Mistrals nye AI spår trender raskere – uten kraftige grafikkort

Den franske AI-utvikleren Mistral AI har sluppet Timestral, en familie av AI-modeller spesialisert på å forutsi trender, som eksempelvis salgstall eller strømforbruk over tid. Den største modellen i serien, med 209 millioner parametere, oppnår de beste resultatene blant ferdigtrente modeller på sentrale referansetester som GIFT-Eval, TIME og fev-bench. Dette er betydelig, da den for eksempel presterer bedre enn Googles TimesFM-3 på fev-bench med en "SQL skill score" på 50,39 mot 48,99. Det mest bemerkelsesverdige er at Timestral kan kjøre avanserte prognoser direkte på vanlige serverprosessorer (CPU) uten behov for kraftige grafikkort (GPU) for å gjøre inferens – altså å bruke den trente modellen til å gjøre spådommer. Dette senker terskelen for mange norske bedrifter som ønsker å implementere AI for tidsrekkeanalyse, da de unngår store investeringer i spesialisert maskinvare. På en standard server-CPU tok det for eksempel bare 140 millisekunder for den største modellen å forutsi én dag fram i tid basert på tre ukers historikk. Modellene er fundamentmodeller for tidsrekker, trent på en stor og variert datamengde, og kan gjøre prognoser uten at de er trent på akkurat det datasettet de skal analysere (zero-shot forecasting). I motsetning til tradisjonelle metoder som ARIMA, som analyserer én dataserie av gangen, eller dype modeller som PatchTST som ofte krever ny trening for hvert dataset, er Timestral designet for å overføre mønstre og kunnskap mellom ulike domener. Dette betyr at én modell kan spå alt fra salg til energiforbruk uten omfattende finjustering, noe som strømlinjeformer prosessen og sparer tid.