El CEO de Tether, Paolo Ardoino, visualiza un futuro en el que el entrenamiento de modelos de IA se vuelva más eficiente, reduciendo la necesidad de millones de GPUs. Enfatiza que confiar únicamente en la computación de fuerza bruta es ineficiente. En cambio, modelos mejorados reducirán los costos de entrenamiento, con un enfoque en la adquisición de datos. Además, se espera que el razonamiento se desplace hacia dispositivos locales o de borde, lo que ayudará a evitar gastos excesivos en poder de computación.

PANews informó el 27 de enero que el CEO de Tether, Paolo Ardoino, tuiteó que en el futuro, entrenar modelos potentes ya no requerirá millones de GPUs. Este enfoque de depender puramente de la computación por fuerza bruta es tanto ineficiente como inelegante. Mejores modelos reducirán significativamente los costos de entrenamiento, pero la adquisición de datos sigue siendo clave. El razonamiento se trasladará a dispositivos locales o de borde, evitando desperdiciar cientos de miles de millones de dólares en pura potencia de cómputo.

El CEO de Tether predice un cambio en el entrenamiento de modelos de IA hacia la eficiencia y la computación en el edge.