L'efficacité de l'inférence des modèles GPT open source fonctionnant sur Blackwell GPU a connu une amélioration significative en seulement un mois — la capacité de traitement de tokens par unité de coût a augmenté de 33 %. Cette avancée est le fruit des optimisations du projet vLLM et du soutien matériel de NVIDIA, réduisant directement le seuil de coût pour le déploiement de grands modèles de langage. Pour la couche applicative Web3, cela signifie que le coût de l'infrastructure d'inférence AI continue de diminuer, ce qui permettra d'élargir davantage les limites de faisabilité des applications AI sur la chaîne et des contrats intelligents.