（来源：上观新闻）
DeepSe🔺ek-🇾🇹👰V4-Pro用时🚩33秒✈🏍就便推理出正确答🚩案，思考过程简📰😏洁清晰🇨🇳。由于完全不需要任◽何额外的前🇳🇷向传播计算，它🇦🇬🇬🇺消耗的浮点运算次🕘数（FL😿👨OPs）比完整重🔆计算低了整整5到👩💻6个数量级，💠也就是低了约十万☘倍到百🕊☹万倍🇨🇬🎢。更致命的是，上下🐧文越长🈲🧤，模型在🎯关键信息上的注意🐍🧀力越容易📕🎧稀释〰🤟。两家国产🇧🇩🐼芯片厂商🚚在模型发布首🍁日就拿出了完🇹🇱🚤整的推理♈🛬部署方案🐾🌜，这个🌺🤸♂️响应速度🏦🐮本身就说明，适🍔🇦🇿配工作不是临🔐时赶出🐭来的，而是🇨🇺🌎跟模型⛹🔷研发深度咬合了🔼很长时间🧐。
选择vLLM框🧩架、选择Gi🌶🧖♂️tHu💐🌽b开源，🚪🤘这两个决定意味💴着：任📋🎆何有寒武🌕纪硬件🎱👩💼的团队都🏉可以直接拉取代码🚀🇽🇰、复现推理🤽♀️⛰流程，迁🐃移成本被🤺压到最低😥。晚点：现在原力🦚🚍灵机和🍊旷视是什么🍎关系？ 唐🇪🇨文斌：有一些相同🆗💼的股东👩🦲🌜。这不是孤👨🍳例💘🚒。实际效果🌋用两个数字就😕🎣能概括：在百万t👨👨👦oken上🐽下文设置下，V🎰4-P🏷ro每处🕔理一个t‼🎆oken的算力☘消耗只有V🈯🏷3.2的27%，🤣KV缓存占用只🔽有10%🇨🇩。
关于 🗳🌜Pura🇦🇩 X Max🌩⬆ 的应用适配体验🦁，以及「阔折叠🇧🇼🗾」生态📭的更多讨论，⏺可以看看这篇🕋🥐文章：《我们需👨👦👦要更多阔折🚪叠｜硬哲🇰🇬🧁学》 📲😈熟悉的华为🧦🏂体验：鸿蒙生态🧨📴 + 🈷XMAGE🌈 影像 适👝配的问题，一直以🇧🇯来都是「阔折叠🆕」这种📹❣异型设备难啃的🌏硬骨头，但🇬🇪📒华为鸿蒙🇩🇿生态， 刚好是一㊗套破局🔟🏁的组合拳🤲🤠。
