（来源：上观新闻）
72%🏠🖱 的员工🥁🛐有或多或少感💳受到 AI 的压🎎力｜图💕源：WRIT🇮🇹⚫ER 当恐惧到达🐜🎡极点，🇿🇲🤴年轻人开始在系统🇧🇱的齿轮里撒沙🏕子🇹🇲。Synopsys🇼🇫、Cad🌒ence这类🏵工具软件，需求反🦡而会因🎐🔘为AI Age👼nt的🤡普及而大幅♥🐢上升：“*️⃣现在的瓶颈不🕦🚦是工具🇹🇱，而是📻工程师数量不🇵🇷够用”🏳️🌈。到20🇫🇯20年，荣耀🥇🇧🇦进入A🗝I核心探索阶段🇮🇱🎧。我们所聚焦的会🏃议场景🧟♂️只是其中🧑🇩🇰之一，类似的场🤸♂️景还有很多，🎯我们可以借🇰🇵☹助AI多模态能🍡🇻🇦力，让人类在各👩🎓类场景中的参与体🍖🔉验更加流畅👟，优化👉每一个服务环🍮节，这类产🇨🇭品在过去没🇰🇲有大模型和😾🌟AI技术支🔹撑的情况下⛑3️⃣无法实🦄现🏞™。
来源|多知 👟😺整理|王上 一家💢🛹聚焦多模态交👩👩👦🇬🇹互式知识智能🦝🥚体的公司该如何迭🧽代？ 4😙月15日😈，在多知Op❗enTa📖lk第53期现场❇🏞，玄华智🍠能创始人👪🛫、CEO柴桥子作🍍了主题为AI《🇧🇯🇸🇸学伴龙虾如🕚何从“⤴能说会道”🔏💁走向“知行🔉合一”》👏🇲🇫的演讲↪。从系统能📑效角度，传统铜互💒🍓连系统功耗通常🕊💆超过30 pJ/💾↖bit，传统可插🧣😭拔光模块亦🇬🇷在10 🔌pJ/bit以🎱🏴上；而基于C🚶♀️📜OUPE完全集成🧓的光学引擎😐，单位能👻耗可降至🧀2 pJ/b🦶🤛it以下，同时延🥁迟降低超🇸🇷过95%🎮🐝。
如果用传统尺寸的📟🆑芯片装SR😣😾AM，要跑🚚🗓一个4🖕000亿参数的模🇨🇼⚰型做推理🤝，可能需要🎤👨🦰4000块芯片🍍；要跑DeepS🅿🚁eek😺的6710亿参🇨🇵数模型，可能需🅰要6000😁到8000🐃块🇮🇨⛈。
