Sam Altman 称本地推理是稀缺资源的糟糕分配，遭开源圈反呛
jasonkneen · x · 2026-10-30
Sam Altman 表示很多人想跑本地推理，但从全球资源分配角度看这很糟糕——让每台电脑里堆着全球有限的 DRAM 却只有 5% 的使用率，在供给紧张的环境下应追求云端最大化利用率。开源社区对此强烈反弹，victormustar 回呛：那不如大家把算力凑起来共同训练一个开源权重模型。这场争论本质是「算力集中云 vs. 分布式本地」的路线之争。
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