在人工智能领域，中国有个好消息。自去年年底以来，DeepSeek在全球范围内变得流行，并对其实力做出了回应，即“中国不能制造一流的模型”的结论。最近，华为推出了新的Ultra Moe模型，参数量表高达7180亿。它是在整个过程中在国内Ascend AI计算平台中培训的准亿万届MOE（混合专家）的模型。这证明了国内计算的力量还可以训练世界上的高级大型模型。中国和美国被认为是人工智能发展的第一个梯队。与中国相比，美国已经开始在人工智能领域的早期开始，并对基本技术，资本和盟友投资学有更大的好处。由于Chatgpt和Sora出现了，一些声音认为中国与美国之间的差距正在越来更大而难以捕获。实际上，中国与美国在人工智能领域之间的竞争表明，“美国很强，中国人很快”的动态变化。中国迅速捕获了应用，数据和驾驶驱动量表的变化，并且间隔继续缩小。 DeepSeek的成功证明，我的国家以“廉价，高性能”的变化方式开始，大型模型领域。计算的力量是与人工智能竞争的重要战场。计算的人才，数据和力量被认为是人工智能发展的三个主要要素。在MBY中，计算的力量是用于大型模型和处理大量数据的培训的主要基础架构，它定义了更改算法的空间。目前，美国具有人工智能的主要算法和框架的优势，也是领先的在高级计算能力领域的位置。有必要在市场共享，绩效，生态成熟度等方面提高国内计算的力量，并且还面临技术阻塞和许多困难。这也导致某种观点是“国内计算能力不能训练一流的模型”。 存在差距，但不能测量它。例如，尽管华为的单芯片工艺是在美国之后的一代，但它采用了AOF的AOF方法，可以通过叠加和聚类技术来提高系统性能，并最终达到世界上高级计算水平。这不仅是芯片性能的追赶，而且是通过改变系统工程和深层协作机制的“深根和成长叶子”的研发概念的转变，从而明确解释了中文的道路来打破基本基本系统的技术。我们还应该相信，随着技术和生态改善的差异，国内计算能力的力量将继续增加，并且有望实现从“可用”到“方便”的飞跃。计算竞赛是一场“系统战争”。从芯片的架构，对框架的优化到工程能力，中国建立了全堆栈独立技术链，该链继续缩小了与世界领先水平的差距。披露数据的判断，上升计算功率平台具有高训练效率，出色的理解性能以及系统的更稳定和可靠的操作。这完全证明了中国人工智能行业的重点是根源技术突破和系统的伙伴关系，完全有能力忘记独立，受控和领先的世界科学和技术成就，CH在数千个行业的智能升级中注入强大的动力。应当指出的是，中国在人工智能领域取得了重大突破，而不是低估自己。我的国家是全国最大的人工智能专利，主要的人工智能行业约为6000亿元人民币，企业数量超过4,700，形成了一个完整的工业系统，涵盖了大纲，模型层和型号层的主层，轮廓和模型层。计算功率量表的排名是世界上最好的。建造了高质量的行业数据，例如钢铁和煤炭，培养了许多竞争性的一般模型和行业模型，并且全球主要主流开源的主要主流开源的下载次数由全球社区主要资源主导。工业链从单点突破转移到了连续性变化。我们还应该看到艺术Idicial Intelligence Technology每天教数千英里，全球竞争变得激烈。我们不能满足。如果您满足于分阶段的结果并忽略缺点和差距，那么中国的人工智能可能会陷入“追逐 - 模仿 - 再次追赶”的循环中。国内计算的力量需要继续优化和改善高端芯片体系结构，集群沟通效率，软件生态学等，以习惯改善和更快地推动，并为发展中国人造人才行业提供坚实的基础。中国需要更多的信心和耐心来产生人工智能。全球人工智能竞争不是单一技术的涉及竞争，而是转型系统，工业弹性和战略愿景之间的全面竞争。作为一个世界上具有完整工业类别的国家，我国家的制造商已增加了近30个价值帐户世界的百分比，这是我们发展人工智能的重要优势和基础。只有维持“始终在路上”的心理，准备坐在基础研究中的替补席上，努力工作，生态建设以及为实施场景而努力的努力，这可能是中国真正实现中国速度的真正情报。