（来源：上观新闻）
多年来，芯片制造🇲🇰🇵🇦的重心几乎完🇨🇽全放在前端工🗿🤓艺技术上♾️👩👩👧👦。Yol🌨👗e Gr🏄👝oup的®🥏分析师强调了三👩✈️🥈个关键信息：P📘🎊LP是实现高性🛩价比大尺寸🎑集成的途径；后端🇹🇻🎰设备是提📴🇶🇦升性能和🇬🇪可扩展性的战😪🧗♂️略驱动力；IC👨👨👧🏓基板既是当今生🥺😊态系统中🎴🔽的关键推动因素💐🌳，也是瓶颈所在🔠❇。理论上，🖕重新训练A🕠I模型是能解决◼🌛这些问题的，但🦸♀️🇲🇸代价极其高昂—🥐⏱—需要海量带精确🈲⏏数量标注的数据🦎集，以及巨大💺🎡的计算资😶源，而且调◽🇻🇺整数字词的处🏖理方式还可能🙁👫破坏AI在其他🧳方面（比如画面🧫质量、运动流畅☔↙度）的能力🥼。。近日，上海交通🕳🌕大学 IP🐓ADS 研究团队💝打造了形式🈴👷♀️化方法智能🕳体 FM-Ag🤘ent，首次🤙☠实现了面向大规模🌯⛪系统的🍑全自动正确性🔈推理🇬🇭。
这对英伟达未来🏓意味着什么？ 🦎黄仁勋：🌂我们构建的东🌐西与TPU🤟非常不同👤🍥。他提到了一🇦🇲🇧🇻件让他印象深刻🍂的判断失误：2💢016年🇸🇽，联合创始人兼🚿首席系统架构师J📑P提出了水冷方案🏅🇦🇸，当时没🍅有其他公司这🍿☂么做，Fe🦊▫ldm🦢💲an拼命反对🌗🐙。Anthr⛑🕺opic 的内部🏦🐍测试显🇵🇸示，在内部编🥎🏺码评估中，所有努🚶🤶力级别😭🚩的 tok🇧🇲☺en 效💇率均有🇷🇪↘提升🍦。
