第247章?完全體：人工智能?量子計算機！
4月，因為登頂夏國首富，李易深居簡出，不是去學校就是在彆墅。
也不是什麼都沒做，他整理了很多記憶中，前世看到的各種數據資料。
比如穀歌人工智能芯片：TPU（Tensor?Processing?Unit），張量處理器。
這是財大氣粗的穀歌，針對機器學習算法而專門製作，一款訓推一體的Ai芯片。
如果說CPU，GPU是比較萬能的工具，那麼TPU就是專用工具。
TPU就是穀歌專門為加速深層神經網絡運算能力而研發的一款芯片。
它有更高效能的深度機器學習能力。
據說，TPU與同期的CPU和GPU相比，可以提供15-30倍的性能提升，以及30-80倍的效率（性能/瓦特）提升。
每一個操作需要更少的晶體管，用更多精密且大功率的機器學習模型，並快速應用這些模型，因此用戶便能得到更正確的結果。這就是TPU。
在李易的記憶中，穀歌最新發布的TPU?芯片，包含1個張量核心，每個張量核心有4個矩陣乘法單元、1個向量單元和1個標量單元。
較比上一代產品，每美元可提供高達2倍的訓練性能。
對於大型語言模型和生成式AI模型，每美元可提供2.5倍的推理性能。
成本卻不到上一代的一半。
最新上線的TPU支持多達256個芯片互連，總帶寬超過400Tb/s，INT8性能達到100petaOps，從而解決更複雜的計算任務。
Ai模型的參數數量以每年10倍的速度增長。
而芯片性能每年最多增長2~3倍，單芯片性能增長根本撐不住。
所以，必須通過集群擴展和稀疏化模型來應對飆漲的算力需求。
傳統的設計和構建計算基礎設施的方式，無法滿足生成式AI和大型語言模型指數級的增長需求。
這就需要做許多事情，將TCO性能提升幾十倍、數百倍！
李易不是這方麵的專家，他隻是看過相關的報道。
星海半導體也不是直接抄襲，而是做相關的研究，徹底消化這方麵的東西。
至少有一點可以確定。
就是有了一個確切的研究方向，能少走很多彎路。
商兵華的加入，能將星海半導體的人工智能芯片提速！
除此之外，還有軟件方麵的研究。
這方麵李易自己就懂得比較多。
結合起來，能大大提升人工智能技術的研究速度。
“這段時間，我們已經敲定了各方麵的研究項目……從半導體原材料，到芯片設計、生產製造設備，都已經整理出來！”
“根據需求，投入相應的資金，做相關研究，攻克相關問題。”
比如，最底層的原材料方麵，其實不用那麼著急。
像光刻膠、晶圓這方麵，雖然依舊很重要，依舊被卡脖子，但國內也有公司在做。
隻不過沒達到世界領先。
這些方麵即便被卡脖子，也能暫時用一用。
現在，這方麵可以投入資金，繼續做研究和提升，繼續追趕。
最主要的還是芯片生產製造方麵涉及到的設備！
光刻機！
“這方麵，夏科院、幾個光學研究所、臨海那邊微電子公司有相關的研究……”
光刻機這方麵難度，卓院士都要搖頭。
一台光刻機，它代表的，不僅僅是一台高精密設備。
代表的是全球，各個國家最頂尖的技術集合體！
光刻機也他不是一家公司，甚至不是一個國家能搞定的。
阿斯麥，也隻是一個組裝工廠而已。
一台光刻機有上百噸，兩層樓那麼高，10多萬個零部件，僅內部線纜拉出來，就有2公裡。
一台光刻機需要40多個集裝箱來運輸。
一道光刻機三大核心：分彆是頂級的光源(激光係統)、高精度的鏡頭(物鏡係統)、精密儀器製造技術(工作台)。
光源是阿斯麥受過米國Cymer；
鏡頭是蔡司提供；
工作台是德國公司提供。
整個光刻機，阿斯麥真正掌握的核心技術：不足10%。
這些代表著全球最頂尖的技術，讓一個公司去掌控？
讓一個國家去掌控？！
這還是隻是光刻機內使用的技術。