（来源：上观新闻）
部署/🦝🌛推理端：论文明确9️⃣测试了三类平🇪🇷台—— 云🦇🕶端 GPU📆：NVIDIA 🇫🇯A100（训👄🌴练和基准评测）🌫 车载/机器人级👩👦👦💼边缘：🇨🇫NVI🕵️♀️🇮🇴DIA 🇫🇷Jetson 👼🇧🇳Thor 🍭♑/ DRIV🍅🕗E A🧡😫GX Th💥or（66🙆♂️ ms 实时预🀄算 @🍰 16 ⏳Hz） 端侧🚒📌 CPU：Fl🇮🇸💀ash-Lit🐭👨🏫e 甚至能💂♀️🥣在纯 C📌🚦PU 上满足🦊🗺实时 官方数据显👶🕸示 Flas🕉➗h-Lite🕒 在 A1♦00 上比旗舰快🇹🇻👤 12 倍，在💟👷♀️ NVIDIA🇷🇼🛳 Thor👨👦👦🥇 上快 5 倍📉🇦🇿。
但AI出🤓💞现之后，这些🇧🇦🍉能力的获取成🇦🇴🌒本急剧下降🇧🇯。举个例子，行业◻老大先♒推出产🌻品，老二可能晚🖼半年推，策略☹是价格便宜点、供👂应链差一点、员工🍗薪资低一🧥点，但这个循环导👁️🗨️致它被锁📼✒死在第二名的位置👨🦳🧶。当时我看到了那🐹🇲🇿久久狠狠1个简单的改变世🧝♂️🔱界终局的故事，我😬也知道如果🚭😭循着那🐂🔪个终局故事走，走🥟👨👧👧不通，但9️⃣🌆到底该选哪条☺路，我也🐃🧒不知道🌾。
