根据 Richard Seroter 的说法，Google Cloud Run 现已支持英伟达 RTX 6000 PRO Blackwell GPU，开发者可在无需管理底层基础设施的情况下服务70B以上参数模型（来源：Richard Seroter 的 X 帖子与 Google Cloud 博客）。他指出已预装英伟达驱动、无需容量预留，且无服务器实例提供20至44个 vCPU 与80至176 GiB 内存，以简化大语言模型推理等高吞吐工作负载（来源：Richard Seroter 的 X 帖子与 Google Cloud Run 文档）。这一升级使团队可在 Cloud Run 上按需扩展 LLM 推理，同时免除 GPU 基础设施运维负担（来源：Richard Seroter 的 X 帖子与 Google Cloud 博客）。

根据 Yann LeCun 的分享，ZML 公司推出了一款新型的硬件无关大语言模型（LLM）推理引擎。LeCun 在社交媒体上强调了这项技术，其对人工智能和加密货币领域意义重大，因为它旨在减少运行 AI 模型时对特定高端硬件的依赖。对于加密市场，特别是专注于人工智能的代币和去中心化物理基础设施网络（DePIN），这一发展可能改变游戏规则。通过允许 AI 应用程序在更广泛的硬件上运行，它可以降低去中心化 AI 项目的运营成本，从而可能增加其采用率并影响相关加密资产的估值。这种向硬件独立性发展的趋势可能会打破目前由少数公司主导 AI 芯片行业的市场格局，并催生一个更加去中心化和更具竞争力的 AI 生态系统。