成熟些的ai算法，执行一次它的话，动辄便等价于上万亿次加法乘法计算。
而先进些的cpu处理器，算上多核一秒钟的计算次数也就几百亿次。
来处理上万亿次便有着时间差距。
可像是谷歌开发的tpu1，它一秒钟的计算次数，是接近100万亿次。
一秒钟都把上万亿次计算的ai算法执行了上百次了。
如果说gpu是专门从cpu中分离出去处理图像计算，那么ai芯片则是专门分离处理ai算法计算。
这一切，都源自于深度学习对于神经网络算法的依赖！
偏偏。
此时的林奇看着这份硬是在自己脑海里建立起来的奇迹，已经坑不出半句话来。
说多少，那都是多余。
法术模型本身涉及的便是最基本的加法乘法运算。
而林奇最初制定的方案，便是日后往人工智能转型，却没想到，居然还在这儿被硬生生地抬了一个台阶。
此时他重新望着对面的神孽，对方满意地看着林奇。
很显然，林奇看懂了ai芯片的构造，不会让宝珠有蒙尘的一日。
“神经网络！”
神孽萌发出惊天的声音，再度席卷林奇耳膜。
而他的脑海里，也戛然间重新组织起所有关于这个算法的一切资料，并且再度结合上因为知晓而回报的部分。
像某不可名之物，最初出来的时候，是cpu在挖，到如此都是专门定制的矿机，而这些矿机便是用的ai芯片。
acis（ai芯片）在计算领域，算是从cpu与gpu的大幕围剿里杀了出来。
林奇撇了撇嘴。
法术。
魔法。
法术模型。
论怎样的施法最可靠，自然是教会处理器自己来完成整套施法流程。
外在的pid处理整体秘能场参数问题，内在的则是ai芯片处理法术模型的计算问题。
人。
根本就不应该存在于这个环节里。
而让芯片学会施展魔法只是第一步。
第二步是让芯片学会抉择！
人类的反应，已经证明无法小于0.1秒，所以短跑认为反应速度超过这个就是抢跑。
然而面对瞬息万变的法术战斗，林奇如果想着1v1的单挑，那么靠他自己一个确实够了。
可如果想着
…。。