型的研发并未成熟，二来是AI的基础理论方面仍然存在很大空白。
也就是说，AI芯片是真正的“软硬一体”。
软的层面，是代码层面的AI算法；硬的层面，通过集成电路的芯片设计。而芯片设计的方式和嵌入式语言的应用，就是根据软件层面的AI算法。
两者要深度结合、高度统一，把软件上的技术通过硬件来展现出来，才能开发出最强大的AI芯片。
再往深里说……AI芯片会涉及更广更复杂的领域，不仅是集成电路半导体行业了，还要跟互联网技术、跟软件技术深度结合才行！
像高通、英特尔、三星、IBM这些顶尖的芯片公司，最强大的实力体现在“硬”的方面，“软”的方面就有所欠缺了。
他们不是互联网公司，也不是软件公司，存在着技术短板。
AI芯片的核心是AI，要先有AI技术，然后才能根据AI技术进行相关的芯片设计。最强大的AI芯片，一定是有最好的AI技术和最好的芯片设计才行。
同样的例子，还有云计算。
IBM、思科、惠普等服务器巨头搞不起来云计算平台，这个市场被互联网巨头瓜分了。因为云计算平台的核心是云操作系统的虚拟能力和调度能力，是“软”技术，几百万台服务器的分布式连接只是配套设施。
AI芯片跟云计算一样，是一个存在着互联网统治硬件的领域，主导的不应该是芯片公司，而是互联网公司。
对周不器和紫微星来说，眼下就是一个机遇！
紫微星研究院的人工智能实验室由沈向阳负责，研究的就是AI技术。完全可以技术拓展，把AI技术和芯片设计相结合。
虽然要结合两种技术，可这个工程不见得比李易男要做的4g通用芯片要难。
通用芯片因为是通用属性，所以功能更多、更精密、设计得更复杂。AI芯片功能单一，在芯片设计上的复杂度就没那么高了。
国内最缺的是芯片领域的人才，相比较之下，AI的相关人才还是比较多的。从这个角度来看，做AI芯片要比做通用芯片更可能成功。
而且这是个新赛道，只要做出来了，就是世界顶尖。
周不器的思维马上从沈向阳的报告中跳了出来。
第一步，通用芯片；第二步，AI芯片；第三步，通用芯片跟AI芯片的结合，推出类似苹果A系列芯片那样的仿生芯片。
很显然，对当下
…。。