（来源：上观新闻）
如果不解☢决这个问题，🚻📥无论我们投🧟♂️入多少计算资源和🥟🤑时间，AI🐩🦋翻译系统都很🥜难在真正意7️⃣🖤义上取得突破，🇫🇯特别是在那些资源🍩稀缺的低资源语言🦢😘翻译任务🤾♂️上🦝。相信硅谷一🆗🙇定不愿🥥意看到这样平和♉🥓但坚定🍥的话语，因为这等👋🍅于釜底抽薪，🤥💇改变了硅谷对于未🥍来技术的定义权😄🇫🇲。在去年5月的🏀邮件里🦓，这篇论文的二作🛳👠作者亲口承🕡认了这👱🌛种 “ 单核打多🏐🇲🇬核” 的非⏸🚒对称操作，也🌛🆖承认把这事同🏌步给了论文的其他🥩共同作者👩🏭🤚。
由于每个训练阶段♐♟️都专注于💀👣相似类型的任务，👅模型生成〰🤢的回答长度🔳🥍和验证时间🎎都比较一致，这👙大大提高了训练⌚效率👛。以一个 7🍡0B 参数的🇸🇱模型为例，每处理🤜🎯一个词元需要硬件🏝执行1💕😽400 亿次浮点📦⛏运算🕢。这个月👌🔌的 24🌂✏ 号，谷歌研究院👨💻（Go🏩ogle Res⛺⬛earc🏣h）突💄然发帖🐗，详细介绍一项🧗♀️🍋名为 T😍🇬🇧urboQu🇨🇷🎙ant 的🇲🇶极端压缩算🥬法🚝📣。
