EdgeRunner AI 首席执行官 Tyler Saltsman 表示，人工智能公司正在构建的计算量可能远远超过其最终需求。

Saltsman 告诉 Benzinga，正在构建的计算“有点矫枉过正”。 “我认为人工智能将变得过于昂贵，所有数据中心的需求将开始下降。”

Saltsman 预计人工智能的未来将由协同工作的专业模型组成，而不是一个试图做所有事情的单一庞大系统。

不要错过：

一次糟糕的招聘可能让一家初创公司倒退数年。以下是创始人最常误判的5种招聘——以及原因

还在学习市场？这50个必知术语可以帮助你快速赶上

“世界不需要通用人工智能”

“未来的智能不会成为一个巨大的模型，”他补充道。 “世界不需要 AGI，它需要的是特定领域的 GPT-4 级别模型。”

Saltsman 的公司销售专门的设备上人工智能模型，他表示，一名 EdgeRunner 军事助手可以在消费级硬件上使用 8GB 至 16GB 视频内存运行大约 40 亿个参数。

在数据中心进行训练后，EdgeRunner 会压缩其模型，以便它们可以直接在设备上运行，而无需重复向云端发送请求。

Saltsman 表示，这种方法可能会取消按代币重复收费，从而“完全削弱”大型人工智能公司的利润。

热门：避免头号投资错误：你的“安全”持仓可能让你损失惨重

他还认为，来自开源模型的竞争有助于解释 Anthropic 首席执行官 Dario Amodei 和 OpenAI 首席执行官 Sam Altman 最近呼吁减缓前沿人工智能发展的原因。

“开源正在迎头赶上，这威胁到了他们的商业模式，”萨尔茨曼说。

为什么 EdgeRunner 认为较小的军事人工智能效果更好

EdgeRunner 构建了较小的军事专用人工智能模型，旨在直接在士兵的设备上运行，无需互联网连接。 Saltsman 表示，根据军事条令、术语和用例对模型进行训练可以使它们在执行战场任务时比通用法学硕士更加可靠。

他指出，最近发生的一起事件中，一份有缺陷的人工智能辅助情报报告错误地将一艘中国船只识别为携带核相关部件，几乎引发了美国的军事行动。 Saltsman 表示，EdgeRunner 使用陆军人工智能集成中心的数据，在一次训练中将错误率降低了 37%。

另见：跳过遗憾：专家希望所有人早点知道的基本退休建议。

Nvidia 仍然获胜，但人工智能计算可能会发生变化

Saltsman 没有预测 Nvidia 公司的需求会减弱，而是赞扬了该公司的芯片和 CUDA 软件平台。相反，他预计随着公司将模型与个人任务更紧密地匹配，计算能力将会发生变化。

他将使用大规模前沿模型进行军事任务规划与向价值 20,000 美元的无人机发射价值 200 万美元的爱国者导弹进行了比较。

“如果你只是使用这些强大的大型模型来进行任务规划，那可能就有点矫枉过正了，”萨尔茨曼说。

预测市场交易员仍然看好英伟达。 Polymarket 认为这家芯片制造商有 78% 的机会在 2026 年结束时成为全球最大的公司，而苹果公司 (15%) 的交易量约为 750 万美元。

Benzinga 周三报道称，麦肯锡发现，根据所使用的人工智能代理，相同的任务成本可能会高出 30 倍。