虽然不认识眼前的两人，但江一锋懂技术。
他问道：“你们看过扩散模型的理论？如果IPU架构真如你们所言，那确实非常适合扩散模型的研究。”
西蒙点了点头，很自信的说道：“IPU架构跟扩散模型是天生一对！
扩散模型推理的核心痛点是迭代去噪的过程太繁琐，这通常需要反复推理，推理流程经常在50步以上。
你们使用GPU芯片，每一步都要把UNet参数从片外搬到计算单元，就算GPU的HBM带宽再高，来回倒腾50次也是巨大开销。
不仅计算速度慢，而且耗能很大。
而我们IPU的架构是稀疏化模型，可以把所有参数和存储都放进芯片里。
这意味着50步的推理迭代，GPU要搬50次数据，IPU只搬1次。
这不仅是性能优化，更是架构维度的降维打击。
当然，你和陈女士提出的扩散模型理论，是AI领域非常伟大的训练模型。
我们正是在看到相关文章之后，才决定来到华国。
因为我们知道，你跟我们是一路人，都是技术狂人。
我们不为了钱，就为了实现理想的技术，打造出一个会思考的机器！”
等西蒙说完，陈嘟灵一边倒茶，一边补充道：“西蒙和尼格尔先生都是芯片领域专家，他们的两次创业都很成功，第一家公司Element是90年代的独角兽，在2000年以6.4亿美元的价格出售给博通；
第二家公司3G modem，以3.7亿美元的价格卖给了瑛伟达。”
西蒙和尼格尔的履历还是很辉煌的，这两人属于是功成名就，并不缺钱。
这次以60岁的年纪重出江湖，就是为了做出最专业的AI芯片。
两人确实是技术狂人，但要说完全不为了钱也显得假，这是并行不悖的事情。
而且两人也很聪明，知道研发芯片是耗时很久且投资巨大的事情，所以并没有用自己的私人资金创业，都是找风投。
江一锋喝了口茶，不紧不慢的说道：“听你这样说，IPU的架构确实很适合扩散模型。
但你们这个项目的商业逻辑在哪里？”
西蒙早有准备，他回答道：“瑛伟达有庞大的市场基础和平台，跟它正面竞争是不明智的，我一直以来的观点，就是不能够研发大公司现有产品的强化版，而是要进行差异化竞争。
AI会存在于人类未来技术的任何领域，这是一个潜力很大的市场。
我们的IPU芯片，只要比GPU更适合AI，在这个细分市场做得够好，就能活得很好了。
用汽车行业比喻，瑛伟达就是全球销量第一的丰田，我们则是要制造阿斯顿马丁，专门卖给有钱的大客户。”
西蒙这话说得很清楚，他确实很有创业经验。
但江一锋却摇了摇头，他分析道：“现在AI市场并不大，你们的项目很难拿到资金。
就算未来AI兴盛起来，专业级芯片也只能够卖给研发AI的大型公司。
这些大型公司可能会短暂的购买IPU专业芯片，但是时间一长，他们肯定会研发自己的芯片的。
自研的ai芯片不仅自主性更强，还能更匹配自家公司的AI模型。
长远来看，IPU要独立发展是行不通的。”
江一锋虽然不了解Graphcore和IPU，但他现在既有商业分析能力，又有技术储备，看问题非常透彻。
几句话就戳中了Graphcore的死穴，让西蒙和尼格尔都沉默了。
如今才2015年，AI属于是理论研究越来越多，但技术应用还比较初期的时候。
现在的AI，基本以人脸识别、机器人、AR视效增强和云计算等形式展现，还是一个纯辅助的工具，在商业上并没有单列出来。
江一锋算是第一个吃螃蟹的人。
放眼全球，山海经实验室是第一家明确提出ai研究和应用的大型公司，并且每年都投入了大笔资金，也产出了一些成果。
即使这样，山海经实验室的ai研究还是个吞金兽，投入和产出不成正比。
这还是在江一锋利用自身影响力，让字节、快手、熊猫以及搜弧等公司采购了山海经的算法程序，又让风铃游戏、怪兽特效等子公司不断合作供血，才在账面上好看一些。
未来的AI在商业上都没有完全走通，更何况现在，所以AI这东西受到的质疑不小。
在很多人看来，AI就是工业智能化的变种称呼而已，远不如工业4.0这个概念火热。
对于这种情况，江一锋还是挺喜欢的。
现在其他国家和公司不重视AI应用，投资不够大。
山海经实验室的大笔投入，反而竖起了旗帜，占据了人才优势。
西蒙和尼格尔能被吸引过来，就是个很好的例子。
在未来，Graphcore的辉煌期就是跟微软达成合作，给微软提供专业AI芯片，那也是Graphcore估值的巅峰期。
但没过两年，微软就吸收了不少技术，宣布自研AI芯片，不再对外采购。
其余AI巨头，什么谷歌、字节等等，要么是瑛伟达的客户，要么就自研AI芯片。
Graphcore的IPU芯片卖不出去，年营收不足500万美金，最后被软银以6亿美金收购，在芯片竞争中基本出局。
江一锋在2015年就预见了未来的情况，这分析可谓是一针见血，逻辑清晰，西蒙和尼格尔无法反驳。
陈嘟灵看着江一锋，满脸的崇拜。
西蒙刚来山海经工作室找到她的时候，可是侃侃而谈，仿佛要建立一个AI芯片帝国，把陈嘟灵给唬住了。
现在江一锋分析几句，这两人就“现原形”了。
“不愧是老师啊！”
陈嘟灵在心里感叹着，又给江一锋把茶倒满。
她以为江一锋要继续打压，没想到江一锋话锋一转，开始说好话：“你们项目的商业逻辑有待商榷，但IPU架构确实是天才设想。
如果你们真是技术狂人，就应该带着技术加入一家专门研发AI的大公司，由这家公司给你们提供研发资金，帮你们安排好供应链和各项杂事。
你们就专心做研发，这样才能设计出最好的AI芯片。”
山海经实验室目前使用的芯片，基本都是瑛伟达生产的，在算力上确实限制了AI发展，能耗也很高。
江一锋确实很需要一款专业的AI芯片，来推动AI研究。
而且再过几年，米国就要在芯片上卡博子了。
江一锋原本是打算提前多囤积一些芯片，来应对不利局面。
现在西蒙和尼格尔找上门，他便顺势而为，干脆自研AI芯片，并搞出一条生产线，彻底解决未来卡博子的情况。
刚好山海经实验室已经得到了国家认可，官方的大产业基金要投资入股。
这笔投资还在谈，按照杜薇的说法，官方很看好江一锋和人工智能，总投资预计会超百亿，分三期打款，占股预计在20%左右。
听到江一锋的提议，尼格尔看向了西蒙。
西蒙刚想礼貌的拒绝，他还是想试试单独开公司。
却听江一锋又说道：“按照你们现在的思路，是永远做不出超越GPU架构的芯片的，也无法跟瑛伟达抗衡。
无论如何差异化，IPU还是在遵循摩尔定律，走的还是传统发展路径，在这方面瑛伟达积累的优势无限大。”
所谓摩尔定律，是半导体行业的两大定律之一，即“集成电路上可以容纳的晶体管数目在大约每经过18个月到24个月便会增加一倍”。
在这个定律下，芯片的纳米制程是越做越小的——纳米制程越小，在固定面积下能堆叠的晶体管就越多，芯片的性能就越强。
这是过去几十年，半导体行业发展的大趋势。
江一锋喝了口茶，继续说道：“芯片的纳米制程不可能无限缩小，越到后面，每次迭代要投入的资金成本就越大。
这种道路真的对吗？
半导体行业一直在堆叠晶体管，却忘了在某一个阶段停一停，扩展出宽度来。
比如28nm制程。
这是平面晶体管的集大成者。
从16/14nm开始，芯片行业就全面转向FinFET，晶体管从“躺着”变成“站着”，电流从“平面流动”变成“三维翻山”。
这种立体结构固然提升了性能，但也增加了不确定性和耗能。
28nm就是最稳定的平面晶体管架构，不仅可以抗住各种高低温环境，使用寿命也能长达十年。
如果用28nm制造出IPU，应用在ai领域，能在服务器里稳定跑十年，还能保证数据不出错、不掉电、不降频。
这多么完美？
你们有没有考虑过“倒退”，在28nm制程上发力？”
听到江一锋的话，西蒙人都麻了，哪有先进制程不用，倒退回去搞28nm制程的。
28nm和14nm的性能差距非常大。
西蒙刚想拒绝，负责技术的尼格尔却突然问道：“如果我们主攻28nm制程的芯片，如何解决算力和性能的劣势？”
江一锋笑着说道：“可以采用数据流架构，同时发展存算一体，再研发晶圆级系统，把面积当制程用，制作出稳定高效、性能强劲且低能耗的芯片。
到时候瑛伟达称霸消费电子市场，而我们主攻工业市场，比如汽车、航天和AI领域。
这才是真正的差异化竞争。
我对数据流架构等理论都有研究。”
江一锋这话说完，尼格尔瞬间来了兴趣，大家立即就探讨了起来。
其实江一锋主攻28nm制程，首先是为了防止未来被卡博子。
在2015年，国内是能买到包括DUV光刻机在内的28nm全套设备的，江一锋可以跟钟芯合作，成立一家项目公司，专门用来研发生产28nm工艺的IPU芯片。
一方面给AI研究提供更专业的芯片，另一方面提前布局28nm制程的国产替代。
这事并不难，钟芯今年跟华为、高通和长电都成立了合资公司。
其次，抛开卡博子的问题，江一锋提出的发展思路是可行的。
因为工业芯片不同于手机和电脑等消费电子，对芯片大小没有太高的要求。
如果抛开面积限制，运用架构技术实现算力叠加，弥补性能弱势，那28nm制程的芯片真的很有优势。
稳定耐用，节能高效，价格相对便宜，还能稳定供货，这就是工业生产的最爱。
未来国内被米国卡博子，就在这方面发展出了深度，利用晶圆级系统，实现了千万亿次计算能力，把28nm制程的芯片玩出了花。
客观上说，IPU的架构思路，跟江一锋的这个思路是殊途同归的。
所以尼格尔被打动了。
大家聊了两个多小时，越聊越投机，尼格尔当即就同意了江一锋的提议，愿意加入江一锋的团队。
由江一锋成立一家ai芯片公司，挂在山海经实验室旗下，西蒙和尼格尔以技术入股。
协议签订之后，江一锋才发现自己捡到宝了。
尼格尔和西蒙是真有货，IPU架构基本跑通了，各种技术专利就有900多项。
其团队成员并不多，核心也就20来个人，但都是行业精英。
尼格尔和西蒙也非常满意，在华国工作非常高效，供应链体系完备，兄弟公司也很到位。