通过NVFP4、跨GPU权重分布及上下文迁移，宣称每美元智能体吞吐最高增30倍。
推荐理由：方案不再依赖扩充稀缺HBM，而以压缩、LPDDR缓冲和上下文分层迁移提升利用率；若30倍成本吞吐成立，推理竞争将转向整机协同效率。
阅读原文