第267章 新春座谈会 七
你在读故事，故事也在回应你。
  极简风格的讲台，巨大的黑色背景，海思半导体ceo何庭波身著黑色t恤，神色平静地站在中央。
  老赵把音量调大，死死盯著屏幕。
  何庭波没有过多的寒暄，开场直奔主题。她用简练的语言，快速回顾了ai行业面临的“算力墙”困境——参数爆炸导致的成本指数级上升，以及gpu在处理逻辑推理时的先天架构缺陷。
  “传统的矩阵计算已经走到了物理极限。”何庭波的声音冷静而有力，“我们不需要更快的马车，我们需要的是引擎。”
  “幸好，在今年年中，业內出现了一种新的解决逻辑计算的路径，那就是逻辑关係的几何计算。”
  “这是一种全新的数学范式。它不再依赖大规模的矩阵乘法，而是依赖高维空间中的拓扑连接和流形映射。这为ai的进化打开了一扇新的大门。”
  “但这扇门，对现有的硬体来说，却是噩梦。”何庭波语气一转，“因为gpu的cuda核心根本无法高效处理这种复杂的、动態变化的几何结构。在gpu上跑slrm，就像是开法拉利去走山路，有劲使不出。”
  “那么，华为是如何解决这个问题的？”
  何庭波按下了遥控器。
  屏幕上出现了一个充满未来感的晶片架构图。
  【动態图流·神经元重构·近存直连】
  何庭波指著第一个词，语气变得激昂：
  “为了適应这种全新的几何计算，海思团队歷时数月，彻底拋弃了传统的冯·诺依曼架构，研发出了『动態图计算流』技术。”
  “我们在晶片內部，构建了数亿个可动態重构的『逻辑神经元』。它们不像传统的cuda核心那样死板地排队等待指令，而是像大脑神经突触一样，哪里需要连接哪里，能够自適应地跟隨逻辑流形的形状进行变形。”
  “最后，为了解决数据传输的延迟，我们引入了『近存计算』技术，將逻辑处理单元直接嵌入到高带宽內存旁边，消灭了数据在搬运过程中的延迟和功耗。”