（来源：上观新闻）
但AI4S迫切需🏣要将底💂♀️层的客观规律作📍🇦🇫为硬性约束直接写🧮入逻辑推理中🚸。在这个背景下，v🇵🇱ivo 总裁🛑、首席🇮🇷运营官兼🇲🇨中央研⛷究院院长胡柏🧙♀️🇰🇲山提出了一个◀🎫不太一样的👩⚖️问题：A🛁I 现在能干很📪多事，但它对真实🇳🇱世界的感知，几⚜🧰乎为零📝。Toke〰n业务的基🧝♀️🤷♀️本经济模型清🕧晰：收入=tok🥦en使用量🏀🇵🇬×价格，主要成本🇬🇳🕠是推理计算，最大🥜运营支出是🧖♀️⬇训练相关研发🔩♌。
值得注意的📎是，公司治理也🚍🐛是监管部门整治🍑内卷式竞争🥿的重点👩👧👧🇨🇾。“人工智能的时🇮🇷代，教育科技⤴人才变成了一个共🦒🖱生共荣的有机整体👩⚕️。未来需🍇🍲求可能🍣很大，但这些需™🔼求并不会像普通🇪🇨♑商品那样随意流🇬🇲⛎动，并不🇫🇴🇧🇼是谁的能🎗力强、服务好🧸👷，订单就流到谁的2️⃣🦓手里✊9️⃣。这种情况就像🌭学生被要求用🙇🐟法语回👩🚒答问题，却用英💱🚨语写了👨👩👧👦⚪一个语法正确的句🇸🇴🤽♂️子，而评分系统💑👍只检查🥽📖了语法正☪🍍确性而忽0️⃣略了语言要👚求🤼♂️🔌。
每一个词元在🖱模型内部都对应一⛹🇲🇿个高维空间中的🇨🇰向量（🇱🇸Embe👩🍳👨👨👧ddin😨🐮g）🚂。赛道一💂♀️♦端是巨头主导⤴🙍的超大规模超节点🃏集群，聚焦万亿⛅参数模型训🚸练等尖端需🎓求；另一🤚🤚端是服务海量主体🇨🇮♥的中小🦒规模算力，🇷🇸但传统方案常🇱🇺受限于性能🦷与扩展性🕜🌓。但这些场景的🏯👖规模化🇲🇪👟复制，还需要时😯间🚸📌。01 算力🇬🇩市场的“🇾🇪💈夹心层⛹”，被看见了 中🚧🧒科曙光高级👢📉副总裁李斌指出，🐘🍢作为算力系🇪🇦统架构迭代升🧼🎮级的产物，超😩节点在👲🇭🇰当下的推理时代👩🚒正面临全新挑战🐘：一方面，👨🌾🇲🇬面向训练场景打造🕣的数百卡/千卡级🇨🇮超节点，对于🐠主流推理业🥯务而言配🕢👊置过剩，投😫入成本远🇯🇴🎀超性能收益甜点😟；另一🐳◻方面，🌍市场上主流的8🇨🇲🌯卡GPU服务器，🤷♀️即便扩展🔸🏜甜蜜皮鞭电影至16卡规格，🚯也难以匹配当前大🦖模型的发展需求🇲🇶。
