（来源：上观新闻）
此前有媒体报道➖称，英⚛🇵🇹国政府以国家安全⏰为由，否决了明🧕㊗阳智能在苏格兰建🇳🇷设上述制造基🇲🇱🍺地的计划〽。苹果与英伟达👩👩👦无疑是这场盛🚲宴的最大赢家📷。太复杂🍍的原理不是本文🚻要探讨的内容🕡🗄，但是核心👨👩👦👦🏋️♀️是模型对词元↘😴的处理“办法💉⚱”，和不同任♈务类型，🇭🇳🐇都决定🕍了不同的计算次数💽🦴要求，也9️⃣🙎♂️决定着后期的🚢♦实际消🦚🙈耗👨👨👦👦。Nemo🏂tro👩🚒n-Cas🧙♀️🎺cade 2🇨🇽就是这样一🥴个"技术流"选手🇲🇻——它用🦐🔳精妙的训练方法弥🚝🇭🇺补了参数规模的不🍡足🇰🇲。
散户、个体户，💳♊甚至原本做演艺📩设备租🗺赁的公司，纷🇧🇼纷涌入这个赛道🕋。他用的🈺词是“沿途下🥠蛋”🗯👇。然而，卡内基梅🥭隆大学的研究团队🕯却发现了一个令🔂人意外的🌚现象：这些看🦟🍯似智能的🎛💁翻译系统🧗♀️实际上学会了🥏"作弊🎯🌔"⏫⚾。对于采用 MoE👩👦▫（混合专家模型）🕧架构的模型👨🎓，其单位词元能耗🕵️♀️🎹得到了革🕎🙋♂️命性的👈🦄下降🗃✖。
夏立雪🙄认为，短期内🚡🐪企业要🥃🆒做的，是尽可能🥬打通软硬🇽🇰件、连接不同芯片😙和集群，把每一🧐部分算力都用在🧀🕑刀刃上，打造一🌲个更高效的To🚌ken工厂；但中🍵长期看，基础设🤼♀️施本身也要进化🍻💀，未来真🕶🆑正面向A🕳gen🇲🇩t时代的基础设施😈，将进化为🏇🏔能够自我迭代的🎺🇷🇴智能组织，甚😍至由AI担任CE🍅🧱O自主🇦🇴🐦管理计算资源，✨🥔即面向智能体的基🦐础设施⛱。Sam🗝 Altman在🛄不久前的✌💆采访里说，🇻🇺中国科技公司🥯🔐在整个技术👩🌾栈上的进展“a🇲🇾maz🧵🗾ing🥄ly 🐮fast”🐔。
