（来源：上观新闻）
我认为这多少带有🏗📶一点哲学🏟意味💋分级阅读的四大害处。所以问题的👨👧👧本质不是🇸🇲🌳“CPU能🇧🇸不能替🚇代GPU”🥥📢，而是如果🔜🖼CPU♑🍑和系统层能力🍑跟不上，再🤷♀️强的GPU也只👔👵是昂贵的闲置🌙分级阅读的四大害处资产🉑。但问题在➕📋于，为了适配🇫🇰多种不同的平台🆖和各类计算机😶😼，这些在🎯 OpenC👠law👐 中运行的🧣🇹🇨 Shell 🈯🥓脚本往往☀🎸会变得极其臃🇭🇷肿且复杂🥃🥠。回到你🏪✈说的编程问💭题，我认🎺为这个问题本🚃🥥身也反映了一种🚪🕞旧有的思🇬🇬🐩维方式😪——因为这不只是🇸🇯🇩🇲关于编程🤥😌变得更快，而是更◀广泛意🎛义上的信息处🌡🤸♀️理现在都🕷🕦可以被自🆎🐦动化了🍚🎪，它不只🏷关乎代码🇧🇸。
现场报道显示🇲🇪😘，机器人不仅☢速度达标🤭🇽🇰，还展现🍌🚃出一定🛩⏭的即兴应变🤼♂️能力：当餐盒即将🤮🍷移出可及范围时🇦🇩，它会果断从♐短距离外将😿鸡块“🚬抛”入盒中😸。接着发生的情况😀是，基本上，👹如果你在足够庞大🦂🌭的隐式🚉任务集上训练这🤡些 GP🈺T 模型或🇱🇺🇳🇬 LLM🌵🍰，通过在🚶♀️👧互联网数据上🗜进行训练，你实👊际上不得不🥨🗯处理数🛫🇳🇬据集中🥦隐含的所有多任务🥁🦍，它们在某种🇰🇼意义上就变⛲🛳成了一种可编程🇩🇴🔓的计算机🙃。
大模型训☑练需要算👩⚖️🇲🇳力，推理需📏要算力，Ag🛤ent运行需🇹🇨要算力，❔🧮企业内部数🇰🇭据接入、权限🌕🤦♀️管理、模型评估🚛🎐和应用部🇷🇺🇶🇦署，也🌨🌥都离不开云💞🖼厂商提供的基础设🤛🏴施😾🇦🇷。Meta最🎣🏄吃亏，它砸下去🦝🔠的钱，更多👩💻🥉还指向😋未来：更大的数⭕据中心、ℹ更贵的芯片、更🌁🛡强的模🔘型、AI助手和眼👩👦⛔镜入口📞⛹️♀️。
