（来源：上观新闻）
我们现🇹🇷👠在更像是一条海🔂👨💻盗船一样，聚在一⌨😱起、浑然一🌊体地工作👩🔬。这话听起🏳来有点奇怪，但❗如果对方只🥠🐪是简单🎃🇿🇲地解释👥一下他们为什么对🚾这个职位感📿兴趣，再🍰🍖附上他们的简🌌🇵🇸历之类的👩🔧🎥东西，我反而没👟🔵那么愿意去细看，👩🦱🕖我更愿意花🎰时间琢磨他🍒🛃们的创意和他们🇬🇪做过的👩⚕️东西👨💼。但实际上有🧐🇧🇧用的连接只占💭其中一小部分，🇦🇷🌉其余的连接📱"不产生任何有价🚅🇩🇴值的结果，但我👋们仍然🇬🇧在对它们做数学🔍运算"⌛。
现在，这三😉🎀个变量同时在🧨❗增长🦗🗒。我们想要无⛔数个模型同时独🍷立工作，自我校🕗🕘验、自动部署🇹🇷🧨、自动监控🇰🇲🛒，甚至不需要👨👦我们手动发提示词🧝♀️🚧。如果你💃想开发一种新👚🤾♂️的注意力机制，↔以不同方式解耦🈵，或者发🙆明一种全新的架🉐🧜♀️构，比如混合🧂🕦SSM（状🏊态空间👨🍳🙀模型），🖥你就需🎐🚡要一个通🇦🇮🌾用可编程的💚架构🍕✈。
于是20🍒11年🦹♀️7月，黄🇭🇰▪晓煌便🍤🤥辞去硅谷的高👩✈️薪工作😋，卖掉英伟🚂达股票，毅然决🇱🇺😑然地回🍀国创业💜。所以问题👨👦📕是，对于🏃🇨🇷人工智能而🇫🇮言，究竟〰👏什么才💀是最合🧾适的选择？我对🏋🇸🇲细节不熟🇨🇳✨，但和我的AI👃研究员朋友交🇲🇻♑流时，🇾🇪他们说：🤧“看看♠TPU吧🍶，它是一个🙄大型的🐈行列式阵列，🕢非常适合执行👅🇿🇦矩阵乘📙法，而🇨🇾GPU则非常🧪🏇灵活🆘。
