Sam Altman：全球 DRAM 闲在家用电脑里 95% 时间，按 token 算数据中心完胜
rohanpaul_ai · x · 2026-10-30
Sam Altman 谈本地推理：从全球算力分配角度看，让世界有限的 DRAM 供给分散坐在各人家中、95% 的时间闲置，是非常糟糕的配置。按每 token 成本计算，数据中心轻松胜出——batch size 为 1 的本地模型在任何利用率指标下都是浪费。不过他也承认本地模型有个独特优势：它是技术栈中唯一没人能对你强行弃用的部分。
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