Ethereum en materia de privacidad y acceso seguro a la blockchain.
Noticias de Ethereum: DeepSeek V4 se ejecuta localmente con 90 GB de VRAM
Buterin informó de que DeepSeek V4 tiene ahora una versión cuantizada de 2 bits que puede ejecutarse localmente con unos 90 GB de VRAM.
En sus propias pruebas, la construcción alcanzó unos 35 tokens por segundo en hardware Apple y unos 7 tokens por segundo en hardware AMD.
La brecha entre los resultados de los dos fabricantes de hardware alimentó directamente el punto que Buterin quería plantear. Argumentó que una auténtica IA descentralizada debería ser compatible con más de un fabricante de hardware, en lugar de depender de un único ecosistema de chips o proveedor de nubes.
Vitalik Buterin utilizó el término IA CROPS para describir los sistemas que funcionan en múltiples plataformas de hardware, trazando una línea entre ese objetivo y lo que denominó mera IA descentralizada que sigue apoyándose en una infraestructura centralizada.
Buterin también señaló otras herramientas de IA local que ha estado probando. La lista incluía VoxTerm para la grabación local de IA sin servidores de terceros, un demonio de mensajería con compatibilidad alfa con Telegram, y Lucebox Hub como forma de ejecutar modelos densos de forma más eficiente.
Informó de que Lucebox Hub funcionaba aproximadamente el doble de rápido que llama.cpp para modelos densos en su portátil 5090. Su propia configuración autoalojada ejecuta modelos de peso abierto localmente con protecciones sandbox.
Vinculación de la IA local con la infraestructura de privacidad de Ethereum
La parte más discutida del hilo relacionaba la IA local directamente con la infraestructura de privacidad de Ethereum.
Buterin describió un claro solapamiento entre lo que denominó capa de acceso a Ethereum CROPS y la IA CROPS, con los mismos bloques de construcción al servicio de ambas.
Señaló como componente compartido un método de conocimiento cero para hacer llamadas pagadas a grandes modelos lingüísticos remotos.
El mismo mecanismo que permite las llamadas LLM privadas de pago también resolvería el problema de las lecturas RPC privadas en Ethereum, en las que un monedero consulta la cadena sin revelar los detalles de lo que está leyendo a su proveedor RPC.
La conexión permite que una pieza de trabajo criptográfico sirva a la vez a la IA y al problema de acceso a la cadena de bloques.
Las ideas de la capa de acceso en el hilo incluían lecturas RPC privadas de Ethereum, pagos remotos LLM basados en el conocimiento cero y sistemas locales de IA que almacenan los avisos y los datos del monedero en los dispositivos de los usuarios en lugar de en servidores en la nube.
El conjunto de ideas coincide con la hoja de ruta más amplia sobre privacidad de Ethereum que Buterin ha documentado durante el último año, y que abarca las capas de monedero, protocolo y criptografía.
Modelos de IA adaptados a Ethereum para la seguridad de los contratos inteligentes
Una segunda vertiente de las noticias sobre IA de Vitalik Buterin se centró en los modelos de IA específicos de Ethereum.
Sostuvo que el ecosistema de Ethereum debería construir sistemas de IA afinados y especializados para la auditoría de contratos inteligentes, la verificación de transacciones, el análisis de la seguridad de Solidity y la revisión del código de los protocolos.
Buterin señaló a Leanstral como ejemplo de lo que puede hacer un modelo especializado. El modelo cabe en 70 GB o menos y puede competir con modelos mucho más grandes de 1 billón de parámetros cuando se escribe en Lean.
Vinculó el resultado a su reciente trabajo sobre verificación formal, argumentando que los modelos especializados son una gran ayuda para escribir código más seguro.
El caso se basa en la opinión de que la verificación asistida por IA será fundamental a medida que el descubrimiento de exploits mediante IA sea más avanzado.
Buterin reaccionó a un ejemplo ampliamente debatido en el que la IA generó más de 700.000 líneas de código relacionado con Ethereum en dos semanas.
Reconoció el aumento de la velocidad, pero subrayó que gran parte de la productividad debería destinarse a la seguridad y la verificación, y no simplemente a enviar el código más rápidamente.
Riesgos de seguridad y la pila de IA autosuficiente
Los riesgos de seguridad asociados a los agentes de IA fueron un tema recurrente en los últimos posts.
Vitalik Buterin advirtió que muchos plugins de agentes de IA y herramientas externas pueden contener instrucciones maliciosas, por lo que prefiere los sistemas locales con sandboxing a los agentes basados en la nube.
Buterin ha hablado en conversaciones anteriores este año de alejarse en gran medida de los servicios de IA en la nube. Ahora ejecuta modelos de peso abierto localmente en su propio hardware con protecciones sandbox, y su configuración incluye modelos Qwen que se ejecutan en un portátil NVIDIA 5090.
El tema general de todas las publicaciones es que Buterin considera que la IA se integrará profundamente en Ethereum, no sólo para la productividad de los desarrolladores, sino también para la infraestructura de preservación de la privacidad, la identidad descentralizada, los agentes autónomos que utilizan cripto pagos y el desarrollo de contratos inteligentes seguros.
