星际特工

预约、下单与会员功能小程序开发需要提前确认什么_我的网站

A |     

　    一键部署OpenClaw        不少门店和服务型企业准备开发小程序时，通常会提出预约、在线下单、会员管理、积分和优惠券等功能。    出品 | 虎嗅科技组          作者 | 梁卡尔          编辑 | 苗正卿          头图 | 虎嗅拍摄          这是虎嗅WAIC“追踪Token商业新范式”系列文章第【20】期。    这些功能看起来比较常见，但不同行业的业务流程差别很大。         聚光灯下，国产AI芯片的竞争正在变“重”。    美容美发门店可能需要顾客选择服务项目、工作人员和预约时间；培训机构需要管理课程、老师和课时；维修服务需要填写地址、故障描述和上门时间；零售门店则可能涉及商品规格、库存、配送和售后。    因此，小程序开发不能只列出几个功能名称。         漫步在今年世界人工智能大会（以下简称“WAIC”）的芯片算力展区，会发现往年厂商们引以为傲、精心陈列在橱窗里的单片硅晶圆变少了，取而代之的是看上去“重达数百公斤、塞满核心器件的巨型算力柜”。项目开始前，需要先梳理顾客的使用流程、门店的处理方式以及后台管理规则。    一、先明确小程序准备解决什么问题    功能规划之前，企业可以先确定小程序主要解决哪些实际问题。其中拿出硬核实力的是华为，这家公司首次在线下展出的昇腾Atlas 950超节点真机，一个旨在将1024张芯片死死绑定在一起的系统级庞然大物。         按华为的官方资料，该产品基于灵衢互联协议和超节点架构，支持1024卡规模，拥有256TB全局统一内存编址空间，并提供1 EFLOPS FP8、2 EFLOPS FP4算力。    常见需求包括：    展示商品或服务项目；让顾客在线选择预约时间；减少电话和聊天工具中的重复确认；支持顾客提交订单；统一管理预约和订单；保存会员资料和消费记录；让顾客查看服务进度；方便门店自行更新商品和价格。    小程序功能并不是越多越好。如果记不住这些参数，那么只需要记住一个变化，也就是国产AI算力竞争重心正在发生变化。         从拼单卡参数走向拼系统交付。面对先进制程受限、高端HBM断供以及CUDA生态壁垒等一连串硬件短板，中国AI芯片厂商正试图通过超大带宽、低时延互连以及全域调度，将无数个“不完美”的单卡，拼凑成一个“相对完美”的“巨型计算机”。越来越多厂商开始强调这种新趋势。    第一阶段如果同时加入预约、商城、储值、积分、多门店、分销和配送等大量功能，不仅开发周期会延长，项目预算和后期维护难度也会增加。         系统级突围不是抹平单卡差距，是一种向现实妥协的突围，但它绝不是一条捷径。当竞争从微观的芯片设计蔓延至宏观的系统工程，面对复杂的网络互连、艰难的模型迁移，以及数据中心那不堪重负的散热与功耗，厂商们眼前的是一笔更难算清的账目。

B |     比较稳妥的做法是先完成核心业务流程，再根据实际使用情况增加功能。    二、预约功能需要确定哪些规则    预约功能并不只是选择日期和时间，还涉及服务项目、工作人员、门店和接待能力。    1. 顾客预约什么    开发前需要明确预约对象：    服务项目；工作人员；门店；课程；场地或设备；上门服务时间。    如果一个预约需要同时选择项目、人员和时间，系统就需要判断三者之间是否存在冲突。         为什么今年大家都在讲“超节点”？          虎嗅和行业上下游十多位从业者交流发现，超节点热的直接原因，是模型和推理需求都变大了。    2. 时间段怎样设置    企业需要提前确定：    每天开放哪些时间；每个时间段可以接待多少人；不同服务分别需要多长时间；是否允许当天预约；最早可以提前多少天预约；顾客能否取消或修改；节假日和临时休息怎样设置；已满时间段怎样显示。         从需求端来看，模型变大的速度快过了单卡能力提升的速度。    这些规则最好由后台配置，避免营业时间发生变化后还需要重新修改程序。

C | 随着模型参数向万亿级迈进，以及上下文窗口拉长至1兆以上，单个芯片的性能早已不堪重负。摩尔线程高级副总裁董龙飞将这种“超节点”技术生动地形容为“让256张GPU像一张卡一样工作”，实现跨卡显存的直接访问。

D |          图片来源：摩尔线程          华为昇腾950所强调的统一内存编址与全域调度，本质上也是在解决同一个痛点，就是在单卡能力触及天花板时，必须靠“人多力量大”来拼凑出更大的算力空间。         更具戏剧性的是，智能体让推理算力的消耗方式变了。

E |     3. 是否需要人工确认    部分门店可以采用系统自动确认：    顾客选择服务和时间→提交预约→系统确认→到店核销→服务完成    需要安排人员或设备的门店，可以采用：    顾客提交预约→工作人员审核→安排人员→顾客确认→完成服务    具体采用哪种流程，应根据门店实际接待方式确定。摩尔线程创始人、董事长兼CEO张建中指出，算力消耗的主体正在从人类转向AI自身，“已经不是我们在用AI，是我们的Agent在用AI”。    三、下单功能需要形成完整流程    下单功能不仅是添加商品和提交订单，还需要考虑价格、规格、支付、履约和售后。当Agent开始替人调用模型，Token消耗量呈指数级增长。

F |     商品或服务管理    后台通常需要管理：    商品或服务名称；分类；图片；价格；规格；可售数量；服务时间；上下架状态；使用说明。

G |     如果同一个商品有多种尺寸、颜色或套餐，就需要增加规格管理。    订单状态    基础订单状态可以设置为：    待付款；待确认；待服务或待发货；服务中；已完成；已取消；退款处理中；已退款。    订单状态不宜设置得过多，但必须能够覆盖实际业务流程。    履约方式    企业还需要确认订单怎样完成：    到店消费；门店自取；同城配送；快递发货；工作人员上门；在线提供服务。    到店消费可能需要核销码，上门服务需要填写地址和时间，快递发货则需要记录物流信息。         一位百度云的工作人员在现场向虎嗅印证了这一趋势。

H | 相比训练，目前国产算力在应用端的推理需求正占据绝对主导。这也解释了为什么万卡集群会和Agent推理放在同一套故事里，因为它们都指向算力需求从单次请求转向高并发、长上下文和多模型协同。    这些区别都会影响前台页面和后台功能。         然而，在这场由万卡和超节点堆砌的“繁荣”背后，有多少是真实的市场需求，有多少是展会上的“军备竞赛”？          在业内人士眼中，万卡集群不仅是一个技术指标，更是一张证明自身出货与交付能力的“商业名片”。    四、会员功能不只是记录手机号    很多企业提出需要会员系统，但并没有明确具体规则。    基础会员功能通常可以包括：    用户登录；个人资料；预约记录；订单记录；收货地址；优惠券；积分明细；消费记录；售后记录。

I | 一位昆仑芯展台的工作人员告诉虎嗅，服务头部客户必须具备万卡级集群能力。    如果企业当前只是希望统一保存顾客资料和历史订单，基础会员功能通常已经能够满足首期使用。         但这种狂热下也有人在理性反思，海光信息的工作人员表示，万卡绝不是百卡系统的简单放大，当规模跨过临界点，系统的稳定性、网络拓扑、功耗和散热挑战将面临指数级飙升。    复杂会员体系还可能包含：    会员等级；成长值；储值余额；会员折扣；付费会员；生日权益；积分商城；推荐奖励；多门店会员通用；会员标签和分组。一位芯片架构师告诉虎嗅，公司目前支持的是千卡级扩展，但大部分实际商用场景在8卡或16卡规模下已绰绰有余。    会员储值、余额退款和等级权益涉及更多业务规则，不适合在需求尚未确定时直接加入基础项目。    五、预约、订单和会员数据需要关联    预约、下单和会员功能真正形成闭环的关键，是不同数据之间能够相互关联。         所以，能拿出万卡方案的厂商很多，但真正能落地的有待检验。一位芯片公司参展商工作人员对虎嗅说，“你要问问看这些卡是不是真的被用起来了”。         系统级突围的第一道墙          然而，要将成百上千张芯片绑成一个“超节点”，厂商们撞上的第一道墙，是严苛的物理学定律。         超节点的前提是通信速度。

J | 为了让数百张GPU像“交响乐队一样协同”，摩尔线程和华为等中国厂商不得不各自开发了MTLink和灵衢等互连协议。         华为工作人员告诉虎嗅，灵衢本质上是试图在服务器内部和服务器之间建立更可控的数据通路，并推动CPU、网卡和存储等部件都接入同一生态。         但无论是互连协议，还是更高层的调度架构，都无法绕开底层传输介质的物理边界。铜互连的物理边界很具体，当铜缆距离超过约三米后，信号衰减会明显加剧，所以为了保证信号完整性，线缆需要做得更粗，这又带来了发热、散热、布线和重量的问题。

K |     例如，顾客登录后提交预约，个人中心应该能够查看预约记录；完成下单后，订单应自动归入会员账号；服务完成后，可以根据企业设置记录消费次数或积分。

L |          这种物理极限，正在催生一场“光进铜退”的底层革命。光电芯片厂商曦智科技展示的“光互连”方案，试图用光纤打破“三米魔咒”，将稳定连接距离扩展至数十米，从而让超节点不再被严格限制在单个机柜内，进而有机会向多机柜形态扩展。         图片来源：虎嗅拍摄          不过，光互连不是对铜互连的一次性替代，随着互连速率从过去的10G级别提升到100G、200G，铜缆能够稳定互联的距离越来越短，光互连因此从柜间继续向柜内甚至机内推进。    基础数据关系可以整理为：    会员账号→预约记录→订单记录→支付状态→服务状态→消费记录    这样可以减少顾客重复填写资料，也方便门店查询完整的服务历史。    如果不同功能之间互不关联，工作人员仍然需要手工核对顾客、预约和订单信息，小程序就难以真正减少重复工作。展台上一位曦智科技产品经理告诉虎嗅，电缆仍会长期存在，不同技术仍会在各自适合的场景中长期共存。

M |          不仅如此，光互连方案还必须面对商业化是否可行的拷问。一位行业专家坦言，相比于技术尚不成熟、成本高企的光互连，传统的铜互连依然凭借极其低廉的价格和成熟的产业链占据主导地位。

N | 对于客户而言，业务真的需要如此大规模的超节点，答案或许是“不一定每个人都需要”。         这个答案直指要害，系统级路线在技术上能连起来只是第一步，商业技术落地才是关键。    六、管理后台需要包含哪些内容    用户在小程序中提交信息，工作人员则需要通过后台处理业务。         超节点不是摆进机房就能跑          互连之外，系统级算力的另一道硬约束在机房。         一个完整的超节点设备造价可能高达数亿元，其功耗也往往会飙升至惊人的400千瓦。

o | 这种庞然大物看似是一台性能怪兽，但也是一个极其脆弱的系统。    基础管理后台可以包含以下模块。    预约管理    查看预约项目、时间、顾客资料和预约状态，并支持确认、改期、取消和完成操作。董龙飞表示，一旦某张卡、某个模组或交换节点故障，就会影响整套系统利用率。    订单管理    查看订单内容、支付状态、履约方式和处理进度，并完成发货、核销或退款记录管理。

p |     商品与服务管理    添加和修改商品、服务项目、分类、价格、图片、规格及上下架状态。    会员管理    查看会员基础资料、预约记录、订单记录、积分和优惠券使用情况。这意味着，超节点必须同时解决卡间互连、链路可靠性、模组解耦、散热和软件协同等问题。

q |          一位芯寒智能的工作人员从液冷角度给出了解读，过去业内常以单柜功率10至15千瓦作为是否考虑液冷的参考门槛。

r |     基础数据统计    查看预约数量、订单数量、常用服务项目和基础交易数据。    统计信息主要用于辅助企业了解业务情况，不代表能够直接保证客流、会员数量或经营效果。但如今，随着高性能AI服务器纷纷上柜，单柜功率轻而易举地突破了这一门槛。    七、低价小程序开发需要注意什么    企业可以选择价格相对优惠的小程序开发服务，但不能只比较一个总价。

s | 在高功率、高热流密度AI算力柜场景下，液冷正在从可选项变成越来越难绕开的工程选项。    合作前建议确认：    包含多少个页面；包含哪些功能模块；是否包含管理后台；是否包含界面设计；是否包含支付功能接入；是否包含服务器部署；是否协助提交审核；可以修改几次；上线后维护多长时间；第三方费用由谁承担；新增功能如何报价；项目账号和源码如何交接。

t |     同样是“预约下单小程序”，不同报价包含的功能可能完全不同。芯寒智能是一家专注于智算中心相变液冷技术的创新企业。         但这并不意味着所有机房都会立刻转向液冷。上述技术人员表示，对于大量传统的中小型数据中心而言，转向液冷意味着一场伤筋动骨的重构。

u |     有的只包含服务展示和预约表单，有的包含在线支付、订单状态、会员中心和管理后台。企业需要按照功能清单逐项比较，而不是只看最终价格。它们不仅缺乏液冷所需的一次侧水机等基础设施，更面临一个致命的商业代价，就是改造机房往往意味着必须中断现有的服务器负载。对于绝大多数承担着核心业务的单位机房来说，拉闸停机是不可承受之重。         华为这次展示的Atlas 850E风冷超节点，正是试图降低传统机房改造门槛。    合理的优惠合作应该做到：    需求清楚、功能明确、报价透明、额外功能单独确认。    八、首批客户合作计划    针对准备开发预约、下单和基础会员功能的中小企业、实体门店、服务机构及初创项目，目前可以采用“首批客户合作计划”的方式开展案例合作优惠。华为方面称，该产品无需对现有风冷IDC机房做液冷基建改造，标准机柜可直接上架部署，并支持单个风冷超节点扩展至96卡商用部署。试图在物理约束和改造成本之间搭建一条折中的道路。

v |          这笔账最后会落到机房改造和运维上。    该计划主要通过明确第一阶段功能、控制页面数量、集中提交修改意见和减少重复沟通，降低项目首期投入。    适合参与的项目业务流程相对清晰；第一阶段以基础功能为主；企业能够及时提供商品和服务资料；有固定负责人确认需求；复杂功能可以分阶段增加。

w | 基础合作内容可以包含一次业务需求梳理；一套小程序功能结构规划；首页及基础页面设计；商品或服务分类；商品或服务详情；基础预约功能；基础订单功能；用户登录和个人中心；预约记录和订单记录；基础会员资料管理；电脑端管理后台；页面适配和基础测试；部署及提交审核协助；上线后30天约定范围内的程序问题维护。    具体页面数量、功能范围、开发周期和优惠报价，以双方确认的需求清单为准。    九、基础服务通常不包含哪些功能    以下内容一般需要根据实际需求单独评估：    多门店管理；多商家入驻；会员储值；复杂会员等级；积分商城；拼团、秒杀和分销；配送人员管理；复杂库存管理；多角色权限；发票管理；短信通知费用；地图、物流等第三方接口费用；ERP、CRM等系统对接；专业文案、摄影和视频制作；长期内容更新和日常运营；服务器、认证及其他第三方费用。    小程序开发服务不承诺访问量、会员数量、订单数量、搜索排名或实际经营效果。

x |     十、修改次数需要提前约定    项目开发过程中，修改意见最好由企业安排一名负责人统一整理。    基础修改可以约定为：    首页视觉方案提供两轮集中修改；标准功能页面提供一轮集中修改；已确认范围内的程序问题正常处理；测试期间发现的功能异常正常修复；企业提供的文字和图片可在约定范围内替换。    以下情况一般不属于基础修改：    页面确认后重新更换整体风格；重新设计主要业务流程；增加新的用户角色；增加页面和功能模块；增加第三方系统接口；单门店改为多门店；基础会员改为储值或多等级会员；普通订单改为分销、拼团或复杂商城。    新增功能需要重新确认开发时间和费用。    十一、小程序上线后怎样维护    小程序上线后的工作一般分为三类。AI芯片的竞争早已不再局限于硅片本身。    技术维护    处理已有页面、接口和后台运行过程中出现的程序异常。它是一场包含电力供应、散热物理、机柜结构乃至旧基建运维在内的系统级重资产升级。         芯片路线分化，买方只看算力账本          虎嗅在WAIC现场观察发现，国产AI芯片并不是一条路线。         摩尔线程强调兼顾渲染与仿真的全功能GPU；昆仑芯则认为GPU与AI专用芯片的传统边界正在变得模糊；创始人有着谷歌背景的中昊芯英押注在TPU架构芯片上，奕行智能则展示了RISC-V架构路线，这两家都在试图通过更低的功耗或定制化的架构打开市场缺口。         然而，在挑剔的买方市场面前，技术路线标签并不是最终语言。正如一位公有云服务商（百度云）一线人员所讲，客户在实际采购中根本不关心是什么架构，关心的指标只有具体卡型、价格、软件平台适配度，以及进入国产合规体系所需的工作量。

y |     内容维护    包括增加商品、调整价格、更换图片和修改门店资料。         也就是说，软件生态仍是国产算力最难的一关。

z |     内容更新是否包含在基础维护中，需要在合作前说明。    功能升级    包括增加会员等级、储值、积分、多门店、配送或第三方接口。

|          更换底层硬件的“迁移”背后往往是一笔财务支出。但对有些芯片厂商来说，路线决定了其具备一定的竞争优势。

|     功能升级属于新的开发需求，通常需要单独评估。    结语    预约、下单和会员功能不是三个孤立模块，而是一条完整的顾客服务流程。    开发前先把业务过程写清楚，再确定各个环节需要哪些页面、功能和后台操作，可以让报价更加准确，也能够减少项目后期反复修改的问题。上述昆仑芯工作人员表示，其从一开始就走兼容主流生态的路线，包括CUDA和PyTorch。    预算有限时，可以先完成基础预约、下单、会员和后台管理，再根据实际使用情况逐步升级。    价格优惠能够降低首期投入，但比单纯低价更重要的，是需求清楚、功能明确、修改次数合理和交付范围规范。原因并不复杂，就是客户原来大量模型和底层代码都跑在CUDA体系上。         但对于大多数不得不更换国产芯片的客户来说，迁移是一项繁重的“苦力活”。正如奕行智能技术与解决方案总监廖显所形容，从CUDA生态迁出，本质上是企业要扮演“搬运工”的角色，把模型和算子重新写到新平台上。中昊芯英解决方案架构师刘辉也提到，开源模型迁移相对容易，但闭源模型仍可能需要额外开发算子。    （本文由梓彤超越（武汉）科技整理）

申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！。         图片来源：虎嗅拍摄          百度云等头部云厂商正试图通过全栈自研体系，向市场兜售低代码改造成本的乐观愿景，但国产算力迁移不是一个统一答案，而是需要耗费巨大人力、时间和不确定性风险的定制化工程项目。如果客户对算力性价比进行考量，软件生态仍是最关键的判断依据。

|          国产卡最重要的是可用          WAIC展台上，一些产业热词很容易制造一种全面追赶的气氛。但廖显给出的判断颇为冷静：国产AI芯片当前第一关是“可用”，“你不可用，其他都吹牛”。在他看来，市面上仍有不少芯片停留在Demo阶段，一旦真正扔进客户的真实机房，就会暴露出无数的工程漏洞。         当被问及客户是否关注单Token成本时，廖显回答，不能仅着眼于单卡吞吐量的提升，更应综合评估集群部署后的整体TCO（总拥有成本），其中芯片的供应稳定性与稀缺性导致的采购成本同样是不可忽视的变量。         不过，也有芯片行业人士的回答更直接，可用性尚未夯实的阶段，盲目在Token成本上与英伟达贴身肉搏，并不现实，因为“基本上没有办法跟它比”。         这并不是唱衰国产算力，而是说明国产算力目前更现实的任务，不用立刻以绝对成本优势击败英伟达，要先在供应链安全、本地部署、生态适配和特定场景中，建立“不被卡脖子”的防御性替代能力。         在这个过程中，客户更注重眼下的采购经济账，并不为“峰值性能”这样的期货概念买单。         昆仑芯工作人员告诉虎嗅，客户通常先明确自己要跑哪些模型，再拿这些模型到芯片平台上测试性能。只有性能过关后，才会进入价格和性价比讨论。对于大客户而言，还要继续考察持续稳定供货能力，“几万张卡、几千张卡，签完合同供不上货也不行”。         图片来源：虎嗅拍摄          这种务实导致了国产算力应用场景分化。董龙飞把训练和推理的商业账拆得很清楚。也就是，训练对性价比容忍度相对更高，如果产品性能低10%，原本训练30天的任务多跑3天仍可接受；但推理不同，如果成本比别人高10%，商业上就很难竞争。

|          因此，对成本和并发更敏感的“推理场景”，正成为国产算力最关键的突破口，也是最残酷的考场。它不是让国产卡立刻在公共云低价Token服务里正面击败英伟达，而是先在场景中建立可用性。上述公有云工作人员也表示，目前市场对国产算力的最大需求，正来自模型部署后的推理服务。         这也最终决定了国产算力的核心客户画像。他们并不是那些资金紧绷、追求极致性能的大模型创业公司，而是合规、安全、本地部署和流程改造需求更刚性的国家队、运营商、金融巨头与交通电力系统。         华为昇腾在WAIC展示的行业案例，也说明行业客户衡量国产算力的方式并不是单卡峰值，而是业务指标。无论是在运营商基层流程中缩短的30秒，还是在证券行业客户服务或投资服务场景中降低80%的首次Token响应时延。这些行业客户衡量国产算力的标尺，从来不是被用来市场营销的单卡跑分，而是业务流程能否闭环、系统是否足够稳定，以及在关键时刻有没有人出来为故障兜底。         不是所有推理都要进云端          WAIC现场一个容易被亮点遮住的变化是，端侧算力也在形成自己的系统级路线。端侧是云侧的另一面，有芯片厂商工作人员跟虎嗅感叹，今年WAIC展会现场已经三七开，三成是端，七成在云。         “未来AI的发展一定是端云协同的”，后摩智能联合创始人、产品副总裁信晓旭对虎嗅表示，以情感陪伴机器人等新兴硬件为例，用户与AI的私密对话天然排斥将数据上传至中心化的云端，而低延迟的交互与24小时不间断的在线需求，更适合在本地完成推理。         安谋科技NPU产品线负责人舒浩表示，端侧AI不是云端AI的缩小版，而是由功耗、实时性、软件、数据和可靠性共同定义的新计算市场。他的同事、CPU产品总监朱晓鸣指出，端侧设备无法像数据中心一样用高功耗和大规模散热换性能。         为了突围，安谋科技正在其CPU、NPU以及存内计算之间进行精密的物理空间调度，试图在有限的功耗和面积下，死磕AI推理的效率极限。         更有野心的是，端侧正在复制云端的“系统集成”策略，有的厂商试图将智能体直接封装进桌面设备中。此芯科技在其最新发布的AGX智能体计算平台上，就展现出了明显的“软硬一体化”企图，向下连接CPU、GPU、NPU和扩展AI卡，向上提供Agent OS、模型接入和行业应用。         摩尔线程也在把算力向端侧延伸。WAIC上，这家展品显示，AIBOOK定位为面向开发者的个人智算平台，预装OpenClaw智能体，AICUBE则定位为家庭AI中枢，整合AI PC、AI NAS和智能体能力。

|          这说明，推理时代的算力不会只往云端集中，也会向端侧重新分配。云端负责大模型训练、高并发服务和复杂任务；端侧负责隐私、低延时、本地数据和持续在线。两条路线不是替代关系，而是分工关系。         突围，还是绕远？          图片来源：太初元碁          回到最初的问题，国产算力的“超节点”热的根源。         答案可能并不是二选一。它当然是一种突围。

| 先进制程和高端GPU供应受限后，国产AI芯片不能只等单卡性能追平。通过互联、统一内存、超节点、软件栈和系统集成，把更多“不完美”的芯片组织成可用算力，是中国AI算力产业必须走的一步。         然而，它也确实是更重的一条路。因为系统级的路线从来没有消除问题，它只是将原本属于微观层面的半导体瓶颈，重新分配到了更宏观、也更复杂的商业世界中。         在这种路线下，单卡性能的不足必须依赖成百上千张卡的协同来弥补，但这随即把网络拓扑、信号时延与整套系统的可靠性推向了新的物理极限。当庞大的卡群终于被塞进算力柜时，高密度的算力又立刻转化为功耗与散热压力，将电力扩容、液冷改造的代价，变成了必需的成本。

|          硬件的整柜交付也远非终点，隐藏在冰山下方的CUDA软件迁移、算子重写以及框架适配，紧接着变成了一笔企业无法赖掉的工程支出。

| 即使这些障碍被逐一扫除，厂商们最终仍要向客户回答一个本质的问题，这套系统是不是比原先方案更好。         这就是系统级突围的现实，它解决了一部分问题，也制造了新的复杂性。

| WAIC展台上的参数再惊艳，也要看下一场发生在客户机房里的硬仗国产AI算力谁能突围。

Current article:http://9dx7yzy.shangfochengcongshuaizhuang.buzz/bii9zr/20260826/81841.html

Published on:04:15:11