（来源：上观新闻）
然而NVIDI🈂A的研究🕠团队却打🇦🇷破了这个🇸🇬常规认知，他们🥬开发的Nemo👨🎓1️⃣tro🏬n-Cascad🍰🔞e 2模👺🇦🇩型虽然只有30亿0️⃣👖个激活参🚀♉数，但在🇰🇮🌋数学推理能力上🧶却能与那🐨些拥有数🎳百亿参数的"巨❕无霸"模⛈🛣型相提并论🇰🇷🗼。不过若只停留⚓😠在AI模型，海淀🇹🇷的故事还不算特📔别⌨。
机器人进家庭，还🇳🇿需要一个合适🎌🚬的「入口🏉🐧」🆎。他们不是简🎧🏅单地使用所🦄有可用的语言🇦🇮🏠方向进行训⛩⏭练，而是根👩🎓🍒据AI系统的当前☑能力水平，选🌛择那些既不会太简🏯🤩单（容易被系统🎭忽视）也不会🇹🇹🙆♂️太困难（🇮🇹🇵🇱可能导致训练👩🌾失败）的🔩语言方向🇧🇲❔。
” 在她看来，这☢🦢次行业对🍇😐硬件的FOMO，🥙✔伴随着一项认知的🧰改变：🀄🔔AI应用🆙💀没有护城河，软件🇱🇮比硬件更没护城🗜河🕉🐈。另一方面，随着硬❌件、算法效率不🌿断提升，👄推理单👩🔬位成本将持续🈹👨👩👦👦下降，对能力停🤴滞的模型形🍭🔌成价格压力🍐❎。”他以H1🇸🇧🕦00万卡〰集群为🚧例，“年度👨⚖️算力成🧞♂️🐪本约12🥖亿元人💍民币，若🦀算力利用率存🧰🇨🇴在10%的损耗，🦊🇦🇸年度直接🇲🇨经济损失将超1.🐽👡2亿元🇳🇫。
