沈向阳摇了摇头，“研发可不是什么星辰大海，要真是星辰大海，大家不都挤破脑袋地往里冲了？还用得着号召吗？研发是地狱深渊，是充满未知的黑暗世界。”
周不器气道：“就算是地狱深渊，也特么的给我往里闯！走的人多了，便有了路。实力强的不在前面冲，就永远也不可能穿过地狱，打通人间和天堂的路！”
沈向阳笑了笑，“你别激动，知道你投研发的意志很坚定。我就是让你有一个正确的认知，以便你的战略决策能够更加准确。”
周不器眉梢一挑，觉得他话中有话，“你什么意思？”
沈向阳道：“我这也是根据李易男最近这几天的行程，有过的一些分析。做4g芯片弯道超车，这风险太大了，直道都超不了，更别说弯道了，十有八九要翻车。有一个更好的思路，是换道超车。”
“换道？怎么换？”
“你知道仿生芯片吗？”
“苹果吗？”
周不器先知先觉，他知道苹果自研的A系芯片就叫仿生芯片。
“苹果？”沈向阳愣了一下，“苹果要做仿生芯片吗？没听说啊？”
乔布斯认为，想要真正地把软件做到极致，就必须要“软硬一体”，最核心的当然就是芯片。随着初代iPhone的成功，乔布斯信心大增。今年，苹果就有了大动静，斥资2亿美元收购了知名的芯片公司P.A半导体，一下就拥有了150名硅谷顶尖的芯片工程师，开始了芯片之路。
这就是硅谷巨头的优势了。
他们可以很容易地在硅谷完成资源、人才和技术的整合，快速地拥有跨赛道的顶尖科技。国内的科技巨头就不行了，要一点点的摸索。去硅谷砸钱买，当局都不可能批准，只能去欧洲想想办法。
周不器很无奈地说：“不是，你说的仿生芯片，到底是什么？”
沈向阳道：“仿生芯片就是增加了模仿生物系统的功能和行为的芯片，就相当于有了一定的人工智能，也可以叫AI芯片。”
“哦，这样啊！”
“其实主要就是神经网络引擎。嗯……我简单说一下，就是06年的时候美国的一个科学家，也是我的一位好友，他提出受限玻尔兹曼机模型与深度信念网络，成功地训练多层神经网络，解决了反向传播算法局部最佳解问题，也就是咱们的人工智能实验室在做的深度学习。有了深度学习，就有了大规模深度神经网络学习的可能性。第一家跟进的公司是英伟达，开发出了世界首款AI芯片……”
“等等！”周不器头很大，打断了他，“AI芯片到底是什么？咱们要做的4g芯片是通用芯片吧？有什么区别？”
沈向阳道：“处理能力更强，算力更强大！通用芯片，就是可以通用。AI芯片的应用范围很小，主要就是人工智能。比如黄图鉴别，这就是人工智能，看似简单，却需要超级强大的算力才行。通用芯片就做不到了，需要AI芯片来处理。”
“呃……”
“这么说吧，你知道Photoshop为什么没有手机版吗？”
“因为手机端的算力不够？”
“差不多就这意思。”沈向阳点了点头，“在电脑上打开一款大型游戏，如果处理器性能不行，就会很卡。手机上也是。一般性的游戏、视频，通用芯片就够了。可是遇到超大计算量，这就很难了，比如视频的渲染，通用芯片不可能完成。嗯，其实我们也有解决办法，就是云计算平台。手机用户如果要深度渲染视频，可以把视频上传到云端，然后让云端的处理器来进行计算、处理。可这就慢了，需要上传、下载，过程很麻烦。如果有性能强大的AI仿生芯片，可以处理超大计算，就可以直接在手机端进行深度的视频渲染了。又比如你此前说过的手机端人脸识别，这就需要强大的人工智能计算能力，通用芯片会很吃力，最多做一些简单的人脸识别。AI芯片却可以识别得更全面，更准确。”
周不器轻轻颔首，基本理解了。
他不了解AI芯片是什么鬼东西。
但是，他做紫微星这么久，也有了一定程度的技术认知，再结合先知先觉，就可以有敏锐的判断了。
未来的技术大方向，是中心化的云计算。然后，是去中心化的边缘计算。
大概逻辑就是现在科技不发达，本地端的芯片处理能力不够，遇到处理不了的问题怎么办？上传到云端，去使用云计算。然后通过云端反馈结果。
等以后科技发达了，本地的芯片处理能力就够了，一些复杂的处理就不需要上传到云端了，可以在本地端或者靠近本地端的边缘地带进行计算了。
这个AI芯片的理念，符合去中心化的潮流！
去中心化有一个好处——安全。
把信息传到云端处理，就相当于把自家的内容交给了云计算平台，搞不好会泄密。直接在本地端处理，就更安全了。
这章没有结束，请点击下一页继续阅读！