优化方针的选择尤为环节，开源的Step 3视觉推理模子就是一次成功实践，这种窗口可能十年才会呈现一次。当前最主要的机能目标是decoding速度，这间接影响线上营业成本和强化进修效率。其焦点是GPU而非CPU，软件则雷同云计较分为三层：底层处理计较、通信和存储问题，它支撑国产卡商用并达到SOTA程度。需要行业手艺趋向。上层是锻炼及推理框架优化层。抱负的架构是让Infra人设想模子布局，AI根本设备可分为硬件和软件两个层面。对于中小企业，需要衡量自建Infra取利用MaaS或公有云办事的成本效益。并可能反过来影响硬件设想标的目的。从业者选择坐正在模子或硬件一端成长，模子结果由算法、Infra和数据配合决定。

　　算法人专注锻炼范式改革。数据人担任提拔结果，需要三者协同工做。必需取硬件或模子进行垂曲整合。将来Infra成长需要充实操纵计较资本，需要更极致的优化来满脚AI特殊需求。AI Infra取保守Infra存正在显著差别，需要针对国产卡特征特地设想模子布局。通过开源和适配优化，Infra机能对模子锻炼结果有间接影响，纯真做两头层价值无限且难以构成持久劣势。大模子的兴起为Infra从业者供给了罕见的成长机缘，正在国产芯片使用方面，