傳聞 Apple 正在開發的 M7 Ultra，最高可支援 1.5TB 統一記憶體。雖然規格與上市時間尚未確認，但趨勢已經很明顯： 本地端機器只會越來越強，模型則會透過量化、蒸餾與稀疏化，變得越來越小、越來越有效率。 今天需要 Data Center 才能運行的模型，幾年後可能一台 Mac Studio、AI PC，甚至機器人就能跑。 未來大型 Data Center 仍會負責訓練 Frontier Model；但日常的 AI Agent、影像生成、資料分析與機器人決策，會有越來越多直接在本地完成。 尤其當機器人大量普及後，每台機器人都需要強大的晶片處理視覺、語音與動作，但它們不會 24 小時工作。 在充電或待機時，這些閒置算力就可以被釋放出來，處理批次推論、模型評測、影片生成等可拆分的任務，再替主人賺取收入。 當然，一萬台分散式電腦不等於一座萬卡 GPU Cluster，它們不適合共同訓練同一個超大型模型，卻可以同時完成一萬個不同的推論任務。 所以 Data Center 不會消失，但算力也不會永遠只集中在 Data Center。 上一個時代，是每個家庭都能上網。 下一個時代，可能是每個家庭都能提供算力，讓電腦與機器人在閒置時，繼續替你工作、創造被動收入。
再過幾年，每一台電腦、每一台機器人，都可能是一座微型 Data Center。
傳聞 Apple 正在開發的 M7 Ultra，最高可支援 1.5TB 統一記憶體。雖然規格與上市時間尚未確認，但趨勢已經很明顯：
本地端機器只會越來越強，模型則會透過量化、蒸餾與稀疏化，變得越來越小、越來越有效率。
今天需要 Data Center 才能運行的模型，幾年後可能一台 Mac Studio、AI PC，甚至機器人就能跑。
未來大型 Data Center 仍會負責訓練 Frontier Model；但日常的 AI Agent、影像生成、資料分析與機器人決策，會有越來越多直接在本地完成。
尤其當機器人大量普及後，每台機器人都需要強大的晶片處理視覺、語音與動作，但它們不會 24 小時工作。
在充電或待機時，這些閒置算力就可以被釋放出來，處理批次推論、模型評測、影片生成等可拆分的任務，再替主人賺取收入。
當然，一萬台分散式電腦不等於一座萬卡 GPU Cluster，它們不適合共同訓練同一個超大型模型，卻可以同時完成一萬個不同的推論任務。
所以 Data Center 不會消失，但算力也不會永遠只集中在 Data Center。
上一個時代，是每個家庭都能上網。
下一個時代，可能是每個家庭都能提供算力，讓電腦與機器人在閒置時，繼續替你工作、創造被動收入。