（来源：上观新闻）
他在20VC💚节目中用一个简🌍🇭🇺单的类🌋比来说明为什么当🍿🎷前的神经网络🌃在计算上浪费极🌧大：今天很5️⃣🛂多模型是"全🧂连接"的，也🚿📺就是每一层的📺🇺🇬每个元素和🏮每个其他元🇸🇮🧽素都连在🔬一起👩🔬⏱。21.097🏃♀️5公里的赛道上⚔，百余台🛎🇹🇬人形机器人竞速角🇳🇨🔠逐，最🙎终结果令所有人为🧕👩👦👦之振奋：来自🔣齐天大圣队的“荣📆耀·闪😳电”机器人以净📋🈶用时50分钟2👩⚖️6秒率先冲😾线，这一成⏏🇸🇧绩不仅摘🥇🇵🇭得赛事桂冠🎥📇，更一举🇩🇲打破了人类半程🚌🥬马拉松57分20😈秒的世🧟♂️界纪录，人形机🥋器人在耐力与速度🛷的较量🌀中，首💄次全面超越人类🌫🧘♀️顶尖跑者👍🖱。
有开发者👩👦社区和社交平🥽🇨🇲台上开🚗始频繁出现🕎🏈对比表，在0️⃣不同模型上的To👨👨👦👦ken消耗是🌘🎷多少、输出质量差🚜🍃异如何、折算下来👄🇰🇳“每千T😳🎸oken成🔏本”谁🤕最低🍧👆。尽管组合📽式推理的愿景很🔟美好，🏴但一个关键的⛽⛱现实问题是，形式🛃🔬化规约🏋️♀️😞需要靠人类专家🌫用极其严谨的数🚁⁉学公式手写，人🌗🌴力成本高昂🕌。
大多数小专家的🚖🇮🇨视野是模糊的♟️或者只关注大类🇲🇶别，但偶尔有一🇸🇨两个小专家能清👍🇮🇷晰地把不同个体㊗😮之间的边ℹ界画出来😕👠。我们最早💠涉足的🇺🇾领域之一是计算🎏机图形学，但还🐲有许多其他领域🧡🚾，比如🇾🇪粒子物理和流🦄体模拟🎽、结构化数据❎处理，以及各种🔵🕒受益于CUDA技🇲🇪🌯术的算法👷。AI算力需求🇲🇭✌的爆发式增长正📤将全球DRAM⛎市场推🕴👛向一场旷🔻🇨🇽日持久的供给🍒危机😅。
