阅读历史 |

第43章 模仿式的学习(2 / 2)

加入书签

“我没听错吧?这真的假的?这是真智能了啊,真的能实现吗?”

“如果是真的,这将是一个时代的开端。”

“吹牛呢吧和是,我承认,他可能比其他的神经网络芯片强一点,但类思考,肯定夸张了!你们可能不了解机器学习跟猴子学习差别有多大,这么跟你们说,我们曾经做过专门的研究:

“机器学习学习一样东西,一个过程那是要重复千万次甚至上亿次的。而聪明的猴子呢?你只要教它他肯定能学会,重复顶多几十次上百次顶天了,与机器学习单纯的统计分析不同,猴子是模仿性质的学习。

“上百次与上亿次,你们咂摸咂摸就知道差别了,可以说真不是同一个维度的东西。”

很多人确实不知道这其中的差别呢,有人这么一讲,心中立即也就有谱了:“这还真有可能是一个时代的开端!”

“是的,有人可能想到了,模仿式的学习。”康硕笑道:“从通过大数据统计与分析进行机器学习,升级到灵长动物类模仿式的的学习,这无疑是一个巨大的跨越。

“而更为关键的是结合,在学习能力上,判断与决断能力上,混沌芯片无疑是十分强大的,但各类运算就不是它所擅长的了。就像人,算数也不管计算器不是?

“于是,这款混沌加ARM双架构组合芯片应运而生了,一个天然智能,一个超级运算,一个耗电发热,一个吸热再利用,可谓是天生一对,相辅相成。

“你们以为这就完了?可不是!神奇还不远仅如此,你想,一个计算器自己啥都不会干吧?想要做什么还得人去操作。

“而现在,天然智能的模块那就能引领超能运算的CPU更好的工作。事实上,我们在设计CPU这个中央处理器的时候,在关键节点上,就辅助使用了混沌理论。更关键的,这还更有利于发热散出,热能正好传递,供混沌芯片利用。”

听到这里,很多人恍然大悟了。

之前只听说混沌芯片结合传统芯片,能够将14nm制程的芯片发挥出不亚于5nm级别的性能,他们不能说不信,但心里总归是犯嘀咕的。

但此刻,一切真相大白,原来是这么回事儿,心中的疑虑瞬间消失,转而形成的是无比的赞叹。

“经过我们的仔细评估与仿真实验,在10nm这个光刻工艺下,这种复合芯片能够达到4nm+的性能,这一点已经得到验证。”

康硕一笑:“那么多节点,现在我为什么单单说起10nm呢?”

稍微一顿,康硕接着开口:“来,让我们欢迎沪都微电子光刻机项目总工程师梁振光梁总,让他来给我们介绍一下光刻机的情况。”

——————————

感谢【书友20190927164914396】500起点币的打赏。

感谢【秋冬1987】300起点币的打赏。

感谢各位书友鼎力的支持,感谢。

另外,弱弱的问一句,我这两天写的很嗨,是不是自嗨啊?抒情是不是抒多了,而且没抒好?

很忐忑,在此问问书友们的感受,决定后续再有这种情况时候如何选择写法。

↑返回顶部↑

书页/目录