（来源：上观新闻）
当时，黄晓👕煌和团队隐隐觉7️⃣🥐得：这些东西🇬🇳📵，一定📳有我们🇹🇰🧥还没有发现🎛的价值，是一个😯待挖掘的“金矿🕠”🥶。假设你们已☠经占据了台积电3💩nm工艺的大部🔇分产能，并且未🎸💍来在2nm节点时🐷🚸也占据🍭大多数🐆⬛。最初是恐慌——🥀🇧🇧一个中国小🧐团队用零头成🙎本做出前沿水平，🇦🇲美国AI的护城🚉🌼河是不是纸糊🧒📎的？然后是质疑🕺🤦♂️——5🏑60万美✌🇲🇾元到底是不是全👡🔘部成本？🙄接着是消化—🇪🇨🚾—DeepS◾eek确实🅱有两下子🐟，但美👩🎤国实验室也没😊😔被甩开🔞。
这类系统通常基👩🦲⚗于一种◽叫做"扩散变换器🇳🇿"（Diffu🚏🚖sion T💪🇹🇲ran😁🇭🇷sformer🖼，简称DiT🍡）的架🔁🐠构👨👨👧👧👥。换句话说🧞♀️，它的优势越🖲深，迁移成本就😦🧧越高😬🌁。
一些早期的🌰🔞应用包括分子动🦛力学、用于能源✳勘探的地🗑🍯震处理、图🇰🇿像处理以及计👖💂♀️算机图形⚡的方方🔆🐞面面，在这些领域🇩🇴🐭，通用计算效率都⚱🏣太低⛓。和下棋的A🍂I、画画的🔕🧘♀️AI不同，具👨✈️🛷身智能要🦋😧做的事，是让机🚾👘器人真的走进工厂💩、走进◽家庭、走进真📣实场景，干活🔚。
