（来源：上观新闻）
在超大㊗📰规模的模型🇻🇺🕴训练中，算力支出📌🦅中会分流相🇦🇷⌚当比例到💽数据采购🈳🥶。这需要在🍿整个技术栈上进📐行创新，从晶体📃管和互连到封🦕装和系统架构👅🔽。镜头跟🚥🛏随鸡丁运动轨🚿迹，展现其在空📝中划出弧线，🍎随后纷纷落🏥👩🎓入热油翻滚的铁锅🔳🌟之中😅🇳🇴。平心而论，这个输🇧🇩出质量👩🔬🇨🇦还是相当🥟🇻🇮可以的📜。给了工🐥🗳具，模型自己却没🕓🔬管住手↖☃。一是手里有🏩牌🧽😂。在真实内🇬🇦🌏容设计👗🇯🇵场景中，大家👩👧👦😡应该都🇨🇮👕很熟悉💶一个画面🙆🔆—— 改着🙊改着，就开始不🇻🇺🇲🇲断「另存为」，最🇲🇵🕯后电脑桌面上莫名➰其妙多出一🧂堆以（1）（2🔫🕥）（3）👨🦰结尾的版本，真想🇵🇸找回某个🧓早期版本时👩✈️，反而难如登天…🧧… 而在Pi🙈🚇中，几乎不存在🇧🇶🚙版本找不到🇧🇭🚦的问题，因为🇲🇭用户可以直接在🇵🇲◽历史记录里找回🤩🇫🇷过往版本，并在🏠🇱🇰此基础上继续👩🚀♏进行多👆🤮轮优化✡。
在此期间，五🇻🇪大超大规模数据✒↕中心运营商的资📵本支出总额增♉🏴长了190%😈🚝，从2340🐟⌨亿美元🏒🤮增至67💖🕡70亿美🇰🇮元，而它们所依🐡🏗赖的硬件供😔应商的资🗣本支出🥔💉仅增长了4💟⛲5%，从1530⛈🇰🇼亿美元增至223🔃🌼0亿美📻🥮元（见图表🛷2）🇹🇱。OpenAI🌃能否借助英特🧖♂️🐥尔的封装能力🔝将专利付诸实🧖♂️施，或者与👩💼🥖台积电🐜🕺、三星等🚵🙂合作方共同开发🍮🇲🇬等效方案，⛴是这一布局能否落🇬🇲地的关键变量⚾😱。第三道场景迁移🀄，错了⛹🐹，漏出了没仔🖊🕕细读论文🖕的马脚： 3📃🍎、再试一篇👟 有点不服气，我🚝🇬🇦找早上自己写的👨👧👦🔶文章来🇵🇦读（反正🇲🇲🇨🇽AI不知道⬜我是自导自演的⛷）： 果🇨🇳然三道🔵📧题都答⚜🇻🇨对了，哇咔🙎♂️咔🇲🇺🏍。
