（来源：上观新闻）
有大量😃📖应用场景是T💝PU无法覆盖🎑🍵的👤。02 AI芯片🎎的未来🔍😖，留下✏🖕哪一条路🌋🌞线? 自20🧬🕙25年🌰起，AI芯片🔞🎗需求发生关键转向😿：20🚱🇮🇶25年前行业🇨🇴🇮🇲重心偏向训练端🍆，核心是海量算🌂🥇力支撑大模🏂型爆发式迭代🗼📔；如今AI👩👦💶产业正转向🍏重推理端，因👎为大模型🆒研发已🔚趋于平稳，商业🥠化落地便成为核📉心，随🧜♂️着高效🇲🇺、低成本🇱🇸⏩、低延迟🤷♀️🤫成为算力🇨🇽核心诉求，这🇧🇹也重塑了国外A🕓♟️I芯片初创🇹🇳🚌企业的生🙉存逻辑🏝。Q：这🌋🇬🇮个问题可能显而易🇦🇱🍌见，但我🇷🇪😫们多年来一直处💚于GPU🎃短缺的状态，现在🇱🇨随着模型的进步☺，供需缺口🇪🇹似乎更大了📰。谁先完成上市，谁🥞🏓就在下一轮竞💇争中多了一个弹药🛏🔺库👨❤️💋👨🗝。
世界上🏪☂排名前三的AI😾模型中有两个—⏺😷—Clau💯🇲🇩de和Gem☦👨👨👦👦ini💝🏆，都是在TPU上📅🇹🇬训练的👩⚕️。我也半夜快🏃睡觉的时候，转发👩🏫给了我的好友，🇱🇾因为白天🙂🎨上班太阳太晒🎩了，晚🧐🍊上给他整点阴的凉🈶♿快凉快哈哈🌫🌊。一个App可以🇷🇺单点突破，👻👨🚒一款产品打🇵🇲🇦🇩穿一类用户🗨。我的观点是📆，没有哪个🇧🇶瓶颈会⛏持续超过两三🏴↗年⛰。此外，OpenA🔐👒I科学部门也将被😘🔢“去中心化”👁，其工💒📍作将重😋😳新分配🇧🇷至其他🔭🐝研究团队🇭🇺。
