韓妍在陳燕只在首都留了兩天，周不器陪她倆看了場京劇、聽了場相聲，去國貿買了一大堆東西，總共花了40多萬。
尤其是兩隻零售價16萬的lv包包，讓陳燕瞠目結舌，韓妍老師更是嚇得連連推遲，說什麼也不肯要。
在周不器的幾番堅持之下，她也就美美地收下了，臉上的笑容，洋溢了一整天都不消失。
這天上午，周不器安排飛機，送她倆回東北了。
回到公司，處理點重要的事。
沈向陽的關於ai晶片的報告打上來了，總共是13頁的a4紙，上面羅列的各種資料和技術方向，也把ai晶片的前沿思想和未來期待給講清楚了。
很多內容周不器都看不太懂。
但大體內容是明白了。
所謂的ai晶片，其實就是ai加速器，專門用來處理人工智慧應用中的大量計算任務的模組。
可以作為單獨的晶片存在，以後技術強大了，也可以整合到通用晶片中。
根據先知先覺的一個案例，周不器對ai晶片的理解就更深刻了——人臉識別。
人臉識別不是什麼多前沿的科技，二十年前就出現了。
九十年代初就開始廣泛地應用了。
二十世紀初，我國的公安部門就可以根據人臉識別技術抓捕罪犯了。
可是，為什麼智慧手機直到iphonex才真正地開始用上人臉識別技術？因為直到這個時候，蘋果的a系列晶片才終於有了仿生功能，也就是把ai晶片的技術整合到了a系列的晶片中。
所謂的人臉識別，就是人工智慧的一種，是計算機仿生的一種判斷，需要有超大計算量才行，市面上的通用晶片很難這個問題。
就算出現一些人臉識別的安卓機了，那也是假的，是2d識別，用不著真實的人臉，拿個人臉照片就可以解鎖。
人臉識別的3d結構光不算太難，全世界有很多家公司能夠做到。
難的是仿生晶片。
全世界只有蘋果獨一家。
有了ai處理技術的強大支撐，給蘋果的a系列晶片的計算力和處理力大幅度提高了，4核晶片能夠輕鬆吊打安卓機的8核晶片。
而當下的2008年，ai晶片還是最前沿的一個領域，是一個新的賽道，全世界的科技企業都在摸索地前行。
根據沈向陽的報告顯示，對於ai晶片未來的技術方向，業內始終不能達成共識，分成了幾大流派。
一來是深度學習等演算法模型的研發並未成熟，二來是ai的基礎理論方面仍然存在很大空白。
也就是說，ai晶片是真正的“軟硬一體”。
軟的層面，是程式碼層面的ai演算法；硬的層面，透過積體電路的晶片設計。
而晶片設計的方式和嵌入式語言的應用，就是根據軟體層面的ai演算法。
兩者要深度結合、高度統一，把軟體上的技術透過硬體來展現出來，才能開發出最強大的ai晶片。
再往深裡說……ai晶片會涉及更廣更復雜的領域，不僅是積體電路半導體行業了，還要跟網際網路技術、跟軟體技術深度結合才行！像高通、英特爾、三星、ib些頂尖的晶片公司，最強大的實力體現在“硬”的方面，“軟”的方面就有所欠缺了。
他們不是網際網路公司，也不是軟體公司，存在著技術短板。
ai晶片的核心是ai，要先有ai技術，然後才能根據ai技術進行相關的晶片設計。
最強大的ai晶片，一定是有最好的ai技術和最好的晶片設計才行。
同樣的例子，還有云計算。
ib思科、惠普等伺服器巨頭搞不起來雲端計算平臺，這個市場被網際網路巨頭瓜分了。
因為雲端計算平臺的核心是雲作業系統的虛擬能力和排程能力，是“軟”技術，幾百萬臺伺服器的分散式連線只是配套設施。
ai晶片跟雲端計算一樣，是一個存在著網際網路統治硬體的領域，主導的不應該是晶片公司，而是網際網路公司。
對周不器和紫微星來說，眼下就是一個機遇！紫微星研究院的人工智慧實驗室由沈向陽負責，研究的就是ai技術。
完全可以技術拓展，把ai技術和晶片設計相結合。
雖然要結合兩種技術，可這個工程不見得比李易男要做的4g通用晶片要難。
通用晶片因為是通用屬性，所以功能更多、更精密、設計得更復雜。
ai晶片功能單一，在晶片設計上的複雜度就沒那麼高了。
國內最缺的是晶片領域的人才，相比較之下，ai的相關人才還是比較多的。
從這個角度來看，做ai晶片要比做通用晶片更可能成功。
而且這是個新賽道，只要做出來了，就是世界頂尖。
周不器的思維馬上從沈向陽的報告中跳了出來。
第一步，通用晶片；第二步，ai晶片；第三步，通用晶片跟ai晶片的結合，推出類似蘋果a系列晶片那樣的仿生晶片。
很顯然，對當下絕大部分的晶片巨頭來說，欠缺的都是ai晶片的能力。
紫微星在人工智慧領域的佈局不錯，既有沈向陽這個頂級科學家，又從雅虎挖來了陸器，可以說是充滿了機會。
下午快6點多了，周不器給沈向陽打了電話，“老沈？有空的話過來聊聊.”
這可是大事，沈向陽推掉了手裡的會，馬上跑了過來，“是ai晶片的事嗎？”
“對，我決定了，這個專案必須做！”
“真做？”
“嗯，必須做，這是我們的機會.”
沈向陽深深地看他一眼，“這個方向比雲端計算的風險還大，而且國內缺乏相關的配套設施，也缺乏足夠多的人才。
想做ai晶片，就需要有精通軟硬兩種技術的頂級人才，既要懂人工智慧，又要懂晶片設計.”
“你呢？”
“我不行，”沈向陽搖了搖頭，“我對晶片設計的方向缺乏研究。
不過李易男還可以，他的網際網路知識不算頂級，也挺不錯的.”
周不器一揮手，“不管怎樣，這件事就這麼定了，馬上啟動。
紫微星這邊，做ai晶片；愛斯達那邊，做4g通用晶片。
雙子星，缺一不可.”
沈向陽早就猜到這個結果了。
這符合他對周大老闆的認知。
稍做沉默，緩緩地說：“這會是一個大工程，國內不僅缺乏相關產業，更缺乏相關人才。
我認為要分為三步走.”
“你說！”
“第一，讓李易男加入紫微星的技術委員會，並擔任紫微星研究院的副院長，協調和完善兩邊的技術協作.”
“好！”
這當然沒問題。
雖然是改名了，但紫微星和愛斯達就是貨真價實的一家人。
雖然不是一個集團公司，但屬於控股的關係。
就像阿里和拆分後的螞蟻，從股權結構上看是兩家公司，可從管理體系中看，螞蟻依舊在阿里的組織體系內。
沈向陽道：“第二，跟清華大學合作。
我跟李易男談過了，他也去微電子所考察了。
做晶片是一個漫長的過程，五年、十年能出結果就不錯了。
國內缺少人才，那咱們就自己從零開始培養。
可以根據我們的需要來設計專業課程.”
周不器抽了抽嘴角。
靠！又來佈置任務。
這種事，肯定要周大老闆出面協調了，不僅要溝通好學校，還要跟中央和教育口的主管部門協商。
在清華弄一個新專業，又是這種級別的高科技……少說也要投資幾十上百億，要邀請國內外最頂尖的教授，必須得靠國家力量來推動。
沈向陽也知道這很有難度，說道：“如果開設不了本科專業，可以設碩士和博士專業。
吸納計算機專業和積體電路專業的本科同學.”
這就簡單多了。
甚至都不用國家推動了，紫微星出點錢就能給辦了，周不器臉色好看了許多，輕輕點頭，“嗯，回頭就組織一個技術訪問團，去跟清華接洽.”
沈向陽道：“第三點，也就是最重要的一點了，還是要去矽谷發展，在矽谷建立生物計算實驗室和ai晶片實驗室。
把那邊的研究成果拿回來，跟國內這邊的研究對接，也可以在教學中應用.”
說白了，就是錢。
普通的工程師只能做一些普通的技術崗，在科研實驗室裡工作都是頂尖工程師，也就是說這一類的實驗室人均薪水都很高。
初步評估，一個矽谷的50-60人團隊的科研實驗室，每年的薪酬、福利開銷會達到4000萬-5000萬美元。
此前，已經計劃好要在紫微星美國研究院建立四個實驗室了：認知計算實驗室，人工智慧實驗室，深度學習實驗室，大資料實驗室。
現在又多了生物計算實驗室和ai晶片實驗室。
每年為這個研究院的開支可能要達到3億美元。
周不器對金錢數字什麼的已經麻木了，沒覺得2億美元和3億美元有多大差距。
只要移動網際網路的風口捕獲住，那賺錢就會比搶銀行都快。
這點研發經費根本不算什麼。
人工智慧，就是移動網際網路之後的下一波巨大的機會。
要儘早入場。
周不器大手一揮，“就這麼定了！開搞！”