
Năm 2027, chúng ta sẽ chứng kiến sự suy giảm chi phí suy luận từ 100 đến 1.000 lần: Các phần mềm điều khiển, lượng tử hóa cực đoan (ví dụ: các mô hình 1-bit và 1,5-bit chạy trên bộ nhớ 6GB), cùng các chip trọng số được khắc trên silicon (như kiến trúc Taalas/AMD tạo ra 15.000 token mỗi giây) sẽ giảm chi phí suy luận xuống 100 đến 1.000 lần, cho phép thực hiện các tác vụ suy luận cấp cao trên các thiết bị biên và đồng hồ thông minh với hiệu suất năng lượng tương đương não bộ.