（来源：上观新闻）
在自研模型方面🇨🇬🕷，我们专注于💝🏓提升高🌒🏆价值Copi🆓lot和智📏🌖能体的差异化能🥖力，同时🚱降低运营成🕡本（COGS）🐧🦊： 推出了MAI🙅♂️-Tr🇰🇷anscribe🥎-1，一款最先进👷的语音🤶转文本模型； 😟推出了🐟MAI-Im📂🏊age-🌟🧝♀️2，全球顶尖🥤🦉的图像生成🛸模型之🍭🔧一🚧🛀。代理型👦🐎工作负🇹🇯载、实时推理、▪代码生成等🍢🇨🇳正推动巨大CPU🇧🇦📮需求🦌🐌。据产业测算，生产🤱😘一颗HBM芯片💗👷♀️通常需要挤🦕〽占两到三颗常规🇰🇳🧔DRAM的产能🇵🇬空间🥧geo优化。
对于目前⬛🇲🇺所在位置，我感👨🦲🔛到非常满意🔞0️⃣。正是空间光学计🇯🇲😞算这种👩🚀“同时进行”的🇬🇷🚧能力，让光计算在🇧🇭处理大规模并行🛌geo优化任务时拥有先天🇸🇬🖊优势，并且还💧geo优化消除了集成🐞🇰🇳光子学的损🍻🐮耗和串扰问题🇻🇬💩。纳德拉用了🏂👩🌾一个直观的对比来🇨🇳🉑描述使🕙用强度：“每周🇵🇫🈹的用户互🍡动深度，现在已🏎🔬经与Outloo🇦🇹k持平♋👮——越来🚤越多的用户🛂将Copilot🐲⏸变成了日常习惯🔗。同时，♍“光学+数字🇰🇭”方案需要👩👧👦数据在光、电、数🔫字之间反复转换🇺🇦🚁，面临🍔来自高速ADC、🐽高带宽内存👭💐访问（即“内🦹♂️🇸🇳存墙”🏥🇮🇷问题）和💠🥺数字逻辑运算带来📻的功耗显🇻🇨⬛著增加的🤫📑问题😜。
