Points clés à retenir :
Vitalik Buterin a déclaré que les avancées de l'IA locale DeepSeek V4 peuvent renforcer l'infrastructure de confidentialité d'Ethereum, reliant la version quantifiée 2-bit du modèle à l'accès RPC privé et aux paiements à connaissance nulle.
« Il existe en fait de nombreuses intersections entre la « couche d'accès Ethereum CROPS » et « l'IA CROPS » », a déclaré Buterin, cofondateur d'Ethereum, dans un article du 28 mai détaillant ses tests locaux de LLM.
Buterin a indiqué que le DeepSeek V4 quantifié en 2 bits fonctionne avec environ 90 Go de VRAM, atteignant environ 35 tokens par seconde sur du matériel Apple, mais seulement environ 7 tokens par seconde sur les GPU AMD — un écart qu'il a présenté comme la différence entre une véritable IA CROPS et des systèmes décrits uniquement comme de l'IA décentralisée. Le modèle DeepSeek V4 Pro utilise une architecture de mixture d'experts avec 1,6 billion de paramètres totaux et 49 milliards de paramètres actifs, prenant en charge une fenêtre de contexte d'un million de tokens.
Cette intersection est importante car les utilisateurs d'Ethereum divulguent encore des métadonnées sensibles lors de l'interrogation de portefeuilles et de contrats via des points de terminaison RPC publics. Les lectures RPC privées et les couches de paiement basées sur ZK pour les appels LLM distants pourraient permettre aux utilisateurs et aux agents IA d'interagir avec Ethereum sans exposer leur identité ou leurs données d'utilisation aux fournisseurs d'infrastructure.
Buterin a également mis en avant les modèles affinés spécifiques aux applications comme un élément clé de la feuille de route pour la confidentialité et la sécurité. Il a cité Leanstral de Mistral, qui atteindrait environ 38 tokens par seconde sur du matériel AMD en utilisant moins de 70 Go de VRAM. « Ce genre d'outils est un énorme atout pour écrire du code plus sécurisé », a déclaré Buterin, ajoutant que l'écosystème Ethereum « devrait disposer de modèles affinés pour les cas d'usage liés à Ethereum » afin d'aider les développeurs à détecter les failles dans les contrats intelligents et le code de protocole avant le déploiement sur le mainnet.
Ses tests d'IA locale ont également couvert plusieurs projets d'infrastructure. Buterin a indiqué que son projet de messagerie-daemon dispose désormais d'un support alpha pour Telegram, et il a désigné Lucebox Hub comme un outil prometteur pour exécuter plus efficacement des modèles denses comme Qwen 27B, offrant environ le double du débit de tokens de Llama.cpp sur son ordinateur portable 5090.
L'impulsion en faveur de l'IA locale sur Ethereum survient alors que le réseau fait face à des pressions de marché plus larges. L'ETH se négociait aux alentours de 2 063,92 $ au moment des dernières données, CryptoQuant signalant une augmentation des transactions échouées et des flux d'entrée sur les exchanges plus élevés — une combinaison que la société d'analyse a décrite comme potentiellement « quelque peu baissière pour l'actif à court terme ».
Cet article est fourni à titre d'information uniquement et ne constitue pas un conseil en investissement.
