Transformer是当下爆火的GPT、LLAMA、PaLM等大模型普遍采用的基础架构，它的崛起无疑是深度学习历史长河中一个重要的里程碑。凭借着其强大的自然语言理解能力，Transformer在问世的短短几年内便取代了传统的RNN网络结构，不仅成为自然语言处理领域的主流模型架构，还在计算机视觉、语音识别等多个领域展示了其跨界的通用能力。

在Transformer已经占据人工智能领域半壁江山的今天，为什么岩芯数智还要寻求非Transformer的更多可能性？

刘凡平的看法是，在全球范围内，一直以来都有不少优秀的研究者试图从根本上解决对Transformer架构的过度依赖，寻求更优的办法替代Transformer。就连Transformer 的论文作者之一Llion Jones也在探索‘Transformer 之后的可能’，试图用一种基于进化原理的自然启发智能方法，从不同角度创造对AI框架的再定义。

岩芯数智也不例外，他们在对Transformer模型不断的调研和改进过程中，意识到了重新设计大模型的必要性：一方面，在Attention机制下，现有架构的调整几乎已经达到瓶颈；另一方面，岩芯数智更期望降低企业对大模型的使用门槛，让大模型在更少的数据、更低的算力下具备更强的性能，以应用于更广泛的业务。因此，在历经近1000多个日夜，超过几百次的设计、修改、优化、对比、重来后，岩芯数智自主研发出了不再依赖Transformer的全新架构――“Yan架构”，同时，基于Yan架构的通用大模型应运而生。

据他介绍，Yan架构拥有相较于同等参数Transformer的7倍训练效率、5倍推理吞吐、3倍记忆能力，同时支持CPU无损运行、低幻觉表达、100%支持私有化应用。

刘凡平表示，“我们没有在去年热度最高的时候发布YAN架构、也没有选择通过刷榜单评比自身应有的排名，是因为我们认为最终决定你这个东西是不是有价值的是客户，我们想做更长远的事情。当然，除了星辰大海，我们也会脚踏实地做商业化应用，保证第一是能用的，第二是好用的，第三是大家愿意用的。”

刘凡平认为，本质上岩芯数智为行业提供了新的视角、新的价值。“这条路最终是不是对的，行业还没有定论，但是通过堆积算力带来的昂贵成本与低性价比，一定是大多数企业不愿负担的，这并没有让人工智能给大家创造一个更加多元化或者更可行的体验。

所以我们觉得在这个市场我们是能提供价值的。当我们能创造一个新的价值的时候，我们就不会去惧怕巨头或者大厂，他们也没有解决客户的痛点，我们的起点是差不多的。我们是思考过，确信自身能提供新思路、新方案、新应用、新价值，解决用户的痛点。”