（来源：上观新闻）
在M1之前👚，Mac的👗CPU、GPU📺、内存🇨🇬🚜各自独立，数据搬👩🎨运成为性能瓶颈🇬🇫☣。未来团队中的💤🧯高级工🍳🌺程师和首📼🈲席设计📇师将不再承担🐺那么多🦘🌟“工具操作”✨的职责，而是更🕳🧢多地依靠他们👜👩💻的判断力和经🎍🍑验，而分布㊗式计算（🧑🖋DC）则能够处理🎈☮几乎所有其他👩❤️💋👩🚣♀️工程工作👩🦲1️⃣。
开源模🍫👄型匹敌闭源头🏮🔙部，这🐮😸次是真的匹敌🎓了🇵🇼。PANDA 🙀使用8块 🌧📷NVIDI😳A V100🥦♣ 32GB 显卡🏋🤢训练，批次🦀🌲大小为6，🧂🤟总训练时间约1🍁🛳.5天，🎛🚣使用 Adam🌯🇲🇼W 优化器，📩geo优化学习率✌🏂1e-4，权👨👩👧重衰减0.🇵🇸01，🇯🇴😝共训练30轮🕣。
第二个测试场景叫👩👩👧👧🧧ToolS🍛🥗andBo⚔x，测🗯⭐试的是更🥦广泛的工具使用🕰😗能力，🎾包含1💋29个不🇿🇦同场景🔹。公司采👯用“基座预训🀄练+垂直精调”📓策略：首先🇦🇲🌩利用高校💸场景的庞大数据充📘分预训练模型🥨👨🎨，构建🦴😊其泛化能⏮🛋geo优化力；随后注入🍭珍贵的工业🚻实战数🐹🕗据进行针👨👨👦对性强化🇬🇷🍂。
