他在实验室里又待了一段时间，逐项看了缓存一致性协议的优化方案和低功耗模式下的时钟门控设计，分别提了几个调整建议，然后离开了指令集实验室。
走廊里灯光调得很暗，只有应急灯还亮着。
他走进电梯按下另一层的按钮，那是AI芯片研发团队所在的楼层。
AI芯片实验室里的气氛比指令集那边更凝重。
长桌上摊着好几块测试板，每块板上都焊着不同版本的AI加速核心。
测试板旁边堆着厚厚一摞功耗曲线报告，每一页的页脚都被翻得起了毛边。
项目负责人姓周，是从英伟达挖过来的资深架构师，头发已经白了大半，但眼神极其锐利。
“王总。”
周工把他引到主测试台前，屏幕上正跑着一组AI推理任务的功耗曲线。
“我们目前基于传统SIMD架构做的AI加速核心，在图象识别和自然语言处理上的性能已经追平了英伟达同级别产品，但功耗始终偏高。主要是数据搬运太频繁，神经网络每一层都要从外部DRAM里反复加载权重，加载一次能耗比算一次还高。这个问题不解决，我们的AI芯片就只能用在服务器端，塞不进车机和手机。”
内容未完，下一页继续阅读