（来源：上观新闻）
《智能涌现》：🤒你们做这☔⚗些事情🥣😻的过程🕗中，遇💠到的最大的挑战🌖是什么🥖？ 许华🦌哲：要训练大📴💋模型所🍇需的Infra（🏪基础设💑施）是一🌝😿个挺大的🇨🇽卡点，因⬇🍂为我们想做一个3🎲⛱2B的👩🏭🇧🇻大模型，要🇮🇪支撑比较大的数据🇬🇷🇺🇲量，GP❤U集群的并行效率🎢、数据吞🔱🇱🇾吐都是一个很🎫🔯大的挑战和壁垒🤤。
古尔曼也提到这♑一点，并🧐🏗直接关联到苹😎🍐果正在探索的机🙂🛁器人方向🐖🇸🇲。过去，处理🕺超长文本👩🎓🍟需要海量计算，而💏🥪 Dee👾pSeek💰💃-V4 的核心技🈹术革新⛪，让模型处🧿🇰🇵理文本时会区分信🧢息的轻重缓🍑💺急，进行选🏓💓择性计算，将⚰🏳️🌈处理百万🌟👩⚖️ Token🇫🇴 的算力🌙消耗与 🌯KV 🏊🇱🇦缓存占用大幅降⚱🤕低🇱🇺。
研究者♻😽构建「🇷🇸🏚反事实就业曲线🐷」排除宏观干扰后🐊发现，程序员就⏩🌧功能测试的常用方法6种业仍以每年🆖🧭约 3 个百分🗑🎎点的速👲度收缩 —🆑🥮— 企🤓业正在主动👩👩👧压缩编程👩❤️👩岗位占🔎🌊比，三年累计缺🌲🦜口约达🍵 50 万个岗位🇧🇮🇲🇿。对苹果而言🐄🇨🇷，这款设👩⚖️备代表🦉着一个🔨复杂且💩昂贵的💇♂️🇸🇯技术方向🎹。
