第197章 且听龙吟（1/2）

孔祥重，华裔美国人，美国国家工程院院士。他在1978年提出了脉动阵列理论，写出了一篇颇为出色的论文。

简单来说，不管是cpu还是gpu，在做运算的时候，数据都需要在內存和计算单元之间搬运。

每次算一个数，都要从內存读a的一行、b的一列，算完再写回內存。数据搬运需要时间，功耗也很高。

脉动阵列的做法，是让数据像脉搏一样在阵列中流动，每个计算单元只和相邻的单元通信，不需要反覆访问內存。

陈一然自己仔细思考，加上茉莉的一点点灵感，决定採用这种方式做一个专用晶片。

全连接层，卷积层都是矩阵运算，一个256x256的脉动阵列，功耗只需要75w，远低於gpu和cpu。

而用了deepflow框架的搜索和视频网站需要大量的ai推理。

搜索上查询理解，结果排序，还是个性化推荐，甚至是语音搜索。视频上的视频推荐，理解，包括各种新技术，比如自动生成字幕，识別物体，场景识別。甚至於检测暴力色情內容，解放人力。

使用脉动阵列技术做的张量处理器，都可以节省至少十倍的成本。

当然缺点也有，那就是通用性很差，脉动阵列天生適合算矩阵乘法，跑神经网络非常有优势，但是其他计算上就完全不行了。其次就是编程难度相当大，需要的生態会更加复杂。

不过在节省的成本面前，这些都不是什么问题。

现在豆包的民用化已经开始让苹果和三星开始布置大量的伺服器，而现在的硬体和2026年根本没法比，所以大部分人都无法使用满血版。

就算这样，成本都已经非常嚇人，也就是苹果和三星不缺钱，还可以短期內给予支持。

所以一种新的专用晶片，已经迫在眉睫。

陈一然看著自家eda软体上的各项参数，有点犹豫地问：“基本就是这样了，你再想想办法，模擬混合信號真的没办法一步搞定吗？”

【毫无办法，就算我们拥有现在最强eda，但是真到製造上，我还是认为至少需要3到6个月才能完成流片，这已经是我们把设计做到极限的结果啦。

我还是推荐，先找三星做，万果园晶圆厂第一个大项目就搞这个，实在有点超纲了。】

“这不是特意搞了两种，普通版本的，可以放在手机pad上作为协同晶片的，万果园应该能做出来吧。总得试试，否则总是不行啊。

而且你也说了，这玩意相当玄学，万一呢，没准万果园气运加身，比三星那边还快也没准。”

【ヾ(≧▽≦*)o很好，我很佩服你的乐观精神！】