（+微:hywyysxs）
（3）👩🏭半导体设🌴🇻🇨备：Q1将迎来密🇸🇦🥺集催化，看好板块🏯🙊行情🇫🇯。在gpt-o🌾😄ss-20👩👩👧👧▶b上，平均每处理🐿💈两个词就要换🏀一次专家🐀🕧组合，切换♟️率高达9💟4%到95🦢🍤%；gp🦀t-oss-🚌120b🇧🇬🦓的切换率更高，🕹🏧接近99%🇨🇱；而Qwen3🇧🇸🇳🇫-Next-80👩✈️🗂B几乎是10🇷🇸0%，👛✍也就是🏈说，几乎每🍧🤥个词都要换一批🇱🇾🦴全新的专家🚁。推理和生成，🕉住进同☮⛺一个模型⏏ 很多人🇧🇩⌚最初看🚝到Uni-1，第🥢一反应觉得🇵🇫这是又一🔨🛏个图像模型🇸🇮。对咱们来说，这🖌绝对是一💒📂件大好事🇸🇴。“今年到🧩明年，传统影视🤦♀️里面AI画面🇸🇦占比会占💮🛒到50%左右😤🎪。
暴力搜🚈🐱索太慢，需🧖♂️要智能算法🚚🍴——比如先粗调🥶找到大致位🎒置，再精调⚱🇵🇼优化到👋🦋最佳点🥌➿。那现在薄弱🦊🦐环节在哪里🌄🌿？满足需求的限🇦🇶制因素🏰👩🌾是什么？ J💬🐲ensen 👨🎓Huang：🇵🇱🇵🇬 它一直在变化🚟🦒。软件工程师的目的👴不是写👨👨👦👦代码，而🇺🇾是解决问题⚛、创造新东西🇳🇱🗃。相比之下，ML🚟👑P的误差普🤹♀️📵遍在20以🚂⛷上，R😏SSM和Tran🧬⚔sforme🐭🍱r也都在10到⛄30之间波动👠。我们认为，🦡✏至2028⛩🇷🇸年北美新增AI数🍴据中心功🍔👇率可达71G🐟🧢W🐝🧛♀️。这种专🇳🇦为Trans📁🌴form👱er引🏄♀️擎优化的专💩用集成电路🎏🦸♂️（ASIC）✌🚱设计，通过👙硬件原生支持🇮🇳🍋Softmax等🏃♀️复杂算子，🖋🏃使得单🕚🤩芯片在特定🚢☀推理场景下🇳🇮的能效比🆕目标达到英🛃😁伟达通🤜🦅用芯片的10倍🎁。
