Sam Altman：人人本地跑模型是对稀缺 DRAM 的糟糕分配
TheZachMueller · x · 2026-10-30
Sam Altman 在访谈中回应「开源模型解决本地推理」的流行直觉，称从全局资源分配看本地推理其实很糟糕：让每台个人电脑都装着全球有限的 DRAM 供给，却只有 5% 的使用时间，是在供应紧张的环境下浪费资源；要应对算力供给约束，应该追求云端的最大利用率。许多人的直觉恰恰与此相反。转发时配有「鹅追问 DRAM 为何短缺」的 meme 图。
所属事件:Altman 称本地推理浪费 DRAM 引反弹，并称内部新模型连破难题、或需限制模型智能上限(37 条相关)→
「Infra」频道最新
- 从业者直言:重补贴下做前沿 AI 实验依然昂贵 — andreisavu · 2026-10-31
- 推理引擎 Resin 新增 KV cache 分层存储，可用 CPU 内存扩 GPU 显存 — andersonbcdefg · 2026-10-31
- Rust 版 MLIP 推理引擎 llmlip-rs：比 PyTorch MACE 快 17.7 倍 — CatAstro_Piyush · 2026-10-31
- MOSS Image 搭配 NVIDIA PiD：无 VAE 直出 4K，秒级高清生图 — TimeTruth2490 · 2026-10-31
- Anthropic S-1 数据推算:订阅仅占收入 18%,却烧掉过半算力 — teortaxesTex · 2026-10-31
- Reddit 讨论：4-bit 量化可省 75% 内存，为何大厂不用 — Excellent_Place4977 · 2026-10-31