冯庭波深吸一口气，“这条路很难，很烧钱，甚至短期内看不到商业回报。但这是华兴的使命，是海思的使命，也是我们这一代技术人的使命。”
她停顿了几秒，让这番话沉淀。
然后，语气转为务实：
“回到商业层面。
昇腾集群已经内部部署了三个试点，支撑盘古大模型的训练。
实测数据显示，在同等算力下，昇腾+mindspore的组合，训练效率比英伟达+tensorflow高5%，能耗低10%。
在推理场景，优势更明显，效率高8%以上。”
“客户反馈呢？”姚尘风问。终端bg虽然主要做消费者业务，但他对ai在手机端的应用很关注。
“已经有三家互联网公司、两家科研机构、五家大型国企在测试。”冯庭波说：
“反馈总体正面，尤其是在数据安全要求高的场景。
比如政务、金融、军工等，我们的全栈国产方案有不可替代的优势。”
“成本呢？”郑青山又问。
“单卡成本目前还比英伟达高，但集群整体tco（总拥有成本）已经持平。”冯庭波很坦诚。
“随着规模扩大、良率提升，成本会持续下降。
更重要的是，一旦国际形势有变，我们的供应链是安全的，不会断供。”
郑青山点点头，没再追问。
冯庭波的汇报持续了半小时，最后以一张生态合作图结束。
“总结：昇腾ai芯片和集群，已经具备了大规模商用的能力。
下一步，我们的重点是：第一，扩大产能，满足内部和外部需求；
第二，完善工具链，降低开发门槛；
第三，与云bu、六大军团深度协同，打造标杆案例。”