A eficiência de inferência do modelo GPT de código aberto a operar na GPU Blackwell melhorou significativamente em apenas um mês — a capacidade de processamento de tokens por unidade de custo aumentou 33%. Este avanço deve-se ao trabalho de otimização do projeto vLLM e ao suporte de hardware da NVIDIA, reduzindo diretamente a barreira de custo para a implantação de grandes modelos de linguagem. Para a camada de aplicações Web3, isso significa que os custos de infraestrutura de inferência de IA continuam a diminuir, impulsionando ainda mais a expansão dos limites de viabilidade de aplicações de IA na cadeia e contratos inteligentes.