“按照目前验证的结果，它的性能和功耗表现，绝对是世界最顶级的。现在只能躺在服务器里，变成一堆无法流片的数据。”

这种感觉，就像是精心孕育了十个月的孩子，却被告知没有产房可以降生，其中的憋屈和无奈，只有他们这些呕心沥血的设计者才能体会。

马宇腾拍了拍他的肩膀以示安慰，然后话锋一转，主动切换了话题。

“麒麟芯片的事情先不急，饭要一口一口吃。先说说我们另一个重点项目，ai芯片，现在进度怎么样了？”

听到“ai芯片”，何秀波的脸上总算恢复了一些神采。

他站起身，走到办公桌前，打开电脑调出一份复杂的架构图。

“马总，您看。为了完全规避英伟达那些无孔不入的专利陷阱，我们放弃了模仿他们的技术路线，而是从底层逻辑出发，自研了一套全新的核心硬件架构，我们称之为‘天元架构’。”

何秀波指着屏幕上的三个模块，眼中闪烁着技术人员特有的自信。

“这套架构最大的特点，就是在一颗芯片内，原生集成了矩阵、向量和标量三种计算单元。矩阵单元负责处理大规模并行的ai计算，向量单元负责更复杂的逻辑和控制流，标量单元则处理常规指令。我们认为，这比英伟达单纯堆砌cuda核心的思路，更具灵活性和未来的可扩展性。目前，基于这套新架构，我们的第一款ai芯片，代号‘朱雀’，已经进入了详细设计阶段。”

马宇腾看着那份充满创新精神的架构图，满意地点了点头。

他好奇地问道：“听起来很不错。那这款正在设计的‘朱雀’芯片，如果对标英伟达，性能大概能到什么水平？”

这个问题让何秀波的表情变得严肃起来。

他沉吟片刻，调出了另一份资料。

“我们对标的是英伟达刚刚在gtc大会上发布的，基于28纳米开普勒架构的顶级计算卡核心——gk210。”

何秀波的手指在屏幕上划过。

“这块芯片的性能非常恐怖，拥有大约2496个他们定义的cuda核心，核心浮点性能方面，单精度达到了约tflops，双精度也有约tflops。是目前市面上当之无愧的算力王者。”

他顿了顿，给出了一个相对保守的评估。

“考虑到我们是第一次设计这种超大规模的计算芯片，在经验和工具链上都有所欠缺，所以‘朱雀’的设计目标相对保守一些。我们预计，它的最终性能，大概能达到gk210的80%左右。”

“80%？”马宇腾的内心掀起一丝波澜。

第一次出手，就能达到行业霸主最新旗舰产品的八成，这已经是一个极为惊人的成绩了。

然而，何秀波接下来的话，却给这份乐观泼上了一盆冷水。

“马总，硬件性能的追赶，其实还不是最难的。”

何秀波的脸色变得前所未有的凝重。

“英伟达真正的护城河，或者说它在ai计算领域的垄断地位，并不仅仅来自于硬件。更可怕的，是他们从2006年就开始布局的cuda生态！”

他指着屏幕上一张生态图，上面密密麻麻布满了各种基于cuda开发的软件、库和应用程序。

“目前几乎所有主流的深度学习框架，所有进行ai训练的实验室和公司，都默认使用cuda作为开发环境。这种软硬件的深度绑定，形成了一个强大的用户惯性。我们的‘朱雀’芯片就算造出来了，性能再好，如果没有一个同样好用的软件生态去支撑，那它在客户眼里，就是一块没法用的废铁。这才是我们面临的，比芯片设计更大的挑战！”