第130章 这到底是怎么一回事啊？
【明真相】自然不是万能的，它所依靠的是公开信息。
但不管是2041的私域实验室还是英伟达H100后续的产品，显然都不是公开信息。
所以，两个人在社交平台互相回复了一千多楼，【明真相】都没有被触发——足见两人功艺之深厚。
很多吃瓜群众也都惊呆了——别的不说，没有被【明真相】直接证伪，那说明俩人都并非在胡扯。
2041实验室，程旭也是召集了他们九个人一起坐到了会议室。
“难得一见的景观，我们一起看看。”
程旭笑道：“我们这边的人，是信息科技大学校园大脑计划实验班的一个学生，不用管他是谁，事实上，对私域实验室的根本情况他并不清楚。他只是知道这个名字，仅此而已。
“他在这里所说的所有关于私域实验室的事情都是他根据私域人工智能的能力编的，但是你们看，对上了多少？”
几个人看了几分钟俩人的对线记录，子书晓涵率先开口：
“八九不离十吧，有的说的过了点儿，不过那也是我们未来的方向，有的说的不是很到位，但也差不了太多。”
“对，其实，人工智能这个东西，它的应用是没有秘密的。换句话说，我们是没有秘密的。”
程旭接着说道：“人工智能强大了之后能做什么，我们清楚，微软清楚，英伟达也清楚，甚至稍微懂点儿行的人都清楚。
“只不过，他们的人工智能达不到这样的水准，只能想想，而我们已经做到了，仅此而已。”
“但有一个问题哈，你们觉得，对面的这个人，他说的这些关于英伟达后续的消息，是真的还是假的？”
程旭话锋一转，说道：“英伟达会是我们最大的对手吗？”
“旭哥，不至于吧？”
最先开口的是付弋东，他说道：“各类专有芯片确实是英伟达的强项，但是要说在人工智能领域和我们比，差了点吧？”
有人提起英伟达首先想到的就是显卡，但其实所谓显卡，哪怕是用到图像渲染上，每一个的像素点都是通过计算得出来的，其本质也是海量计算。
而这种计算，用到方方面面甚至都是合适的。
所以从挖矿，到人工智能训练，到模拟仿真，都可以基于GPU来进行。
而英伟达也为此设计了各种各样的显示核心变种专有芯片、加速芯片。
其中以H100最为先进，采用4nm制程工艺，集成了800亿个晶体管，一颗芯片的价格就超过20万。
有人讲“H100”为传统人工智能大模型注入了新的活力，甚至为人工智能的很多应用都又打开了除2041HB体系之外的新的大门。
付弋东对此当然是嗤之以鼻：“旭哥之前也说过，理念的差距不是算力可以弥补的，它算力再强，也不可能达到我们拟真实验室的效果。”
一众人也是纷纷点头，他们对此也都十分认同——传统堆积数据训练的大模型人工智能，已经被他们无数次的认定是错误的方向了。
程旭微微点了点头，他自己也是这么认为的。
在未来，算力绝对是非常重要的一个部分，确实有很多方面需要堆积非常多的算力来解决问题。
这也是为什么程旭一直说未来荷泵和半导体会共存的重要因素——纯计算还是现有的半导体会更快。
但算力堆积搞人工智能，这个方向真的是错的，不说绝无可能，至少以现在的算力绝无可能，哪怕堆积800亿个晶体管的H100也不行。
H100纵然强大，但相比于其他AI训练核心，也只是量的差距。
但算力堆积想要达到HB核心的效果，那就不是量能解决的问题，差的那不是量，而是量级，而且还不止一个量级。
但是……
“你们看看这个。”程旭开了一个英文网站，说道：“看看这里边是什么道道。”
“Decho Research Services！”
子书晓涵一边念着一边翻译：“德科科研服务。”
这名字倒是没什么稀奇的，一个科研服务网站而已，但它所提供的服务内容让几个人一下子瞪大了双眼：
“模拟计算第一性原理：只需要几个简单的常数，就可以计算确定未知材料的结构和基础性质，
“可以计算的体系包括但不限于：晶体、非晶、二维材料、表面、界面、固体等……
“可以计算的内容包括但不限于：电子结构计算，如电荷密度、电荷差分密度、态密度、能带、费米能级、功函数、ELF；
“几何结构计算，材料性质计算，如介电常数、弹性模量、磁导率、热导率、界面热阻，催化相关、反应相关、能量相关计算等等等等。”
子书晓涵看着屏幕上的英语，口中念着汉语，念到一半她就念不下去了——这他么太离谱了！
小主，这个章节后面还有哦，请点击下一页继续阅读，后面更精彩！