“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。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！