
В 2027 году мы увидим инференсную дефляцию в 100–1000 раз: программные средства, экстремальная квантизация (например, модели с 1-битной и 1,5-битной точностью, работающие на 6 ГБ памяти), а также чипы с вытравленными весами (такие как архитектуры Taalas/AMD, выдающие 15 000 токенов в секунду) снизят стоимость инференса в 100–1000 раз, обеспечивая высококлассные рассуждения на edge-устройствах и смарт-часах с энергоэффективностью, сопоставимой с мозгом.