（来源：上观新闻）
我们解决这个问题💍🍥的方法👨🌾❓是通过新模型🦁🇵🇹，比如MoE，在🍾计算系♾️统中并行化👨✈️、解耦并🇧🇶分布式实现🇨🇿。此外，🇲🇦🛐该模型的👎视觉能力也有大幅🌨⚱提升🌰⛸。至于这种🚶🍘“成本下🇧🇴沉、价值🥞👘上移”的结构，⛩🔇是如何🥅🙆♂️在同一个体系🌀中同时成立的，我😺们将在后续的解◽👨👦读中再逐一展🇲🇴🤷♂️开🎄💁♂️。问题是一开始你不🐼⚰知道哪📛⚜3本最重要，而⛪🚷稀疏化（s😙parsit🕯y）、Dropo🇹🇱🇨🇮ut以😰及混合专家模型（☕🇹🇦国产精品综合欧美MoE）等🔹🙅技术，正在▫尝试解决这🏰个"选书"的问📤题🐘。
他认为算法效🍄率会持续提升☘🔲，硬件的🏉❤性价比也会持续🇲🇹改善，数🎪据中心的P🌔🥗UE（能效比）也👝在下降，三者叠🔱🍌加，推理成本会大🇼🇸💜幅下降👨⚖️🎟。（图/p👨👧👦🕙exe🐦ls） “如果🐦🙇♀️你完全不懂🦃代码，你🇰🇵♨可能都看不出👨🔧来问题在哪、💷应该微调👨👧🎭哪个部☢分🐷。但对于实🧸🤮国产精品综合欧美际上能够构建自💨⚖己软件栈的客♌🎢户——这类客🎓⌨户占你们🇬🇸收入的大头🇬🇫，尤其在一个🏤AI越来🤝越强大的世界里…🤨🇬🇼…问题最终变成了🇸🇷：如果超🇷🇺大规模🦈💮的企业🏁都能编写自己🔚💏的内核，🤢🕳而不是依赖📃😦CUDA，英🥧伟达还能否维持目🌳🇸🇰前的利🚒润率？ 黄仁勋🙅🤐：我们公司分配在🍷👨🦳这些A👨👧👦I实验室里的🔪✡工程师数量是惊人🤢的🇦🇲。
