（来源：上观新闻）
构建智能体和A🇧🇳I应用🦉程序时，不能在🍖😢每次与🔓🍑模型交互时都从零👨🔬🤺开始，需要🏒⬛存储状态🏄♀️👨🦱、身份、🔐🇳🇷对话和♦操作历史，需要🧀工具使模型🦜🇵🇸能调用不同🎧🇸🇳功能完成任务，☄这只有通过🚉👬存储状态🐔才能实🇦🇷📌现❇。作为回报🙋♂️，Ant🤵⚾hrop🇸🇩🏤ic将获得多🇸🇩🧗♀️达5吉瓦的亚马逊📿Trai👑nium芯片用🍦⏹于训练和👨⚖️驱动其高👩🥓级AI模型，并🇼🇸🇧🇼承诺在未💋🇲🇦来十年内在AW🍹S技术上投入🇳🇷🇺🇬超过1000亿美📸元📓seo产品优化推广。而在这🙊一波AI🌥✝浪潮的头三🇷🇺⚡年，A👊WS的AI收入运📼♉行率已超150🏆3️⃣亿美元4️⃣，扩大了👈🛣近260🎏🧴倍😭🧜♂️。
下面，进入问🏕➕答环节☔。具体来说，🤗👁与集成光学计算🚜㊙芯片相比，每🦀▫刻深思的📭😪ACCEL由于🇾🇪🇷🇺采用的是🇨🇭🇦🇱空间光🍣🏭计算，🏌🐍是过微纳结构进行🏤🕜计算，✒集成度高，🇨🇾🐇可做多层计算，🅿💪计算规模也🔎⚒远大于一维的🙋♂️⬜集成光子🚃🥘计算，目前最高可🍫以做到“400🇦🇱🌈×400×🦟2矩阵🌿⛴”（远🇹🇷🐄高于集成光学🏡计算方案的曦👐🧾智科技的PA🚎CE2的🥜🚺“128×1👮28矩阵🤟”），光学计🐪☁算性能最👿🇧🇦高可达4👩👩👧🛒550TOPS🆒（FP8），超🧓过了英💦伟达H2📣🇫🇲00；光学计算👏🙈能效比最高可达🔲7.45×1📐0⁴ TOPS/🇰🇪W，相比💣🇫🇲H20🇧🇱🕺0提升🍖👩🏫了4个数量级，这👾几项项指标均🌆居于全球领先地🇫🇰🛫位🏕🇹🇨。
