Mistral 发布 Timestral：CPU 上 140ms 跑时序预测

Mistral 最近发布了一个 209M 参数的模型，能在本地 CPU 上用约 140 毫秒预测未来数据。不是每个有用的 AI 模型都需要会说话（就像 Jev 一样）。不需要 GPU。这是一个专为时间序列预测设计的超小型基础模型。

给它历史数据，比如：📈 销售额、⚡ 用电量、🏭 传感器读数、📦 需求/库存、🌡️ 遥测数据……它就能预测接下来会发生什么，而无需为每个数据集重新训练新模型。

最大版本的参数：🧠 209M 参数、💾 837MB FP32、🖥️ 可在 CPU 或 GPU 上运行、📚 最多支持 32,768 个历史时间步、🔮 单次前向传播最多预测 1,024 步、📊 输出 21 个概率分位数。

🎯 Mistral 表示，在所有三个主要的公开预测基准测试中，它在预训练/零样本模型中排名第一：🥇 GIFT-Eval、🥇 TIME、🥇 fev-bench。

它可以小到 Timestral-5M → 21MB。Mistral 表示，在 8 线程 CPU 上：⚡ 5M 模型 → 约 10 毫秒、⚡ 209M 模型 → 约 140 毫秒，即可从三周的 15 分钟数据中预测一天的情况。🔗 链接在 ALT 文本中。