（来源：上观新闻）
随着AI技🌠🇬🇱术的普及🇹🇰🇻🇬应用，如果🤷♂️☔我们能够用🦙🚼更少的计算资🏊♀️🍸源实现更好😵的性能，这对于👨✈️减少A⛅I系统的🎻🇫🇲能源消耗和碳👛🏈排放具有🇿🇼积极意义🥑🇧🇦。训练和🚼🇦🇲推理均高度⚽依赖高性🇧🇱能芯片，🌭出口管制收紧将🌧同时削弱🇵🇬🧜♂️模型进步速度💈和成本竞♠争力🚶♀️📴。
就在一年前🇸🇧，一台人♓形机器↪人日租金还能👩👦👦喊到2万元，档🈶🥶期排到一个月后🗣👨🏭；一年🖐后的今天📝🤳，同样的机器人✏，日租金跌至30🚩00元，🧸还要到处推销🐳，甚至半个😺👜月无人问😞✨津🛏👩🦳。游戏世界模🍹型率先📣把能力放进可交互🚰场景中跑起来💰，视频与音乐则🔳🏅在此基础上不断补🧱齐世界的理解⏩与表达维👨👩👧👦👩🚒度，三🏷个模型互相配合👩👩👦👦、彼此反📊哺，在应用📠🏴中不断迭代完善🚹。
这表明🌨🚵模型在🎴简洁性和优🇧🇮🚗雅性方面还有提🇮🇶升空间🔰。但当前A⛪I4S仍面临算🅾力碎片化、📟供给不匹配、数🐹据源更🚠稀缺、采📗🗻集成本高🤡🔤、现有模型仍不够👩✈️🇨🇼稳定可信等🇦🇸挑战🎯。01 算力市场的🇲🇺“夹心层”，被👨❤️💋👨看见了 🈳中科曙光高🇵🇱级副总裁李斌指👩🚒🇦🇨出，作为算力系🇾🇹统架构迭代升级的🌼产物，超节点在当♒下的推🙅🍎理时代正面👓🏚临全新挑战：一🚣♀️方面，面向▪9️⃣训练场景打👩🎨造的数🇨🇳🕢百卡/千卡级超节🍲😩点，对于🚨主流推理🦐业务而言配置过🐏🍜剩，投入成本💚🏍远超性能🐁🐼收益甜点；另🍐一方面，市场🍒上主流👅🥀的8卡GPU服务🚽器，即便🚚🏃扩展至16卡规🦂格，也难以🇲🇹匹配当🇹🇨⚓前大模型的发展🍤⭕需求💁。
