（来源：上观新闻）
问题来了：他🗾是怎么做到🦷的这些的？ 🛫🇰🇪01 不爱出🆚风头的🌶CFO🍢 在硅谷，首🌳席财务🌊🥈官这个角色通常可👩👩👧👦以分为两🎻种类型：一种是主👩👩👦🇲🇨要擅长财务🧛♂️核算的，👱🥵另一种🇦🇩是真正理解商业🐤🛁运作的🕠。我们今天也讲🏁了，可能会投1🤐🎄%到2%🇳🇦😶的钱做生🖱态建设，包⛽括早期的数据建设🚲，算力🤟建设，这个资🇱🇧♊金消耗都是非常💰大的❔。判断力⏺🌼不是智商的🇺🇦🚧函数🦄。过去两✝🧤年，大模型的核🤩🍟心叙事是"🇹🇯一次训✅👩👧👦练、反复调🇨🇭♣用"🎚🚠。获取信息😷并不是唯🔝⛹️♀️一重要的能力，表◼达、提🥐💣问、辩论🚔和共创🕶👮♀️同样关键📷👷♀️。这笔钱，主要流🇿🇲向了算力🎙👩👩👧基础设施、💫大模型研发，😱🌶以及AI应用层📅的规模👈化落地💋🇪🇭。所以自我造血🧱🇸🇾不只是一个🇵🇰财务问题，而是一🕙个关乎研发自🖲由度的问题💣。
我们为突破欢😗📹呼，但更要理性🕕🧠看待进🎵步——不沉溺于“✍🇱🇨赢过人类”的噱💘头，不忽🚂🧠视真实场景的挑🕤战，才能让🇸🇴这场赛道上的试炼🎽，真正🇨🇽🇱🇰成为推动中👞🕹国智造前行的🇸🇾动力⏏▫。部署/推理端👸：论文明确🇪🇦测试了三🇹🇩类平台——🔗⛰ 云端 GPU：🌺💾NVI🇮🇴DIA A10🤕😕0（训☹🤚练和基准评测）🛢 车载/机🇵🇷器人级边缘🚸🤗：NVIDI〰A Jets❌🐉on Thor🈯🐞 / D⭕💆RIVE AGX💖🛏 Tho💨🇳🇫r（6🇱🇹☦6 ms 🥭🇭🇷实时预🎤算 @ 1🕹🕵6 Hz） 端💕侧 CP👩👧👧U：Flas🙄h-Lite‼💌 甚至能在纯 C🎻PU 上满🏳🦊足实时 官🗡方数据显示 🃏🛂Fla🦖sh-Li🚣🥚te 在 A1🏊♀️00 上比旗舰🕹快 12 ⛴🍗倍，在 NVI🇲🇼DIA Thor🌒 上快 5🇨🇲⌚ 倍👨👦👦⏳超级碰在线观看。
