（来源：上观新闻）
为下一代人工智能♍🏙加速器设计的🍑封装成本高昂，😠即使每次处理🏅🏞运行的单🚁📄元数量只🚱有适度的提升，👩🚀也足以证🦉🇸🇱明对新工艺开发🍺的大量投资是合🔤🈹理的🅰🍘。用失败换速度，用🐞🏔速度换时间，🤟再用时间🇵🇲换未来🌁。这样做👩🎓🧖♂️可以避免🇫🇯📰被具体实现误导🉑🥓，生成🔆的规约描述的是🦘🍪函数“应🏙📩该做什么👩❤️💋👩⏱”，而不🇰🇬🌐是“怎🕌🇨🇰么做”🎮。简而言之，芯片🚟短缺持续存🇩🇲在的原因在于，全🇫🇰🚸球对芯片的需求超❄过了行业目👨💼📢前的生产能力🦋👩👩👧。
“晚上再😊😪回👩🦱。目前，🥕🥉大多数国产芯片🍐厂商提供的是➕对CUDA生态的📢🏔兼容方案，但🇲🇽🐷对于已经深🇳🇵入PTX层优化的🇪🇨Deep🖨🐚Seek而言，👨🚒这种兼容并🕔🗝不成立🤷♀️。Cerebras🛢🔟需要说服台积电（🇸🇻TSM🍌🧜♀️C）修改光刻工艺🇸🇰的某些步骤，😢需要发明全🐅😜新的封装🧴⬛技术，并且从一🇨🇭开始就决定做系🏭统级产品，而🇩🇯😜不是一⛈♨块插卡🛠🇸🇳。他在20V🥅😿C节目中举了I🃏nte㊗🎫l的例子：🔶🐗"In🍊tel🖖之前曾经犯过多🇲🇽次错🐶🚄。
