4月，因為登頂夏國首富，李易深居簡出，不是去學校就是在別墅。

也不是什麼都沒做，他整理了很多記憶中，前世看到的各種資料資料。

比如谷歌人工智慧晶片：tpU（tensor processing Unit），張量處理器。

這是財大氣粗的谷歌，針對機器學習演算法而專門製作，一款訓推一體的Ai晶片。

如果說cpU，GpU是比較萬能的工具，那麼tpU就是專用工具。

tpU就是谷歌專門為加速深層神經網路運算能力而研發的一款晶片。

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倍的效能提升，以及30-80倍的效率（效能\/瓦特）提升。

每一個操作需要更少的電晶體，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，因此使用者便能得到更正確的結果。這就是tpU。

在李易的記憶中，谷歌最新發布的tpU 晶片，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倍的訓練效能。

對於大型語言模型和生成式AI模型，每美元可提供2.5倍的推理效能。

成本卻不到上一代的一半。

最新上線的tpU支援多達256個晶片互連，總頻寬超過400tb\/s，INt8效能達到100petaops，從而解決更復雜的計算任務。

Ai模型的引數數量以每年10倍的速度增長。

而晶片效能每年最多增長2~3倍，單晶片效能增長根本撐不住。

所以，必須透過叢集擴充套件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效能提升幾十倍、數百倍！

李易不是這方面的專家，他只是看過相關的報道。

星海半導體也不是直接抄襲，而是做相關的研究，徹底消化這方面的東西。

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慧晶片提速！

除此之外，還有軟體方面的研究。

這方面李易自己就懂得比較多。

結合起來，能大大提升人工智慧技術的研究速度。

“這段時間，我們已經敲定了各方面的研究專案……從半導體原材料，到晶片設計、生產製造裝置，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，最底層的原材料方面，其實不用那麼著急。

像光刻膠、晶圓這方面，雖然依舊很重要，依舊被卡脖子，但國內也有公司在做。

只不過沒達到世界領先。

這些方面即便被卡脖子，也能暫時用一用。

現在，這方面可以投入資金，繼續做研究和提升，繼續追趕。

最主要的還是晶片生產製造方面涉及到的裝置！

光刻機！

“這方面，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……”

光刻機這方面難度，卓院士都要搖頭。

一臺光刻機，它代表的，不僅僅是一臺高精密裝置。

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，