Et si votre smartphone pouvait faire bien plus que lancer des applications, jouer à des jeux et naviguer sur Internet ?
Et s’il pouvait aussi exécuter des modèles d’IA et fournir de la puissance de calcul à des entreprises du monde entier ?
C’est exactement ce sur quoi travaille Acurast.
Dans sa dernière démonstration technique, Acurast a montré que Qwen3.5-9B, un modèle d’IA de 9 milliards de paramètres, peut fonctionner directement sur des smartphones Android dotés de 16 Go de RAM.
Et le plus intéressant, c’est qu’il n’a besoin ni d’un serveur GPU traditionnel, ni d’un compte cloud, ni d’une configuration Docker.
Pourquoi est-ce important ?
L’IA se développe rapidement, mais l’exécution de modèles d’IA puissants nécessite généralement une infrastructure coûteuse.
Les entreprises ont besoin de serveurs, de GPU, d’électricité et de services cloud pour prendre en charge leurs charges de travail liées à l’IA.
Acurast explore une autre approche : utiliser les smartphones comme appareils de calcul distribués.
Au lieu de dépendre entièrement de centres de données centralisés, les applications peuvent exploiter la puissance de calcul de plusieurs smartphones connectés au réseau Acurast.
Les chiffres sont intéressants
Acurast a communiqué des résultats de tests réels :
Qwen3.5-9B a été exécuté sur des téléphones Android dotés de 16 Go de RAM.
Le modèle a commencé à traiter des requêtes environ cinq minutes après son déploiement.
Les téléphones les plus rapides testés ont généré jusqu’à 9,3 jetons par seconde avec le modèle 9B.
Le modèle plus petit de 0,8B a atteint 92,8 jetons par seconde.
Plus de 100 téléphones ont été utilisés lors d’un test de montée en charge à plus grande échelle.
Il s’agit de résultats de tests réalisés sur le réseau, et non d’un simple concept théorique.
Et le coût ?
C’est un autre aspect intéressant.
Acurast a indiqué un coût moyen de marché d’environ 0,57 ACU par téléphone et par jour pour les appareils dotés d’au moins 12 Go de RAM.
Pendant le test, le coût de l’appariement instantané était d’environ 1,03 ACU par téléphone et par jour.
Cela représentait environ 0,05 à 0,10 $ au moment du test.
Cela pourrait faire de l’informatique mobile distribuée une option intéressante pour certaines charges de travail liées à l’IA.
Où cette technologie peut-elle être utilisée ?
Il existe plusieurs applications pratiques :
Détection des fraudes par l’IA.
Filtrage des messages frauduleux.
Automatisation du service client.
Vérifications des transactions en arrière-plan.
Exécution de modèles d’IA plus petits pour différentes applications.
Ces tâches ne nécessitent pas toujours le modèle d’IA le plus puissant. Elles ont besoin d’une puissance de calcul abordable, capable de traiter de nombreuses requêtes.
Pourquoi Acurast mérite qu’on s’y intéresse
Ce que je trouve intéressant chez Acurast, c’est son approche de l’informatique décentralisée.
L’objectif n’est pas simplement de créer une autre application d’IA.
Acurast met en place une infrastructure où les smartphones peuvent fournir des ressources de calcul à un réseau plus vaste.
Le recours aux environnements d’exécution de confiance (TEE) ajoute également une importante couche de sécurité et de confidentialité reposant sur le matériel.
Le réseau peut intégrer davantage de téléphones à mesure que la demande augmente, au lieu de dépendre d’un seul centre de données centralisé.
Bien sûr, les smartphones restent soumis à des limitations en matière de matériel, de mémoire et de disponibilité. Cela ne signifie pas qu’ils remplaceront les GPU puissants pour toutes les charges de travail liées à l’IA.
Mais cela montre que l’informatique liée à l’IA ne doit pas toujours dépendre d’une infrastructure traditionnelle.
Conclusion
Nous entrons dans une période où l’IA et les infrastructures décentralisées sont de plus en plus étroitement liées.
Un smartphone dans la poche de quelqu’un pourrait potentiellement faire partie d’un réseau informatique mondial.
C’est une piste intéressante, et Acurast montre à quoi elle peut ressembler concrètement.
La grande question est la suivante : quelle part de l’infrastructure d’IA de demain pourra être alimentée par les appareils que nous possédons déjà ?
Qu’en pensez-vous ? L’informatique décentralisée sur smartphone peut-elle devenir un élément important du secteur de l’IA ?