（来源：上观新闻）
存储方面，TPU🇳🇨😖 8t引入🥗TPUDire👨👨👦👦ct RDMA🚄与TPUDir🔞ect S🇩🇰torage技🇸🇹术，绕🎟过主机CPU直🇸🇦🧗♂️接在TPU高🍇带宽内存🍹💾（HBM）与👂🇲🇿网卡、高速存🇪🇸🔌储之间🧝♂️传输数据💈，存储访问速🤝🇫🇷度较第七代Iro🤛🇹🇭nwoo🖋d TP🤽♀️🥩U提升1🇸🇨⬛0倍，可确⛺保MXU在处😰理大规模多模态↙🇰🇷数据集时保持满👨👩👧载🚏🈵。GRPO因为🐿7️⃣每道题都需要生成🇲🇱8个答案，训练🎳进程推进得⚙🇨🇾很慢🇧🇧。V4把🦁🇸🇰AdamW替🍕了，接管绝大多数🇨🇰👛参数的训练🥮。
**七🛫、价值♿🚰模型学🏴😫到了什么*🇦🇨* 研🐀🌛究团队还🏒💈专门分析了🦇🎷价值模型的质量，🧖♀️💛因为S🦹♀️PPO的整个🐧机制都依赖于🚾😋一个能准确⚠预测题目难度的👱♀️🛁价值模🙉型🔝。AI必须🏡🔨自己去猜测💛究竟是🇬🇸🧪哪一个行为🇨🇨导致了最终🕔的失败，而当⌨🖖一个任务需要完🥃成十几🏧个步骤时，🔈⏱这种猜测几🎎乎无从下手☎◀。SpaceX的估🌑值已超过1🇺🇿🚣万亿美元，是马⛱👘斯克商⛸🇨🇱业帝国中的掌上明☠珠，也🈶为他带来了巨🇬🇳大的地缘政治影响🛬🍽力🦢⛷。
