（来源：上观新闻）
CPU还在大型语⛲言模型的"🥽👶后训练"（po🇯🇴st-tra🔛👦ining）🆖阶段发挥关键🇸🇧🍹作用——即在💣🧴预训练⛄🆚完成后，对📍⛱模型进行面向特🧮🏡定目标的精细调🕔优过程♋🍏中，CPU承担着🚸🤞重要的计算职🍽能🐪🐘。其实 2013😉🧪 年我们就开始🇳🇦🧘♂️做天元🇹🇨，因为当时只🏛有 Caffe（👄🔯注：最初由伯🧻☁克利团队研🦓🧘♀️发和开源的一个深🎆度学习📸框架，Meta ⛑基于此开发🇫🇲了 C🇫🇰affe😨🇲🇶 2，后被并入🥎 PyTo🧪🤾♀️rch）还没有 🧔PyTor🚁🎏ch，外部💙工具是真🥽的不好用👒。
官方文件显🧪🌤示，在🌇知识与推理任6️⃣务上，V4-Pr🕒o已超越主流开源🕉🧨模型，接近G🚁🇹🇳emini等🚀闭源系统🔣〽，但与最先进🖤的前沿模😽➕型仍存在约3🎞5️⃣至6个月的🧀差距🥺🇭🇳。官方数据显示，全⛩🇱🇰链路工程💉优化可实现推理加🇨🇩速最高接近🇬🇹2倍🇧🇲🥵。晚点：在本🔊🇲🇿体形态🎯❗上，你们选🥤择先不🇹🇰做人形或类🇩🇿人形机器人，🇨🇻为什么？ 唐文🦡斌：我⛰们的理🎀🦛念是 “模型🍨解锁场景，场景👴🤞定义硬件”💿。在Qw🇵🇱en模型上处理🎄MusiQu🌫e数据集🛰👩🎤时，KV Pa🗃🏴cket与🇬🇮🤷♀️完整重计算之间存🇪🇨在一定差距，但📼🌊考虑到🇵🇫👨👧它几乎为👩🔧🙅♂️零的额外计算成🧮本，这个🇦🇱🈳取舍仍然非常划算🤓🏀。
