然而，手机、电脑这些的续航真的是这忆阻器芯片最逆天的地方吗？

现场这些大佬们，显然不敢苟同。

他们之中专业人士可不少。

忆阻器的存在，不少人其实也是知道的。

甚至他们之中很多人都在从事这方面的研究。

不过，他们研究的思路只是单纯将内存和硬盘融合，制造出忆阻器存储器来。

根据他们的推演，忆阻器存储肯定会拥有很多特殊的特性，比如：尺寸小、速度快、低功耗、与互补式金氧半导体工艺可兼容……

可令他们没想到的是，当他们身处第一层的时候，安歌已经站在了第五层，直接开发出了存算一体的类脑芯片。

类脑芯片……

这不就意味着，这芯片，极有可能拥有人脑的很多特性。

比如说……低功耗。

极度的低功耗。

还有超级速度。

不管是传输还是计算。

都是超级的快。

人脑最神奇的地方就在这里。

几乎不需要多少能量，就能运转起来。

而且运转计算出的数据，还是比较完美的存在。

安歌刚刚的话，无疑就是在告诉他们，正如他们想的一般。

若不是运行的时候能耗低到离谱，手机怎么可能能运行十天半个月呢？

这是直接将运行的能耗给抛掉，然后光屏幕耗电了吧？

要是能耗真能降低到这个地步，那么，在人工智能的领域，又会碰撞出什么样的火花！？

正如安歌所言，现如今，世界上几乎所有的计算机，都是基于冯·诺依曼结构搭建出来的。

数据的存储和运算是分开的。

运算的时候需要搬运。

这个搬运的过程，很多人其实根本察觉不到。

因为平日里，大家使用的数据，就那么一点。

但是，ai的训练可不会那么简单！

在ai类应用进行机器学习的时候，需要对大量数据进行矩阵运算。

其核心是乘法和加法。

想一下，几千亿条数据进行乘法和加法，需要何等庞大的算力！？

现如今，人类掌握的ai芯片，做这种大规模的矩阵运算的乘加，算力就显得十分吃紧。

这也是为什么很多ai类应用更新时间被拉长到几年时间的原因。

然而，这只不过是在起步阶段。

接下来随着ai类应用的进步，数据量会越发恐怖。

若是不能实现硬件上的突破，想要加速这个时间，那就只有一个办法，规模上的提升。

用更多的ai芯片组成算力矩阵。

可这就出现了一个新的问题，那就是，电力。

动辄几亿美刀的电费，一般企业是真的烧不起，烧的起也没得烧。