第408章

    4月，因为登顶夏国首富，李易深居简出，不是去学校就是在别墅。zicuixuan

    也不是什么都没做，他整理了很多记忆中，前世看到的各种数据资料。

    比如谷歌人工智能芯片：tpu（tensor processing unit），张量处理器。

    这是财大气粗的谷歌，针对机器学习算法而专门制作，一款训推一体的ai芯片。

    如果说cpu，gpu是比较万能的工具，那么tpu就是专用工具。

    tpu就是谷歌专门为加速深层神经网络运算能力而研发的一款芯片。

    它有更高效能的深度机器学习能力。

    据说，tpu与同期的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。

    每一个操作需要更少的晶体管，用更多精密且大功率的机器学习模型，并快速应用这些模型，因此用户便能得到更正确的结果。这就是tpu。

    在李易的记忆中，谷歌最新发布的tpu 芯片，包含1个张量核心，每个张量核心有4个矩阵乘法单元、1个向量单元和1个标量单元。

    较比上一代产品，每美元可提供高达2倍的训练性能。

    对于大型语言模型和生成式ai模型，每美元可提供25倍的推理性能。

    成本却不到上一代的一半。

    最新上线的tpu支持多达256个芯片互连，总带宽超过400tb/s，int8性能达到100petaops，从而解决更复杂的计算任务。

    ai模型的参数数量以每年10倍的速度增长。

    而芯片性能每年最多增长2~3倍，单芯片性能增长根本撑不住。

    所以，必须通过集群扩展和稀疏化模型来应对飙涨的算力需求。

    传统的设计和构建计算基础设施的方式，无法满足生成式ai和大型语言模型指数级的增长需求。

    这就需要做许多事情，将tco性能提升几十倍、数百倍！

    李易不是这方面的专家，他只是看过相关的报道。

    星海半导体也不是直接抄袭，而是做相关的研究，彻底消化这方面的东西。

    至少有一点可以确定。

    就是有了一个确切的研究方向，能少走很多弯路。

    商兵华的加入，能将星海半导体的人工智能芯片提速！

    除此之外，还有软件方面的研究。

    这方面李易自己就懂得比较多。

    结合起来，能大大提升人工智能技术的研究速度。

    “这段时间，我们已经敲定了各方面的研究项目……从半导体原材料，到芯片设计、生产制造设备，都已经整理出来！”

    “根据需求，投入相应的资金，做相关研究，攻克相关问题。”

    比如，最底层的原材料方面，其实不用那么着急。

    像光刻胶、晶圆这方面，虽然依旧很重要，依旧被卡脖子，但国内也有公司在做。

    只不过没达到世界领先。

    这些方面即便被卡脖子，也能暂时用一用。

    现在，这方面可以投入资金，继续做研究和提升，继续追赶。

    最主要的还是芯片生产制造方面涉及到的设备！

    光刻机！

    “这方面，夏科院、几个光学研究所、临海那边微电子公司有相关的研究……”

    光刻机这方面难度，卓院士都要摇头。

    一台光刻机，它代表的，不仅仅是一台高精密设备。

    代表的是全球，各个国家最顶尖的技术集合体！