// AI 新闻 · 2026-11-02 · Xataka
Sam Altman批评本地AI运行造成DRAM资源浪费
Sam Altman在Cheeky Pint播客中指出，用户将大型语言模型部署于本地设备进行推理，属于对稀缺DRAM资源的严重浪费。他强调，当前DRAM供应紧张，全球产能难以满足数据中心需求，而个人电脑中仅5%的DRAM时间被实际使用，造成资源错配。这种分散使用与数据中心集中利用形成矛盾，违背了稀缺资源应最大化集中的原则。
原文发布 2026-11-02 00:01（北京时间）来源 Xataka自动整理 · 已核对原文
01摘要
Altman认为，尽管开源模型降低了部署门槛，但其对DRAM的消耗加剧了全球供应压力。他指出，当前DRAM价格已上涨90%至95%，且短期内难有回落，主要厂商维持保守投资，新产能扩张缓慢。OpenAI正通过与Broadcom合作开发专用芯片（Jalapeño）以优化资源使用，同时鼓励更多企业参与供应链建设。
由开源模型根据原文自动整理，经数字/专名逐项核对（必须在原文中出现），以原文为准。
02要点
- Sam Altman认为本地运行AI模型浪费了稀缺的DRAM资源，个人设备仅使用5%的内存容量。
- 当前DRAM供应紧张，价格在2026年第一季度上涨90%-95%，全球产能难以满足数据中心需求。
- OpenAI正与Broadcom合作开发专用芯片（Jalapeño）以提升资源利用效率，减少对通用DRAM的依赖。
- 尽管开源模型推动本地部署，但Altman强调其对整体供应链造成的压力不可忽视。
03原文出处
Sam Altman cree que ejecutar IA local es "una terrible asignación de un recurso escaso"
Xataka · 发布于 2026-11-02 00:01（北京时间） · 上方为原标题
05相关新闻
出自智图 AI 新闻：从 1100 多个官方与媒体信源采集。摘要只转述原文内容，详情请看原文。 2026-11-02 全部新闻 · 按日期归档 · 全部 AI 新闻 · 今日