关于 Mythic 模拟存内计算（CiM）架构的 Hacker News 讨论，主要集中在对其应用于大语言模型（LLM）的技术可行性的怀疑上。 尽管参与者承认，与数字算术逻辑单元（ALU）相比，该架构在能效上具有 100 倍至 1000 倍的提升潜力，但他们对制造差异性、噪声以及扩展至万亿参数模型所面临的困难表示了深切忧虑。批评者指出，Mythic 目前的芯粒仅能处理 3000 万至 8000 万个参数，这意味着若要运行现代大语言模型，则需要数千个裸片，这会造成巨大的物流和架构障碍，特别是在键值（KV）缓存管理和数据吞吐量方面。 讨论的很大一部分围绕着缺乏公开、独立的基准测试，以及该公司经常被指为人工智能生成的营销材料不够透明。虽然一些工程师认为模拟原理是合理的，且通过将模型针对特定硬件进行重调等补偿技术可以减轻可靠性问题，但其他人仍持怀疑态度。目前的共识是，虽然模拟计算是克服冯·诺依曼瓶颈的一种引人注目的替代方案，但 Mythic 面临着严峻的经济和工程挑战，许多人质疑他们能否真正与英伟达等数字解决方案的快速扩张相抗衡。