Navigate to WaytoAGI Wiki →
Home/Question List/Question Detail

华为云部署Deepseek

Answer

以下是关于 DeepSeek 在不同云计算厂商部署的相关信息：

  • 华为昇腾社区：全版本。部署 DeepSeek-R1 模型，用 BF16 权重进行推理至少需要 4 台 Atlas 800I A2（864G）服务器，用 W8A8 量化权重进行推理则至少需要 2 台 Atlas 800I A2(864G)。服务器调用 Docker 下载部署权重资源，非 API 调用模式。
  • 阿里云（人工智能平台 PAI）：全版本。以 R1 为例，所需计算资源价格 316.25/小时。模型部署成在线服务，在人工智能平台 PAI 下的模型部署下的模型在线服务 EAS。
  • 阿里云（阿里云百炼）：全版本。免费额度：10000000/10000000。通过 API 调用。

此外，DeepSeek 相关的月度榜单信息：

  • A10+1：DeepSeek-R1 上线华为云和腾讯云。

如需了解更完整的榜单信息，欢迎访问100aiapps.cn 。

Content generated by AI large model, please carefully verify (powered by aily)

References

详解：DeepSeek深度推理+联网搜索 目前断档第一

com/#/model/overview|云计算商|提供的deepseek版本|价格|特点||-|-|-|-|||DeepSeek-V3|即日起至北京时间2025-02-08 24:00享受折扣价，2025-02-09 00:00恢复原价<br>输入：￥2￥1/M Tokens<br>输出：￥8￥2/M Tokens|当前有优惠活动<br>1.邀请好友赚2000万Tokens<br>2.注册即送2000万Tokens<br>平台2000万Tokens特指Qwen2.5-14B-Instruct模型单价下的数量||华为昇腾社区|全版本|部署DeepSeek-R1模型用BF16权重进行推理至少需要4台Atlas 800I A2（8*64G）服务器，用W8A8量化权重进行推理则至少需要2台Atlas 800I A2(8*64G)|服务器调用Docker下载部署权重资源，非API调用模式||阿里云<br>（人工智能平台PAI）|全版本|以R1为例，所需计算资源价格316.25/小时|模型部署成在线服务，在人工智能平台PAI下的模型部署下的模型在线服务EAS||阿里云<br>（阿里云百炼）|全版本|免费额度：10000000/10000000|通过API调用|

详解：DeepSeek深度推理+联网搜索 目前断档第一

com/#/model/overview|云计算商|提供的deepseek版本|价格|特点||-|-|-|-|||DeepSeek-V3|即日起至北京时间2025-02-08 24:00享受折扣价，2025-02-09 00:00恢复原价<br>输入：￥2￥1/M Tokens<br>输出：￥8￥2/M Tokens|当前有优惠活动<br>1.邀请好友赚2000万Tokens<br>2.注册即送2000万Tokens<br>平台2000万Tokens特指Qwen2.5-14B-Instruct模型单价下的数量||华为昇腾社区|全版本|部署DeepSeek-R1模型用BF16权重进行推理至少需要4台Atlas 800I A2（8*64G）服务器，用W8A8量化权重进行推理则至少需要2台Atlas 800I A2(8*64G)|服务器调用Docker下载部署权重资源，非API调用模式||阿里云<br>（人工智能平台PAI）|全版本|以R1为例，所需计算资源价格316.25/小时|模型部署成在线服务，在人工智能平台PAI下的模型部署下的模型在线服务EAS||阿里云<br>（阿里云百炼）|全版本|免费额度：10000000/10000000|通过API调用|

AI智库｜月度榜单🏆（2025-01）

|日期|App-DAU日活（万人）|Web-DAU日活（万人）|App-DAU日活（万人）|Web-DAU日活（万人）|移动端DAU差距|关键事件||-|-|-|-|-|-|-||||ChatGPT||DeepSeek||||A6+1|5495|7810|4083|1600|D5/B5|||A7+1|5507|7892|3414|1549|D6/B6|||A8+1|5130|7816|3286|1520|D7/B7|安全漏洞披露与修复||A9+1|5118|6407|3169|1358|D8/B8|||A10+1|5682|5695|3061|1257|D9/B9|DeepSeek-R1上线华为云和腾讯云||A11+1|5116|6636|2570|1510|D10/B10|英伟达等公司接入DeepSeek模型||A13+1|5093|7402|2265|1756|D11/B11|OpenAI指控DeepSeek使用其数据||...|欢迎访问[100aiapps.cn](http://100aiapps.cn)了解完整榜单|欢迎访问[100aiapps.cn](http://100aiapps.cn)了解完整榜单|欢迎访问[100aiapps.cn](http://100aiapps.cn)了解完整榜单|欢迎访问[100aiapps.cn](http://100aiapps.cn)了解完整榜单|...||

Others are asking
清华大学 deepseek从入门到精通
《DeepSeek：从入门到精通》是清华大学新闻与传播学院新媒体研究中心出品的指南。该指南详细阐述了 DeepSeek 的功能，包括智能对话、文本生成、代码生成、自然语言理解等。同时探讨了如何使用 DeepSeek，涵盖推理模型与通用模型的区别、提示语设计策略以及如何从入门到精通。文章还介绍了提示语设计的核心技能、常见陷阱及应对方法，旨在帮助用户更好地掌握 AI 工具的使用，提升工作效率和创新能力。 此外，还有其他与 DeepSeek 相关的动态，如清华大学沈少阳的《DeepSeek+DeepResearch 应用报告》，以及来自不同机构的相关研究报告，如智灵动力的《DeepSeek 行业应用实践报告》、厦门大学的《2025 年大模型概念、技术与应用实践》、国海证券的《人工智能系列深度：DeepSeek 十大关键问题解读》、全球数据资产理事会的《DeepSeek 使用教程蓝皮书从入门到进阶完整指南》、北航&清华大学的《DeepSeek+DeepResearch——让科研像聊天一样简单》、中泰证券的《DeepSeek 将如何改变 AI 应用？》。
2025-03-05
说说deepseek的强大之处
DeepSeek 的强大之处主要体现在以下几个方面： 1. 语言表达：在语气上能还原特定角色的语气，如帝王语气，文字相对古典又兼顾可读性，对历史细节熟悉，输出具体且充满惊人细节，行文隐喻拿捏到位。 2. 技术性能：具有比肩 O1 的推理能力，参数少，训练开销与使用费用小，开源，任何人可自行下载与部署，提供论文详细说明训练步骤与窍门，还有可运行在手机上的 mini 模型。 3. 服务特点：官方服务免费，任何人随时随地可用，是暂时唯一支持联网搜索的推理模型。 4. 团队背景：由没有海外经历甚至没有资深从业经验的本土团队开发完成。 您可以通过以下方式体验和使用 DeepSeek： 1. 直接访问网页链接或使用移动 APP 马上用起来。 2. 使劲用、疯狂用，尝试用它基本取代传统搜索，把各种可能需要请教别人的问题都先问它。 3. 看看别人怎么用，试试其他大模型，了解 AI 擅长与不擅长的方面，以及如何调教，解锁与迭代属于自己的用法与更多工具。 希望 DeepSeek R1 能让您对当前最先进的 AI 祛魅，使 AI 逐渐成为您生活中的水和电。这样震撼的突破来自一个纯粹的中国公司，推动了知识与信息平权。
2025-03-05
清华大学deepseek讲解视频
以下是为您找到的与清华大学和 DeepSeek 相关的信息： 清华大学计算机科学与技术系助理教授章明星从大模型当前的发展阶段出发，分享了关于模型架构演进、大模型 Scaling Law 的发展趋势及相应趋势对系统层面影响的看法，并探讨了未来的发展方向。 《DeepSeek 的秘方是硅谷味儿的》提到 DeepSeek 是一家位于杭州的人工智能创业公司，其大语言模型 DeepSeekV3 在全球引发广泛关注。该模型以 550 万美元和 2000 块低配版英伟达 H800 GPU 训练，超越了多个顶级模型，获得硅谷研究者的高度评价。DeepSeek 的成功被视为中国式创新的典范，但其独特之处在于其更像一个研究机构，注重技术创新而非商业化运作，吸引了大量年轻的顶尖研究人才。 但未找到清华大学 deepseek 讲解视频的直接相关内容。
2025-03-05
清华大学deepseek讲解
以下是关于 DeepSeek 的相关信息： 清华大学计算机科学与技术系助理教授章明星从大模型当前的发展阶段出发，分享了关于模型架构演进、大模型 Scaling Law 的发展趋势及相应趋势对系统层面影响的看法，并探讨了未来的发展方向。 DeepSeek 是一家位于杭州的人工智能创业公司，其大语言模型 DeepSeekV3 在全球引发广泛关注。该模型以 550 万美元和 2000 块低配版英伟达 H800 GPU 训练，超越了多个顶级模型，获得硅谷研究者的高度评价。DeepSeek 更像一个研究机构，注重技术创新而非商业化运作，吸引了大量年轻的顶尖研究人才。 关于 DeepSeek 有众多媒体报道和网络文章，如中国新闻网的《突然爆火！中国“神秘力量”震动美国科技圈》、海峡都市报的《“华裔天才”亚历山大·王：DeepSeek 的 AI 大模型发布可能会“改变一切”》、每日经济热点新闻的《突然火爆全网！Deepseek 被“挤”到宕机！创始人 17 岁考入浙大，36 岁管理千亿私募！公司多岗位招新，实习生日薪最高上千元》等。 以上信息涵盖了 DeepSeek 在技术、评价、媒体报道等方面的情况。
2025-03-05
deepseek相关的文档
以下是与 DeepSeek 相关的文档和信息： 在 2025 年 2 月 6 日的“【今晚 8 点】聊聊你怎么使用 DeepSeek！”中，提到了以下内容： DP 模型的功能：能进行自然语言理解与分析、编程、绘图，如 SVG、MA Max 图表、react 图表等。 使用优势：可以用更少的词让模型做更多事，思维发散，能给出创意思路和高级内容。 存在问题：思维链长不易控制，可能输出看不懂或胡编乱造的内容，增加纠错成本。 审核方法：可以用其他大模型来解读 DP 模型给出的内容。 使用建议：使用时要有自己的思维雏形，多看思考过程，避免被模型冲刷原有认知。 使用场景：包括阅读、育儿、写作、随意交流等方面。 案例展示：通过与孩子共读时制作可视化互动游戏，以及左脚踩右脚式的模型交互来展示 DP 模型的应用。 音系学研究：对音系学感兴趣，通过对比不同模型的回答来深入理解，如 bug 和 DIFF SIG，探讨语言概念在音系学下的心理印象等。 大模型取队名：与大模型进行多轮对话来取队名，通过不断约束和披露喜好，最终得到满意的队名及相关内容。 此外，2 月 6 日的宝玉日报中提到： Dario Amodei 认为 DeepSeek 进入前沿 AI 竞赛，但美国应保持领先优势。 强调“没有民族主义敌意”，依旧欢迎华裔科学家加入 Anthropic。 批评 DeepSeek 安全性差，称其“测试过的模型里最糟糕”。相关文稿：
2025-03-05
Deepseek具体如何应用
DeepSeek 的应用方式如下： 1. 访问 www.deepseek.com ，点击“开始对话”。 2. 将装有提示词的代码发给 DeepSeek 。 3. 认真阅读开场白之后，正式开始对话。 DeepSeek 的设计思路包括： 1. 将 Agent 封装成 Prompt ，将 Prompt 储存在文件，保证最低成本的人人可用的同时，减轻自己的调试负担。 2. 通过提示词文件，让 DeepSeek 实现同时使用联网功能和深度思考功能。 3. 在模型默认能力的基础上优化输出质量，并通过思考减轻 AI 味，增加可读性。 4. 照猫画虎参考大模型的 temperature 设计了阈值系统，但是可能形式大于实质，之后根据反馈可能会修改。 5. 用 XML 来进行更为规范的设定，而不是用 Lisp（对开发者来说有难度）和 Markdown（运行下来似乎不是很稳定）。 关于 DeepSeek 的相关反馈： 1. 华尔街分析师对 DeepSeek 的反应：DeepSeek 展示出媲美领先 AI 产品性能的模型，但成本仅为其一小部分，在全球主要市场的 App Store 登顶。Jefferies 警告其技术可能打破资本开支狂热，Citi 对其技术突破提出质疑。高盛预测其可能改变科技巨头与初创公司的竞争格局，降低 AI 行业进入门槛。 2. DeepSeek 的实际使用体验：在文字能力上表现突出，尤其在中文场景中高度符合日常、写作习惯，但在专业论文总结方面稍弱。数学能力经过优化，表现不错；编程能力略逊于 GPT ，据用户反馈。GRPO 算法替代传统 PPO ，降低价值函数估计难度，提高语言评价场景的灵活性与训练速度。
2025-03-05
华为手机安装chatgpt
以下是华为手机安装 ChatGPT 的步骤： 1. 打开系统自带的谷歌服务框架： 打开系统设置。 拉到最底下，点击更多设置。 点击账号与同步。 点击谷歌基础服务。 打开基础服务按钮。 2. 安装 Google Play： 到华为应用商店搜索 Google Play 进行安装。 安装好后打开谷歌商店，点击右上角登录谷歌账号。 3. 安装 ChatGPT： 到谷歌商店搜索“ChatGPT”进行下载安装，注意开发者是 OpenAI，别下错。 可能会遇到“google play 未在您所在的地区提供此应用”的问题，解决方法如下： 在 google play 点按右上角的个人资料图标。 依次点按：设置>常规>帐号和设备偏好设置>国家/地区和个人资料。 在这里看到账号没有地区，可以“添加信用卡或借记卡”，国内的双币信用卡就行，填写信息时地区记得选美。 如果回到 google play 首页还搜不到 chatgpt，可以卸载重装 google play，操作过程保持梯子的 IP 一直是美，多试几次。 4. 体验 ChatGPT： 如果只想体验 ChatGPT 3.5 版本，不升级 GPT4，直接登录第二部注册好的 ChatGPT 账号即可。 5. 订阅 GPT4 Plus 版本： 先在 Google play 中的【支付和订阅】【支付方式】中绑定好银行卡。 然后在 ChatGPT 里订阅 Plus。
2025-01-07
华为大模型有手机端应用吗
华为已宣布会在手机端侧搭载大模型，但目前还存在一些问题。目前并没有真正全离线版的大模型产品，端上智能暂时还是噱头。手机厂商的打法基本是大模型放在线上，手机调用，搭配小 AI 做总结等服务。纯粹的端上智能存在几个问题： 1. 离线小模型与在线大模型有代际能力差距，消费者可能更倾向使用线上模型服务。 2. 小模型的耗能和生热难以达到手机要求。 3. 目前 AI 不是刚需，猎奇成分较多。 4. 技术上不能确认小型化的模型是“真 AGI”还是“聊天机器”。所以短期内端上智能仍会停留在个别小市场里。此外，目前使用最新的骁龙 8Gen3 旗舰处理器搭载大模型，存在耗能散热等问题。
2024-11-03
如何将deepseek部署到小爱音箱
以下是将 deepseek 部署到小爱音箱的步骤： 1. 本地部署教学（vscode） 第七步：安装依赖并运行 在下方终端窗口，单击终端，输入 cd migpt。 安装依赖，输入 pnpm install。安装完成后，界面会有所显示。 如果安装过程报错，出现特定情况，请在命令栏输入：npm cache cleanforce 清除缓存后重新运行 pnpm install。 构建项目，输入 pnpm build。出现特定界面即安装完成。 如果出现报错，找到 migpt 中 package.json 文件，将第 28 行 build 进行修改，注意不要删除引号，修改完成后保存。保存后运行 pnpm build，即可正常安装完成。 运行项目，输入 pnpm run dev。 运行成功时，进入特定页面，每次对话都会在终端中显示。 每次需要打开服务时，按照特定方式进入终端，先输入 cd migpt，再运行 pnpm run dev 即可打开服务。如果出现错误，可能是网络问题，请重新运行 pnpm run dev。 2. 注意事项：每次对话时，记得给大模型思考的时间，说话太快可能会出问题。
2025-03-05
小公司, 想部署一个本地ai系统,希望它能够, 对运维, 运营, 客服, 美术, 策划, 程序都能够有很大的帮助, 目前市面上那款 ai 模型比较合适
对于小公司想要部署一个能对运维、运营、客服、美术、策划、程序都有帮助的本地 AI 系统，以下是一些相关信息： 线上和线下本地部署的 AI 特点： 线上部署的优势在于出图速度快，不依赖本地显卡配置，无需下载大型模型，还能参考其他创作者的作品，但出图尺寸受限。线下部署的优势是可添加插件，出图质量高，但使用时电脑可能宕机，配置不高可能爆显存导致出图失败。建议线上用于找参考、测试模型，线下作为主要出图工具。 Ollama： 支持多种大型语言模型，包括通义千问、Llama 2、Mistral 和 Gemma 等，适用于不同场景。 易于使用，适用于 macOS、Windows 和 Linux 系统，支持 CPU 和 GPU。 提供模型库，用户可从中下载不同模型，满足不同需求和硬件条件。 支持自定义模型，可调整参数。 提供 REST API 用于运行和管理模型，以及与其他应用集成。 社区贡献丰富，有多种集成插件和界面。 Google Gemma： 是 Google 发布的家用版小模型，有 2b（20 亿参数）和 7b（70 亿参数）版本。小模型可能不适合复杂任务，但适合提升基础操作效率。部署环境友好，可通过 ollama 方便部署，支持热加载模型文件。2b 反应速度快但互动话题有限，7b 输出质量高但可能卡顿，对非英文语种反馈不稳定。 综合考虑，如果您的公司对出图质量要求较高，且有较好的硬件配置，可以选择线下部署结合线上测试的方式。在语言模型方面，Ollama 具有较多优势，可根据具体需求选择合适的模型进行部署。
2025-03-04
小游戏公司, 想部署一个本地ai系统,希望它能够, 对运维, 运营, 客服, 策划, 程序都能够有很大的帮助, 目前市面上那款 ai 模型比较合适
对于小游戏公司部署本地 AI 系统以帮助运维、运营、客服、策划和程序等方面，以下是一些建议和相关信息： 目前市面上的 AI 模型各有特点。线上 AI 具有出图速度快、不依赖本地显卡配置、无需下载大型模型以及能参考其他创作者作品等优势，但出图尺寸受限。线下部署的 AI 可以添加插件、出图质量高，但可能导致电脑宕机且对配置要求高。 在游戏领域，AI 大模型带来了诸多变化，如游戏内容辅助生成（包括文、图、3D 和音乐），可应用于游戏策划人和美术设计师。文生图和图生图能提高创作效率，动画辅助渲染可改变角色风格，游戏智能运营涵盖智能 NPC 互动、客服、攻略问答和代码脚本生成等，适用于产品经理、运营经理和社区运营经理。 Google 刚刚发布的家用版小模型 Gemma 有 2b（20 亿参数）和 7b（70 亿参数）版本。相对千亿参数的大模型，这类小模型可能不太适合处理复杂任务，但代表了模型本地化提升基础操作效率的趋势。Ollama 是一个开源的大型语言模型服务，方便部署最新版本的 GPT 模型并通过接口使用，支持热加载模型文件，且像小型的 llama 也支持本地部署。部署时，需进入 ollama.com 下载程序并安装，通过命令提示符进行操作和切换模型。2b 反应速度快但互动话题有限，7b 输出质量高但可能卡顿，且对非英文语种反馈不太稳定。 综合考虑，小游戏公司可以根据自身需求和硬件配置选择合适的 AI 模型。如果对出图质量要求高且有较好的硬件配置，可尝试线下部署；若更注重效率和便捷性，线上模型可能更适合。同时，也可以考虑像 Gemma 这样的小模型进行本地化部署以提升基础操作效率。
2025-03-04
小游戏公司, 想部署一个本地ai系统,希望它能够, 对运维, 运营, 客服, 美术, 策划, 程序都能够有很大的帮助, 目前市面上那款 ai 模型比较合适
对于小游戏公司部署本地 AI 系统以帮助运维、运营、客服、美术、策划、程序等方面，以下是一些建议和目前市面上合适的 AI 模型分析： 线上 AI 平台的优势在于出图速度快，对本地显卡配置要求低，无需下载大型模型，还能参考其他创作者的作品，但出图分辨率有限制。 线下部署的优势是可以添加插件，出图质量高，但使用时电脑可能宕机，配置不高还可能爆显存导致出图失败。 综合考虑，建议充分发挥线上和线下平台的优势。线上可用于找参考、测试模型，线下作为主要出图工具。 在图像生成方面，2022 年主流生成式图像应用如 DALLE 2.0、Stable Diffusion 和 Midjourney 使图像生成精细化程度提升，提示对图像生成结果的控制能力增强。 在 3D 模型生成中，AI 能完成 3D 模型生成流程的“一步到位”，大大提升效率。 在游戏开发中，AI 可用于游戏内容辅助生成（如文、图、3D、音乐）、动画辅助渲染、游戏智能运营（包括智能 NPC 互动、客服、攻略问答、代码和脚本生成）等。 对于小游戏公司，Stable Diffusion 可能是一个较为合适的选择，它在 2D 美术素材辅助生成方面能够提高创作效率、降低成本，并且有多种应用场景，如文生图、图生图等。同时，也可以考虑结合线上平台进行参考和测试。
2025-03-04
我想完全本地化部署deepseek，然后，将我的文档，文本，图片等内容丢给它训练，微调。我要完全本地化，因为我的文档设计隐私。我要免费开源流程。如何实现，
要完全本地化部署 DeepSeek 并使用您的文档、文本、图片等内容进行训练和微调，以下是一些相关的信息和步骤： 1. 模型训练与平台服务： 模型复现与微调：1:1 复现通常没问题，但理解细节并自行制作需要基础知识。有手把手教程、数据集等可帮助 1:1 复现，微调在特定领域可降低幻觉，参数量不变但权重变化。 训练模型的学习方法：先会用再学会训，从训的过程中倒推学习参数调整，这是以用导学的学习方法。 模型回答效果对比：微调后的模型在回答排列组合等问题时，思考前几乎无反馈，答案多为英文且格式稳定，但仍可能答错。 2. 平台服务介绍： 阿里云提供多种解决方案。 百炼是提供多种模型服务的 Maas 平台。 派平台是提供云服务的 PaaS 平台，二者在定位、服务内容和核心差异上有所不同。 3. 关于模型训练与数据集相关问题： 数据资源情况：默认提供公共数据训练集，百派平台能匹配模型和数据，通义开源了不少数据集。 多模态训练：多模态有自身标注方式，如视频拉框标注。 参数量变化：通常训练模型参数量固定，若想改变需改模型层，但可能要从头调。 本地微调框架：可使用 llama factory 等框架，需搭建并部署。 开源数据下载：可在 GitHub、hugging face、Mo Model Scope 等平台获取。 数据集转化：将文档资料转成数据集可先手动形成 SOP，再逐步自动化，初期需大量人力。 4. 本地部署介绍：讲解了如果拥有云服务器如何进行本地部署，以及满血版本地部署的实际情况。 5. 免费额度说明：在 freely.aliyun.com 可领取 500 元免费额度，但有使用限制，不能部署满血版和较大的增流模型。 6. 平台服务差异：介绍了 DLC、DSW 和 EAS 等模型部署平台服务的差别。 7. 模型蒸馏微调：会带着大家复现模型的蒸馏和微调，并讲解相关知识。 R1 模型的强化学习：通过强化学习，在训练过程中给予模型反馈，如路线规划是否成功到达终点、输出格式是否符合期望等，对正确路线增强权重，使做对的概率变高，导致思考逻辑变长。 R1 模型的蒸馏与微调：用 Deepseek RE Zero 蒸馏出带思考的数据，基于 Deepseek V3 微调，进行冷启动，再做强化学习，还从非公布模型提取微调数据，加上人类偏好，最终形成 R1。 R1 与其他模型的差别：R1 是原生通过强化学习训练出的模型，蒸馏模型是基于数据微调出来的，基础模型能力强，蒸馏微调模型能力也会强。 模型的相互帮助：Deepseek R1 反过来蒸馏数据微调 V3，形成互相帮助的局面，使两个模型都更强。 请注意，在进行本地化部署和训练微调时，需要具备一定的技术知识和经验，并且要遵循相关的法律法规和道德规范。
2025-03-04
AI或者智能体能不能部署在个人NAS上
AI 或者智能体是可以部署在个人 NAS 上的。端侧大模型能部署在手机端等设备，参数量小，可利用自带芯片或处理器运算，主要通过压缩来解决存储和性能问题，如减少模型参数量和计算复杂度。此外，像 coach 等 AI 工程平台新版本有很多模板，可创建智能体，还能通过工作流节点调用和 prompt 构建提示词，调用插件、图像流、知识库等。OpenAI 会陆续更新 ChatGPT 应用，让其具备 Assistant Agent 能力，Google 也计划推出类似功能。智能体除了端到端的多模态和实时性特点外，还能让终端参与分担一部分模型的计算量。在这种趋势下，能设计新硬件产品或重新设计现有产品，如让 Google Glass 复活，改变手机的设计和交互方式等。
2025-03-04