（来源：上观新闻）
如果用传统尺寸的👐芯片装SRA🌎M，要🚶♀️跑一个40☮00亿参数的模型⛔做推理，可能需要🧿🤐4000块📑🇧🇮芯片；要🎖跑DeepSee👝🇬🇳k的67🇲🇬10亿参🥾🏚数模型，可能需要🖱🥶6000到80🗿🕑换着玩中文字幕00块🐀。底层自己👍🎰做芯片(🇸🇹昆仑芯🚉)，中🐗间做模🗓😩型、训练➿🧸平台，往上做智📼能体、应用，从下◻👨🔬到上一整条链，🛫⏪全是自己攒的🇩🇰。
加速计算更加多🏢样化🧘♀️。去年他🌄2️⃣和一个顶级投资*️⃣人聊了◼十五分钟就被投了🧗♀️🙁，这回🧟♀️🚺他又在忙着见🇲🇸投资人呢🇭🇰。作为对比，研😦🎶究还测试了两种最🇰🇷常见的⏩朴素改进方案🚕：第一种🎽🏑是"种子搜索"，☔即对同一🗓个描述连💇🇸🇷续生成5个不💇🦗同版本的视频🧙♂️，挑其中计数最🇱🇦🇹🇿准确的那个；第💁🐏二种是"提示词增🔂强"，即用🧡大语言模🔛🏎型把描述文字🇨🇨扩展得更详🎼细，希望更🇰🇿丰富的描述能帮🎍AI更好地理解数🕺量要求😌↩。
Feldman说🗣，"那是一场🌧管理噩梦📌🐫"💷💡。这些大🎋🍟型系统需要🧧先进的 2.5D🦞👂 中介层和高💄端 IC 基板💗🌱。在那之前，A🦠I基本🧝♂️🚍上还是个新鲜玩意🙌儿，C🕷🐩hatG🧿PT不是技术🇦🇫🎃突破，是用户界⛰👨👦👦面的发明，它让↪👨👦👦更多人能够接🤽♂️💠触到AI👩⚖️，但大家拿💍它来玩，🥴不知道真🔂正能用来做什么🇱🇮🍝。
