聪明程度与日俱增，就以工程机器人来说，在不更新硬件的情况下。
黄华问出了他的话语。
此时发言的是倪光楠，只见倪光楠在人们的希冀视线中笑着说道：
所以按照常规情况，我们量子计算机的算力不是翻了100倍，而是翻了一百倍以上，但具体是多少我就算不出来了。
因为达到这个程度后，我们的短板之一网络接口带宽已经十分拥堵，不能继续增加下去了。”
一个机器人有那么多画面，每多一台机器人画面的复杂程度就增加那么多，想要做到支持5000万个机器人怎么可能呢？
所以想要增加机器人的数量，还是得加大本地端人工智能程序的聪明程度，加大本地端计算机的算力。
黄华有些不甘心地问着。
其中本地端增加人工智能程序聪明程度，让他可以做更多事情方面我们进展很大。
而现在已经设计完成的忆阻器芯片则是真正的存算一体芯片，理论上同等功耗之下，它的效率可以轻松达到传统计算机芯片的百倍效能，也是最适合应用到机器人上面的芯片！”
林晨说出了一个相当残酷的事实。
凭借更新后的本地端人工智能程序，我们的工程机器人已经能处理绝大部分工程任务与支持更多更复杂的场景，对于云端人工智能曙光的辅助需求直接降低了44%以上！
“当然有。”
当然，相比于之前，第二代量子计算机的实力还是相当之强大，相比于之前算力也是翻了数百倍。
而这个数据其实还可以进一步增加，因为更强的算力才能支撑得起更聪明的人工智能程序与可以做更多的事情啊。
最后还有量子计算机与外界通讯的接口带宽限制问题，所以这量子计算机的算力自然不会达到他们想象中那么恐怖。
“那我们能支持多少台机器人呢？”
按照量子计算机的理论，量子比特数目越多，其算力就越强，它的算力是指数级增长的。
因为那个存算一体芯片虽然也能称得存算一体芯片，但它的本质只是基于冯诺依曼结构的改良，实际属于近存运算芯片。
所以近存运算芯片的性能效率对比传统计算机提升确实很大，但差距也没有达到想象中那么多，最高上限也不过10倍差距而已。
“想要从根本性上解决网络带宽限制问题自然不行，但我们可以变相缓解这个问题，而这个办法我们其实一直在做。
“做到支持一千万台机器人应该不成问题，但这也差不多是极限了。
因为我们有了十分强大的第二代量子计算机，我们可以使用虚幻4游戏引擎构建出一个虚拟场景。
林晨说出了他的答复，而现场的人们瞬间颓废下来。
“那本地端算力问题有什么大突破吗？做到了哪一步呢？”
就曙光量子计算机来说，内部甚至还有辅助工作的忆阻器芯片与特制内存等东西。
此时他们的量子比特翻了一百倍，最终算力肯定不能按照翻了100倍计算，否则得出了算力差距肯定会天差地别，可以说一个在天一個在地。
想到这里，现场的人们心里全都十分的激动乃至感到亢奋不已。
然后让本地端人工智能程序不停地训练应对，我们人类开发人员与人工智能曙光在其中不停矫正。
但在这个时候，林晨却是突然摇了摇头道：
“这算力提升并没有你们想象中那么厉害，因为一个水桶能装多少水不是看他最强的长板，而是看他最短的短板。”
说起来这近存运算芯片其实早在去年2008年的3月就设计完成了，当初的设计目标是用来建设近存运算超级计算机。
但因为林晨提前研发出来了性能算力更恐怖的3.6万量子比特的量子计算机与忆阻器超级计算机，所以那近存运算超级计算机自然是无疾而终了。
请收藏：https://m.diaojiao.cc
（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）