
En 2027, nous assisterons à une déflation de l'inférence de 100 à 1 000 fois : des logiciels de gestion, une quantisation extrême (par exemple, des modèles 1-bit et 1,5-bit fonctionnant sur 6 Go de mémoire) et des puces de poids gravées en silicium (telles que les architectures Taalas/AMD produisant 15 000 jetons par seconde) réduiront les coûts d'inférence de 100 à 1 000 fois, permettant un raisonnement de haut niveau sur les appareils périphériques et les montres intelligentes avec une efficacité énergétique au niveau du cerveau.