性能比较运行的是Llama 3.3 70B开源模型。都能运行，说明CUDA的护城河已经没有那么宽了。模型

有没有针对AI芯片进行极致优化？on demand成本跟芯片采购成本多大不同？这种快速推出的性能比较参考意义不大。保险起见，分散投资。