万次，谁能快？这显然是机器机吧？人穷极一生，也不一定能运算亿万次！这就是最简单，也是最朴实的逻辑！
“而运算这个过程，尤其是超大规模运算的过程，传统的半导体显然就更擅长。
“就拿显卡来说，它最初的运算，就是在图形运算，运算的我们显示器上一个一个像素点的排列，以形成我们看到的图像和画面。
“包括未来，我们要做三维立体的显示卡，空间立体的显示科技的坐标运算，除了需要元认知芯片提供更加智能的AI之外，也同时需要传统半导体的运算能力。”
郝成说的这些很好理解，但是却颠覆了一点点的过往认知——
传统的认知，人工智能和算力就是强关联的——深度学习和人工神经网络运算的出现，基于概率运算和反馈调节的AI大模型，直接将智能水平和算力大笑强关联。
而在英伟达的进一步渲染下，这俩东西都快成绑定成一个概念了。
但郝成现在说：这俩完全是两回事儿，顶多在传统AI的领域有了一点点的交集，还拿小沙举例，这谁还能反驳？
“运算能力强，能够更快的计算平面或者空间上的像素点、坐标点，显示设备就可以有更大的刷新率、更高的帧率，更好的3D效果、光追效果。”
郝成继续说道：“但这个东西，和AI无关。
“AI要想更强，那就需要元认知芯片，元认知芯片的运算速度或许没那么快，但是，每一次的运算，都更像是思维的延展。
“所以，算力和AI这俩东西，从此就分道扬镳了。”
会议大屏，一个很短的动画，将这些个关系描述的淋漓尽致，并引出了三维立体处理器，在算力领域的两个分支：智慧思维型算力和空间计算型算力。
“就像现在的CPU和显卡？”看到这两个概念，当即就有人将二者和现在的计算机概念联系到了一起。
“是，也不是！”郝成这么解释：
“空间计算，确实和现在的显卡，尤其是游戏卡的是比较相似的，计算空间坐标，然后给我们展现一副立体的、增强现实的、虚拟现实的甚至未来，有可能是五感触达的沉浸现实的画面，它确实就相当于现在的显卡或者GPU。”
郝成稍微顿了一下，接着说道：“这是相同的部分，但，传统GPU训练AI的能力对于元认知芯片就完全不同了，单纯的计算无法训练出更进一步的AI，立体三维芯片也不行，运算有其上限！
本章未完，请点击下一页继续阅读！