（来源：上观新闻）
斯坦福大学🇱🇧🥏教授李飞飞创建➿🕯的Image👂🥥Net是一个🌆🌯巨大的图像数据库🌡，极大推动🦡🇸🇸了AI的图像识别🥬。芯片要钱，🐸数据中心🤸♀️要钱，推理🏂⚾服务要钱🇬🇷。物理正确的数据🧷👄，是AI进🔱入物理世界的🦠核心要素⛺🇸🇮。我们之间🐉甚至没有签过法👐🤐律合同🇮🇷📅。再比如你做完🇭🇲应用想部署到Ve🗑🛡rcel、Clo🔕💚udflare⌨🚶、Render🚄，这些技能都内置🤞好了，❎🚸你只要告诉C📙odex，🇹🇹🤾♂️它就能对接整🌇™个生态工具🏃👨✈️链🐬。随着自主智能😬体等更复杂的💛🇦🇮AI应用🌮落地，🇭🇷其所需3️⃣算力远🎩超传统聊天©🌌机器人😾。这是第一头🎅🇼🇸拦路虎🌙🤽♂️。这反而说🇳🇷明，牌桌上还🤱有空位🇭🇷。”采访🇩🇴🥪一开始，张玮就🍀🧝♂️给出了一个意料🤒之外的♥◾回答👓🇮🇸。别人都在融👩❤️👩资、扩团队，给顶🕹🔸尖研究员开天价🤑🎖。" 和DeepS👵😇eek🥺的讨论自然引💈👞出了一个更底🈶😣层的问题：当前🆔的AI算🐚法到底🎣有多高效🇮🇸🚂？Fe🚳🇸🇩ldman🇳🇨说，G🥔PU做😭🐢推理时，利😮用率很低，多数♋🥣算力在浪费🚲🇳🇱。
把一枚飞过、🔹💫修过、再上天的🔍⬇一级，👥📑再飞一遍、再🤫👨👦回一遍🦉👫，才说明🧭🌮你开始摸到另一😒层门槛： 不是🥺“能回收”，而是🎷📭“能复用”； 🇹🇱🔪不是“能表演”🙆🍱，而是“能交付”🚩🥋。“让这🥞群技术人才不用🇳🇿为生存发愁，可🇦🇱📓以安心🇫🇲做长期研发✉。不过英伟达20🥫🇪🇬25年底以🏗200亿美元获🧣得了推理芯片💧公司Groq✌💭的技术授权和核心👰团队，并🍠🦢在GT🎍🐪C 2026上展🇦🇴🏦示了第一☹🐹块非G*️⃣👩👩👧👧综合区一区二区三区狠狠PU推理芯片Gr🔼🇭🇺oq 3 LPU🚻，已经有🧑产品直接瞄准了⏲Cereb🛴🆑ras擅🤼♀️长的高速解码市场☂。
