لهذا السبب نحتاج إلى معايير مفتوحة للذكاء الاصطناعي المحلي. وإلا يتحول الأمر إلى قبلية وإطلاق أسماء. سننشر أكبر قاعدة بيانات لاختبارات الأداء المفتوحة للذكاء الاصطناعي المحلي، تم اختبارها على 1,000+ إعداد أجهزة حقيقية. كل جهاز، كل اتصال، نماذج مختلفة/تكميات. لدينا مكتب مليء بالأجهزة: كل ماك بشريحة M، كل آيفون، كل RTX، DGX Spark، Strix Halo، Pi، ... بشكل عام، تمتلك Apple Silicon اقتصاديات وحدات ذاكرة متفوقة، بينما تمتلك وحدات معالجة الرسومات اقتصاديات وحدات حوسبة متفوقة. ما هو الأفضل يعتمد على عبء العمل والتزامن. الحقيقة (والتي ستكون واضحة في اختبارات الأداء المفتوحة) هي أن الأفضل هو مزيج من الاثنين - وضع الأشياء التي تستهلك الذاكرة على أجهزة ماك، والأشياء المخصصة للحوسبة على وحدات معالجة الرسوميات.