Tether bygger en AI-plattform som kjører på din egen maskinvare. QVAC tilbyr et modulært SDK som lar utviklere bygge AI-mikromoduler for praktisk talt hvilken som helst enhet. Disse modulene kobles til og samarbeider gjennom et peer-to-peer-kryptert nettverk uten sentraliserte servere, API-nøkler eller portvoktere. QVAC Fabric har nettopp lagt til støtte for Microsofts BitNet-arkitektur for å muliggjøre LoRA-finjustering og inferensering av 1-bits store språkmodeller direkte på forbrukerenheter. Det som tidligere krevde dedikerte NVIDIA-GPU-er og dyr serverinfrastruktur, kan nå kjøres på vanlige enheter. Tethers benchmarks viser at BitNet-modeller bruker opptil 77,8 % mindre VRAM enn sammenlignbare 16-bits modeller, med GPU-inferens som kjører mellom 2x og 11 ganger raskere enn CPU på mobile enheter. Fabric har blitt lansert som åpen kildekode. AI-utvikling i dag avhenger av samme type sentralisert infrastruktur som krypto ble designet for å bevege seg bort fra. Trenings- og finjusteringsmodeller er fortsatt avhengige av NVIDIA-maskinvare og skyleverandører, som konsentrerer kontrollen over et lite antall selskaper. Fabric har som mål å endre dette ved å gjøre forbrukermaskinvare til en levedyktig plattform for reell modellutvikling. Tether bygger flere applikasjoner på QVAC. Translate håndterer offline transkripsjon og oversettelse på tvers av tekst, lyd og bilder. Health bruker en AI-agent på enheten for å spore helsedata lokalt. Keet integrerer QVAC AI for å muliggjøre samtalefunksjoner på enheten. Tethers utvikling av QVAC antyder at desentralisert AI blir en alvorlig prioritet for dem.