韓妍在陳燕隻在首都留了兩天，周不器陪她倆看了場京劇、聽了場相聲，去國貿買了一大堆東西，總共花了40多萬。
尤其是兩隻零售價16萬的v包包，讓陳燕瞠目結舌，韓妍老師更是嚇得連連推遲，說什麼也不肯要。
在周不器的幾番堅持之下，她也就美美地收下了，臉上的笑容，洋溢了一整天都不消失。
這天上午，周不器安排飛機，送她倆回東北了。
回到公司，處理點重要的事。
沈向陽的關於ai芯片的報告打上來了，總共是13頁的a4紙，上麵羅列的各種數據和技術方向，也把ai芯片的前沿思想和未來期待給講清楚了。
很多內容周不器都看不太懂。
但大體內容是明白了。
所謂的ai芯片，其實就是ai加速器，專門用來處理人工智能應用中的大量計算任務的模塊。可以作為單獨的芯片存在，以後技術強大了，也可以集成到通用芯片中。
根據先知先覺的一個案例，周不器對ai芯片的理解就更深刻了——人臉識彆。
人臉識彆不是什麼多前沿的科技，二十年前就出現了。九十年代初就開始廣泛地應用了。二十世紀初，我國的公安部門就可以根據人臉識彆技術抓捕罪犯了。
可是，為什麼智能手機直到iphonex才真正地開始用上人臉識彆技術？
因為直到這個時候，蘋果的a係列芯片才終於有了仿生功能，也就是把ai芯片的技術集成到了a係列的芯片中。
所謂的人臉識彆，就是人工智能的一種，是計算機仿生的一種判斷，需要有超大計算量才行，市麵上的通用芯片很難這個問題。
就算出現一些人臉識彆的安卓機了，那也是假的，是2d識彆，用不著真實的人臉，拿個人臉照片就可以解鎖。
人臉識彆的3d結構光不算太難，全世界有很多家公司能夠做到。
難的是仿生芯片。
全世界隻有蘋果獨一家。
有了ai處理技術的強大支撐，給蘋果的a係列芯片的計算力和處理力大幅度提高了，4核芯片能夠輕鬆吊打安卓機的8核芯片。
而當下的2008年，ai芯片還是最前沿的一個領域，是一個新的賽道，全世界的科技企業都在摸索地前行。
根據沈向陽的報告顯示，對於ai芯片未來的技術方向，業內始終不能達成共識，分成了幾大流派。一來是深度學習等算法模型的研發並未成熟，二來是ai的基礎理論方麵仍然存在很大空白。
也就是說，ai芯片是真正的“軟硬一體”。
軟的層麵，是代碼層麵的ai算法；硬的層麵，通過集成電路的芯片設計。而芯片設計的方式和嵌入式語言的應用，就是根據軟件層麵的ai算法。
兩者要深度結合、高度統一，把軟件上的技術通過硬件來展現出來，才能開發出最強大的ai芯片。
再往深裡說……ai芯片會涉及更廣更複雜的領域，不僅是集成電路半導體行業了，還要跟互聯網技術、跟軟件技術深度結合才行！這些頂尖的芯片公司，最強大的實力體現在“硬”的方麵，“軟”的方麵就有所欠缺了。
他們不是互聯網公司，也不是軟件公司，存在著技術短板。
ai芯片的核心是ai，要先有ai技術，然後才能根據ai技術進行相關的芯片設計。最強大的ai芯片，一定是有最好的ai技術和最好的芯片設計才行。
、思科、惠普等服務器巨頭搞不起來雲計算平台，這個市場被互聯網巨頭瓜分了。因為雲計算平台的核心是雲操作係統的虛擬能力和調度能力，是“軟”技術，幾百萬台服務器的分布式連接隻是配套設施。
ai芯片跟雲計算一樣，是一個存在著互聯網統治硬件的領域，主導的不應該是芯片公司，而是互聯網公司。
對周不器和紫微星來說，眼下就是一個機遇！
紫微星研究院的人工智能實驗室由沈向陽負責，研究的就是ai技術。完全可以技術拓展，把ai技術和芯片設計相結合。
雖然要結合兩種技術，可這個工程不見得比李易男要做的4g通用芯片要難。
通用芯片因為是通用屬性，所以功能更多、更精密、設計得更複雜。ai芯片功能單一，在芯片設計上的複雜度就沒那麼高了。
國內最缺的是芯片領域的人才，相比較之下，ai的相關人才還是比較多的。從這個角度來看，做ai芯片要比做通用芯片更可能成功。
而且這是個新賽道，隻要做出來了，就是世界頂尖。
周不器的思維馬上從沈向陽的報告中跳了出來。
第一步，通用芯片；第二步，ai芯片；第三步，通用芯片跟ai芯片的結合，推出類似蘋果a係列芯片那樣的仿生芯片。
很顯然，對當下絕大部分的芯片巨頭來說，欠缺的都是ai芯片的能力。
紫微星在人工智能領域的布局不錯，既有沈向陽這個頂級科學家，又從雅虎挖來了陸器，可以說是充滿了機會。