“新架构？”张明振教授有点儿疑惑：“你已经有想法了？”
“没啊，我只是感慨一句。”纪弘摇头：“现有架构的瓶颈太大了。”
说完，纪弘还解释了一番，说了一下孙博通过数学模型得出的结论。
“希望我闭眼之前还能见到你这不用驾照也能开的完全自动驾驶的车了。”
张明振自嘲了一句：“我有一个缺陷，就跟你那模型一样，你告诉我举起左手，我都得先想想，哪个是左手……驾照我是考不了喽！”
“啊……呃……”纪弘愕然，还有这么奇怪的毛病存在的吗？
……
(本章完)
第67章 存算三维融合芯片架构灵感来了
“老公，听说你今天大发神威，简直太棒了！”纪弘一进门，程荟便直接扑了上来，直接给了一个熊抱。
老公越来越强大，程荟也觉得与有荣焉，她现在在学校里，地位也是直线飙升，虽然只是一个尚未入学的准研究生，但享受的已经是团队负责人的待遇了。
【得到认可，思辨能力+0.1】
纪弘微微怔了怔：“你这么快就知道了？”
“那是！”程荟得意道：“我在学校现在可是包打听，人脉很广的！”
“嗯嗯，广！”纪弘一边说着，一边精准的把鞋甩到了鞋架上。
“净敷衍！”程荟嘟着小嘴儿，顺手接过纪弘的外套挂在了衣架上：“你这边不会有什么问题吧？”
“什么问题？”纪弘狐疑道：
“你说那自媒体记者？你看他回去敢不敢胡乱发就完事儿了。他们虽然博流量，但不是傻子，起码的眉眼高低如果都分辨不出来，早就不用混了。”
“嘻嘻。”程荟也知道是自己迷糊了，有些关心则乱，也是转移话题道：“下一阶段还有什么困难或者麻烦吗？”
“智算中心已经在稳定运行了，成长引航模型的训练也在如期进行。”纪弘也是在脑子里过了一遍比较重要的事情：
“操作系统这边，接下来会有一个大动作，与微软的真正竞争还没开始，不过还得等等张建这边谈的游戏适配结果。然后就是要布局专业软件的问题了。”
相关的计划，纪弘和陈继业已经商议了一套完整的方案，火星子都已经埋下了，就等最后一哆嗦，纪弘也是点头确认道：“定然万无一失！”
“那你最近为什么每天还都加班？”程荟不解道：“虽然遵守了加班绝对不超过十二点的约定，但你每天搞到十一点五十，是给我打擦边球呢在这？”
“哪能呢，接下来的产品确实都已经安排到位了，不过，技术的突破却陷入了瓶颈。”纪弘叹了口气，道：“有些麻烦，不好突破。”
“老公啊，你离职创业，成立卷耳智能科技，才多长时间你知道吗？”程荟掰着手指头说道：“从3月12号你离职算起，满打满算七十天。”
那意思很明显了，两个多月，搞了这么多的事情，还技术陷入了瓶颈，如果不陷入瓶颈该会怎样？
“是哪方面出了问题呢？”程荟感慨了一番之后还是关心的问着。
她现在都已经习惯纪弘时不时的给他讲点儿技术理论了，甚至，她都觉得自己也快成半个AI领域的专家了，真要做项目可能差点儿意思，但是理论那是一套一套的。
“关键位决策能力，这个问题还是没有太多的思路现在。”
纪弘说道：“现在的计算机是二进制的，0和1，是和否，高电平或者低电平，我们都知道，利用一定的逻辑和编码规定，二进制可以表示所有数据，存储文字、图片、视频都不在话下。”
程荟的计算机水平在这两个月已经有了突飞猛进的提升，纪弘说这些的时候已经不再需要绞尽脑汁的去举各种例子，可以直接说了：
“但二进制有一个局限，比如，我可以用0表示否定，用1表示确定。那问题就来了，该怎么表示我不知道，或者不确定。”
“三进制？”程荟脱口而出。
“三进制是可以表示【不知道不确定】这个概念。”纪弘摇了摇头：“但是，这一刻的我不知道并不代表永久的不知道。
“但随着时间的推移，获得的信息越来越多，原本不知道不确定的事情，达到了某个条件，【我又知道了、又可以确定了】，又该如何去表示和实现呢？
“这里边有两个问题，一个是，确定了，确定的结果是什么，是1还是0。
“另一个，是什么关键信息导致的确定被触发，触发是孤立因素导致的还是群体因素综合作用的？”
纪弘所考虑的这些问题，从根本上来说，就是硬件层面去实现【关键位决策】的核心问题。
“不行了不行了，我头都要爆炸！”程荟甩了甩脑袋：“老公，你是真强大，这么多问题都能梳理的这么清晰，我光听都听得脑袋快冒烟了！”
【得到认可，存算三维融合芯片架构设计灵感+1】
纪弘思索了非常多天的问题，也尝试了无数的思路，最终都卡在关键处有关键问题无法解决。
理顺了属于自己的所有思路，一条一条的讲给程荟听，果不其然，灵感送来了。
“老婆，今天请假，我估计需要整理到很晚。”纪弘语速超快的说道：“刚刚跟你讲这些，我理顺了一些思路，突然有一些新的想法。”
“嗯。”程荟木讷的点了点头：“也别太晚，我睡之前给你熬一碗粥，记得出来喝，养胃补气。”
纪弘一边点头，一边飞速的来到书房无数的灵感正萦绕在大脑里，少记录下来一个可能正好就会是关键。
……
存算一体化已经不是一个新的概念了，在存储器中嵌入计算能力，以打破存储墙，消除不必要的数据搬移延迟和功耗。
存算一体从最初的设计就是科学家在借鉴人脑的物理结构和工作特点人的记忆和思考可都在大脑里，不像计算机分为CPU、ROM、RAM什么的一大堆。
而借鉴人脑的这种方式将存储和计算天然的合二为一，有助于高速处理信息，被认为是神经形态计算（类脑计算）的关键核心技术。
纪弘对此早有诸多了解和学习，尤其是这一段时间，更是查阅了非常多的资料。
不过，现在的存算一体，无非就是把二者放的比较近，其实还是两个东西，只是减少了一些延迟，仅此而已。
而【存算三维融合芯片架构】正是在这样的基础上更进一步，利用巧妙的结构和设计让它们融合了，从而解决了纪弘所思所虑的三个关键问题：
1、怎么表示我不知道、现在还不确定。
2、运算（类思考）过程中，什么时候可以确定了，或者一直都未确定。
3、确定的结果是什么。
除此之外，思维灵感里还有更深一步的探索，那就是：这个不确定最终确定了，对其他不确定节点的影响如何去判断和预计。
纪弘“啪啪啪啪”的飞速敲着键盘，不放过任何的一个思维细节的完整记录着迸发而出的架构灵感。
甚至趁着思维还非常清晰，拿出平板和手写笔，形象的画出了很多张架构示意图。
“呼~~~”
好几个小时之后，纪弘放下键盘和笔，长长的“呼”了一口气，那一刻，只觉得手指头都不是自己的了。
……
(本章完)
第68章 你确定这都是真的？！
“怎么又是小米粥啊，早上要吃肉的。”早上一碗肉汤，或者是两个肉饼，对纪弘来说几乎是每天必备的，不吃的话一整天都会没精神。
“昨晚，不对，是今天凌晨几点睡的？”程荟白愣了纪弘一眼：“至少两三点，你确定你现在一碗肉汤下去不会吐出来？
“先别管精神不精神了，养养胃，回去睡个回笼觉，我知道的，今天上午没有啥重要工作安排。”
今天河州大学智算中心正好启动一周，各项数据的汇总就会出来。
包括纪弘所言的【使用过程就是训练过程，越用就会越强】的豪言也会得到验证。
成长引航模型，接受了第一轮训练，成果如何，也将揭晓。
不过，这都是下午以后的工作，上午如果不去公司的话，确实没什么重要的事情。
“嘿嘿，听老婆的。”纪弘果断认怂在思维灵感出现，自己一言而决的时候，程荟不会揪着，但事后一定是会找补的，纪弘也都已经有经验了。
而且，已在上周（5月17号）正式过完30岁生日的他，纵然有着体质不断的+0.1和持续的锻炼，但熬夜熬到两三点，七点钟再起床好像也有点儿不适的感觉。
也就是现在身体素质好了，搁在去年，如果熬一次两三点，那得两三天才能完全恢复过来。
……
“嗡嗡嗡嗡嗡……嗡嗡嗡嗡嗡……”
“谁啊？”约莫十二点钟，纪弘手机震动声吵醒，迷迷糊糊的说道。
“你可别跟我说你还在睡觉？”
声音那头，显然是张建，原本计划在河州留一周确定了CTCA以及整个智算中心的效果之后再走，但因为显卡游戏适配谈判的问题，此刻的提前来到了鹏城。
“昨天熬了个半通宵，上午就休息了。”说着，纪弘还打了个哈欠。
“你还真睡得着。”张建小声嘟囔了一句，但还是被耳朵相当尖的纪弘听到了。
“你是想问数据的情况？CTCA的效果究竟如何？这才刚十二点啊，数据截止的时间刚到，统计分析不得要时间吗？估计三四点才能有结果吧，不用担心，赵东赫在那盯着呢，有什么情况会第一时间跟我汇报的。”
纪弘简直有些无语，至于这么紧张吗。
张建更是无语凝噎，这么关键的时刻，不是应该亲自去盯着，第一时间看到数据吗？心这么大？
也不怪张建紧张，CTCA运算架构第一次出炉，取代英伟达的CUDA是需要漫长的生态建设的。
智算中心是一方面，个人以及小规模AI训练的客户也是一大关键因素。
这便需要一个强有力的东西来说服他们放弃英伟达，投入到摩尔科技的怀抱中。
这些个人及小规模AI训练的客户是不需要担心什么英伟达的销售限制的，他们不需要专业卡，甚至顶尖的游戏卡RTX4090都不用。
根据摩尔科技的调研，很多客户只需要几张4060就可以解决问题，而这正是摩尔科技目前显卡正好切中的领域，还是非常重要的。
如果CTCA的效能能够令人满意，MTT S80又具有强竞争力的价格，那这一块儿AI市场，那就手到擒来了。
对此，张建能不关心和紧张吗吗？
“你应该对我多有点儿信心，CTCA的能力你知道，片间互联系统的效能你也看了，就算是提升明显，哪怕一点儿不提升，个人或者小规模客户买我们的卡，同样的钱，那也比去买英伟达划算的多。”
纪弘没好气儿的说道：“等着吧，我这就过去。”
……
睡了一上午，纪弘已经精神抖擞了，小区外边喝了一碗热腾腾的牛肉汤更是觉得浑身充满了元气，直接步行来到智算中心这边。
“东赫，怎么样？”一眼就看见赵东赫在那霹雳啪来的忙活着，纪弘开口问道。
“数据与团队的预期有点儿偏差，我们正在二次复核。”赵东赫抬头，看见是纪弘，随即回答道。
“偏差？哪儿的问题？”纪弘直接替过赵东赫，看着监视器的数据，心中瞬间了然，原来是这么回事儿，随即点头道：“没什么问题，跟我预计的差不多。”
“差不多？”赵东赫当即瞪大了双眼：“你早就知道？”
CTCA架构结合基于类思维模型的片间互联系统，经过一周的使用，也就是训练，在智算中心目前这个框架下，一千张卡的规模下，性能已经完全能够比肩同规模的RTX4090。
RTX4090虽然是游戏卡，但是AI算力却是一点儿都不弱，很多高校实验室都是把这个显卡当做AI卡来用的。
MTT S4000论算力规模，其实只有它的三四成，也就是显存位宽和显存容量堆得大了一些。
在一千张卡的情况下能够做到性能平齐，这片间互联系统的效率有多高，那就可想而知了。
“不仅如此，我们这一周还同时测试了MTT S80这款显卡使用CTCA的效率，单卡AI能力接近英伟达的RTX4060。
“针对小规模的AI集群或者是服务器，利用CTCA和片间互联系统的针对优化，两张、四张、八张、十六张的集群输出算力更是直接超过了同规模的英伟达RTX4060。”
……
“单张，或者小规模集群。”纪弘脑子里不断的思索着：“这与端测AI差不多啊，尤其是单张，自己配一台电脑，装一张显卡，这个应用场景……”