尤其是两只零售价16万的LV包包，让陈燕瞠目结舌，韩妍老师更是吓得连连推迟，说什么也不肯要。
在周不器的几番坚持之下，她也就美美地收下了，脸上的笑容，洋溢了一整天都不消失。
这天上午，周不器安排飞机，送她俩回东北了。
回到公司，处理点重要的事。
沈向阳的关于AI芯片的报告打上来了，总共是13页的A4纸，上面罗列的各种数据和技术方向，也把AI芯片的前沿思想和未来期待给讲清楚了。
很多内容周不器都看不太懂。
但大体内容是明白了。
所谓的AI芯片，其实就是AI加速器，专门用来处理人工智能应用中的大量计算任务的模块。可以作为单独的芯片存在，以后技术强大了，也可以集成到通用芯片中。
根据先知先觉的一个案例，周不器对AI芯片的理解就更深刻了——人脸识别。
人脸识别不是什么多前沿的科技，二十年前就出现了。九十年代初就开始广泛地应用了。二十世纪初，我国的公安部门就可以根据人脸识别技术抓捕罪犯了。
可是，为什么智能手机直到iPhoneX才真正地开始用上人脸识别技术？
因为直到这个时候，苹果的A系列芯片才终于有了仿生功能，也就是把AI芯片的技术集成到了A系列的芯片中。
所谓的人脸识别，就是人工智能的一种，是计算机仿生的一种判断，需要有超大计算量才行，市面上的通用芯片很难这个问题。
就算出现一些人脸识别的安卓机了，那也是假的，是2D识别，用不着真实的人脸，拿个人脸照片就可以解锁。
人脸识别的3D结构光不算太难，全世界有很多家公司能够做到。
难的是仿生芯片。
全世界只有苹果独一家。
有了AI处理技术的强大支撑，给苹果的A系列芯片的计算力和处理力大幅度提高了，4核芯片能够轻松吊打安卓机的8核芯片。
而当下的2008年，AI芯片还是最前沿的一个领域，是一个新的赛道，全世界的科技企业都在摸索地前行。
根据沈向阳的报告显示，对于AI芯片未来的技术方向，业内始终不能达成共识，分成了几大流派。一来是深度学习等算法模型的研发并未成熟，二来是AI的基础理论方面仍然存在很大空白。
也就是说，AI芯片是真正的“软硬一体”。
软的层面，是代码层面的AI算法；硬的层面，通过集成电路的芯片设计。而芯片设计的方式和嵌入式语言的应用，就是根据软件层面的AI算法。
两者要深度结合、高度统一，把软件上的技术通过硬件来展现出来，才能开发出最强大的AI芯片。
再往深里说……AI芯片会涉及更广更复杂的领域，不仅是集成电路半导体行业了，还要跟互联网技术、跟软件技术深度结合才行！
像高通、英特尔、三星、IBM这些顶尖的芯片公司，最强大的实力体现在“硬”的方面，“软”的方面就有所欠缺了。
他们不是互联网公司，也不是软件公司，存在着技术短板。
AI芯片的核心是AI，要先有AI技术，然后才能根据AI技术进行相关的芯片设计。最强大的AI芯片，一定是有最好的AI技术和最好的芯片设计才行。
同样的例子，还有云计算。
IBM、思科、惠普等服务器巨头搞不起来云计算平台，这个市场被互联网巨头瓜分了。因为云计算平台的核心是云操作系统的虚拟能力和调度能力，是“软”技术，几百万台服务器的分布式连接只是配套设施。
AI芯片跟云计算一样，是一个存在着互联网统治硬件的领域，主导的不应该是芯片公司，而是互联网公司。
对周不器和紫微星来说，眼下就是一个机遇！
紫微星研究院的人工智能实验室由沈向阳负责，研究的就是AI技术。完全可以技术拓展，把AI技术和芯片设计相结合。
虽然要结合两种技术，可这个工程不见得比李易男要做的4g通用芯片要难。
通用芯片因为是通用属性，所以功能更多、更精密、设计得更复杂。AI芯片功能单一，在芯片设计上的复杂度就没那么高了。
国内最缺的是芯片领域的人才，相比较之下，AI的相关人才还是比较多的。从这个角度来看，做AI芯片要比做通用芯片更可能成功。
而且这是个新赛道，只要做出来了，就是世界顶尖。
周不器的思维马上从沈向阳的报告中跳了出来。
第一步，通用芯片；第二步，AI芯片；第三步，通用芯片跟AI芯片的结合，推出类似苹果A系列芯片那样的仿生芯片。
很显然，对当下绝大部分的芯片巨头来说，欠缺的都是AI芯片的能力。
第1111章 芯片双子星（2/2） 点击下一页继续阅读。