重回高考,暑假从10元赚到2亿 第296节

  那就不用想了……EUV光刻机根本拿不到。

  聊了一上午,众人在学校这边吃了饭。

  李易这边安排车。

  众人移步去了星海半导体。

  “人工智能:河图,目前还只是雏形……之前和内阁议长会面,针对性投喂数据,还做了一些优化。”

  “但未来,肯定是人工智能的时代!”

  “这次邀请上教授加入,主要是研究一款强大的人工智能芯片!”

  李易带卓院士和商兵华参观了星海半导体。

  看了一下相关的研究进展。

  同时也带他们体会了,星海半导体这边研究出来的人工智能雏形:河图!

  “很强大,真是……让我感觉很科幻,我也相信,未来人工智能是新的兵家必争之地!”

  卓院士体会了:河图的强大。

  仔细体会后。

  能发现‘河图’的数据投喂,还是有些偏科。

  然后是技术方面也不够成熟。

  硬件就更加不用多说。

  目前还是采购市面上的高端设备。

  都算不上顶尖的硬件。

  因为……最顶尖的硬件,根本买不到。

  也不够重视!

  同时,卓院士也用坚定的预期说道:“未来,人工智能技术发展起来,无论是星海引领人工智能时代,还是国外先一步研发出领先的人工智能技术,顶尖的芯片肯定是不用想了!”

  看着李易,卓院士说到:“你的担心和忧虑,是有必要的,很有远见!”

  就在今年4月份,米国宣布将夏国四家超算中心以及,国防科大纳入制裁。

  禁止米国公司向夏国出口高性能计算芯片。

  理由是:夏国超算涉嫌用于核武器研究。

  目前,“天河二号”使用的就是英特尔 Xeon E5处理器及Xeon Phi加速卡。

  这条禁令下达,算是彻底断绝夏国未来采购高性能芯片的可能性。

  未来人工智能,硬件也是最基础的!

  强大的硬件和算力中心,是人工智能技术强大的基础。

  连足够的算力都不够,人工智能产品能强大?!

  “TPU这个东西,很有想法……就是整个研究,需要弄的东西太多了……”

  一番参观下来,商兵华也承认星海半导体底子很好。

  人工智能技术虽然只是雏形:但有无限可能。

  可要说真正强大,真正拿的出的技术,还是没有的!

  TPU的理念很超前!

  就看如何实现。

  很明显,李易要搞人工智能芯片:TPU。

  所以邀请商兵华加入,负责这个项目。

  只不过,要掌握半导体领域的整个产业链,太难了!

  要研究的东西太多了!

  哪怕商兵华也搞不定,他也不是全才,他对TPU的研究确实感兴趣。

  有足够的资金投入,加上李易这边给出的部分资料和研究方向。

  出研究成果不问题。

  就是要看多久能出结果!

  “我想负责TPU这个项目,其他的……涉及到整个半导体产业链,你只能找科技部、或者国投那边派人来帮你统筹。”

  商兵华不可能管这方面。

  李易当然知道这点。

  他拿出记忆中,谷歌公布出来的TPU相关技术理念和架构。

  就是吸引商兵华加入。

  研究这方面技术!

  至于整个半导体产业链的研究,是需要一个人来统筹,联合燕大和其他高校、以及研究所!

  还必须是个有点实力的人出面才行!

  卓院士也不用想,人家的研究项目很牛:光量子计算机。

  这方面,李易都很眼馋,看看到时候能不能撒钱,支持一下相关的研究。

  统筹整个项目还得找上面领导帮忙,派个人过来,级别还不能太低?

  最少能和各地定高校、研究所打交道。

  有这方面的地位、人脉!

  还得懂技术才行!

第247章 完全体:人工智能+量子计算机!

  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。

  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2.5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!

  光刻机也他不是一家公司,甚至不是一个国家能搞定的。

  阿斯麦,也只是一个组装工厂而已。

  一台光刻机有上百吨,两层楼那么高,10多万个零部件,仅内部线缆拉出来,就有2公里。

  一台光刻机需要40多个集装箱来运输。

  一道光刻机三大核心:分别是顶级的光源(激光系统)、高精度的镜头(物镜系统)、精密仪器制造技术(工作台)。

  光源是阿斯麦受过米国Cymer;

  镜头是蔡司提供;

  工作台是德国公司提供。

  整个光刻机,阿斯麦真正掌握的核心技术:不足10%。

首节 上一节 296/370下一节 尾节 目录