（来源：上观新闻）
技术上采用硬件❓🇧🇧模块化、软件↗🏚组件化模🇸🇩式，重点研发大小🛳脑AI，🥕🎍该领域🎟😞占用3/4研⏺🇹🇿发人力及😪🧓超3/4研发费用🇵🇸。离职后📣🇦🇹，三人于👨👧👦2008年🤘7月联手在上🏃🇩🇿海成立易景科技🇳🇿。黄仁勋在“🦢🇨🇬硅谷最👨❤️💋👨🔏受欢迎播客”的全🎷新访谈，信息量✡有点高🗞。” 参考🏭👑文献： [1🌘]《2025全🥤球开发者♟️工具报告》ID📅C [2]《👨🎤Git👨🚀Hub202📓🤗5报告：近半代码🏒由AI生成🎬📹，初级程序🎑员遇冷，🧨AI架构师成0️⃣新宠》小熊财经⛄ [3]《202🇿🇲6年智能体编码趋✉🍞势报告：😲AI智能👩🦰体如何重🇧🇪🇧🇩塑软件开发？》S🎣🏘cru🧨m中文🇲🇾网 题图🌝💻 | pex🇵🇹els 校🕕🦈对 | 严严⛺ 排版| 🌭李嘻嘻 🚛🛤运营 🇷🇺| 陈笑天💭。
长期则是一🧶👨👩👧👦种方向感，你会🌄🇸🇽知道，📍一年后模型会聪明☯🇨🇴得多，现在回头🎛看这句🤧话好像很明显，但📗当时你会想😾🇱🇹，我们会🔥有更强的模型🔴🔂，因此不♻会想把工作📺权限只开放到💭本地电♌🎦三级国产脑，那🐽样一次只能🍨👀干一件事🏯🦋。他认为算法🇮🇱📔效率会持续提升，🚇硬件的性价比也🇦🇺会持续改🌛善，数据中心的P🔖🌌UE（能效比）🏁🍒也在下😇🐮降，三者叠加👨👦，推理🎷成本会🍫🇬🇪大幅下降🇩🇰。一边是前沿能力不0️⃣断集中，🧑😦一边是工作层持续😺🔬商品化🐚🤠。可重构表🚉🍹面可增强有效🔻信号、🧔消除干扰，并使🆗原本不同步的🥜👯信号波前👩👩👧🇵🇼在接收端对齐🦅。
谷歌已于去年引入🇧🇾联发科🌶参与TPU芯🍹片的设计与生产👨👦🕞。长时间的“🌲📂诸侯割据⏬”让阿里AI的📩跨部门协同🇧🇯🦀伴随着高昂的沟通♏💁成本与🇰🇲📕资源内耗，甚至组🆗织内部出现冲突💲🇧🇭。作为参照，🇳🇺🌾摩根士丹利估🤗计谷歌2027年🇵🇹的TPU产量🇵🇰🕵约为600🇮🇩万个🇭🇰🕘。当时阿里将自身📜🔽拆分成🕷六大业务集🚪团和N家独立公📌司，尝试通过“分👨👦👦💶灶吃饭”激🕍活各业务👳♀️👥单元的创📄🐱业活力，方😟便独立融资👆🚮、上市👚🇨🇬。正是看到了“数字4️⃣🐷泔水”泛滥🍁的危害，各大内👨✈️⏪容平台都开始对😙🌅“AI代🇬🇹笔”说不➕⚛。
