（来源：上观新闻）
所以DeepS👧eek从一🎌开始就不是白手起🕥家，背后🚚⛷站着一个已经为🛸算力付过🇧🇿😿钱的金🛳主💸。先进封装技术的😥🕢蓬勃发展也带动了👝谷歌和其✴他超大规🈵模数据🤞🧱中心运营0️⃣商对晶圆的💊需求，他们正面🔱临着严重的Co🔖🇲🇽WoS（晶😏圆制造）和封🇷🇪🈯装限制💷🇺🇾，迫切需要🅾🥀台积电⚽👶以外的替🇨🇩代方案🏗😷。
所以我🧭🚙觉得未来在🛣💥 Skill 之💠🎡后一定会有更📒➗好的抽象🍆。但报告没🇹🇹🎴有追问的是：♍🙊这种不透明对中🎋美比较本身🕴意味着什么？当美📵⏹国模型的训练✒计算量只🤪能通过间😳接方法估算，🖌🎴而中国模🎣🗜型如De🇳🇮☄epSeek🥯☢-V3反而🥯公开了详细的训练🍊📓信息时，报告图表👘中“美国💒🎭模型训练计🇧🇯算量远高于中国”🚶的视觉印象，实际🎾🏤上可能部分来自估🍙算方法👨👨👧对不透明模型的👓🐪高估🚋💕。
但是，🇹🇫🎍如果芯🍇🦢片种类更丰富一些🤱呢？显然，仅♿🇬🇮仅依靠一种经过筛💧🍧选的芯片，🇹🇦🕴并不一定🧢🌡能满足Ma😦👬cBook Ne👨🎤o的巨🧫😹大需求🦆🥁。途途并👨🚀💑非机械地🚃执行命☮令，而是在思考🇵🇰后才行动🍟。新模型已经🕢达到了这样一👧个程度，我们通常🔷信任它会🎞🇹🇩运行正确的😗📖命令并进行正确◼的编辑，👼只需要查🇲🇹看最终结🥯👻果🦀。
