（来源：上观新闻）
" 和🇳🇵DeepSe🦜🧘♀️ek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？🚰Feldman说🏌️♀️，GPU做推理😆🛅时，利用率很低，😜🚘多数算力在🇧🇲浪费🇵🇰。不过这🏳倒也合理🇻🇪🚥。第二件，🔐钱不好找了🇮🇱。最近几周，M🔄eta🌹🔨 对其 Re🍆ality L🥩✊abs 部门的团🇸🇳队进行了重🇲🇴🖕组，并将公司各🍟🖋部门的工程🖥师调入一个🔷🤶新的“应🇲🇲♦用人工智🔤🇰🇷能”组织，💷🧗♀️该组织的任务是❕加速开🖋发能够编写代码并🇷🇼📀自主执行复杂🍯👨❤️💋👨任务的人工智能代🦴🗜理🥵🤘。
03 ·🕠 CUDA🐈🇹🇯护城河🧭🍙：数亿规模的安装⏬🌘基础是最大的隐形🎒壁垒 CUDA▫👓的真正护城河😜在于生态的广度🎊🆘和安装基础的🤝🚱规模🇵🇦👨👨👧。根据裁员追踪网站🧐layoffs.🇲🇽😕fyi🔫数据，♒2026年至🈵🕋今全球科技业裁🚨员人数已🇬🇦🛹达73,21⏸🥽2名员🏘工🖊🇼🇫。在大多数客户可🇻🇳🖊以并实际在🐲构建CUDA替🇦🇱🌗代品的情况下，👨🚒CUDA是🔽⌛否仍然是🔜👍让前沿AI领域依🎬⚛然选择📧英伟达的💦🐥关键？ 黄仁勋🥍：CUDA是一个🇺🇸🚤丰富的⏮🎛生态系统👷♀️🕓。
。过去我😇们做不到👨🦰🆎，如果能重来—🍬—如果当时的英⏭伟达有我们今天🙍🚵的规模——🥵我将十🇩🇲💂♀️分乐意这么做🏃。但百度似乎➡根本不在意Tok📞🚃en订阅这🥃门生意😗🕧色青青草原桃花久久综合。东哥聊了这么多🇲🇽😍的品质和安🕛全，现在看起💥来反而🐩有点缺🐿✖什么强🔐🐱调什么的意👓😷思🇵🇦。这速度简🏈直离谱📢🏹。需求不断🛑增长：汽车正在向✅数字化机器转型🍾🍠 造成芯片持续🇲🇲⌛短缺的主要原因之❔一是汽✴🇸🇹车对半导体的需👨🦲👔求快速增长🌉🥟。
