（来源：上观新闻）
AI 算力、数🔶据中心和🍢💺智能终端持续🎁放量，正在🉑推动全球半导体💗🦎景气进入上行阶段😮。这一次🎪🏂，他选择相信坐在🛂他对面的那几个🎫人是真正的🇲🇱🚟远见者🚪。每多想一步🐫🔺，算力消耗翻💐倍🦍㊗。在核心收购层👁️🗨️🚳面，早🐳在201🤷♀️⛲9年，♻🚵英特尔🎾👨💻收购B🥘🇩🇬arefoo😬t Ne⛈🏩two🌩🥜rks，成🏸为其布局🛄光芯片领域的关🤷♂️🌵键落子，将后📈国产馆七区者的可编程以👤太网交换💽芯片与自💁♂️🕡身硅光引擎🏢😟相结合🇨🇿🦵，成功推出🍍🍵业界首个（CPO⤵👩🚒）方案，实现1.🐬6 Tb🇩🇬ps硅光引擎🥅与12🦌.8 Tbps交🇲🇴换芯片📡的高效集成🇧🇫👇。
在半导体行业🙁🔋动辄百亿融🙎🇧🇳资的语🌩🥳境下，十个亿不一👦👳定很抢🇧🇳眼，却足🏨🇩🇬够扎实、耐看🇱🇸。他在20VC🎞🎱节目中用一个简单💖🎍的类比来🗨说明为什么当前的😶*️⃣神经网络在计算上✊浪费极大💖：今天很多模☔🇰🇪型是"全连接"🚴⏸的，也👩👩👧就是每一层🦚的每个元素和每个🇲🇾其他元素都连在♋一起🚀。202🤬5年8💞👨👨👧👧月，Cerebr👨👦as展示了Ope➖nAI的开源🔶♊模型在自己的🧘♂️♿芯片上运🇳🇱行效率🇸🇴优于传统🙃GPU，⛄🦃两家公司随后开始🌘⌛谈判🇦🇩。
Bernste🚁👻in的分析🚢师甚至估算认🇳🇴为，Tera😪📮fab👫🥦项目所需资❣本支出介🇼🇫💱于5万亿至1🌳🦍3万亿🇹🇯美元之间🗞。正因如此，入驻开🚿🐍元科创AI🇭🇰🏋️♀️ OPC社区🇬🇧👥之前，于盈面临😲🇧🇶的是大多数🐌初创者🏦👩❤️👩的共同困境：找房📹、通勤📍🈴、搭建办公🙀环境，⏺🇭🇺每一件🌺☪事都要耗费精力📞，而这些精力👧🤩本可以用在业🤼♂️务上🇨🇻。
