/>
“此外除了算法需要继续用AI训练阵列进行持续的训练外，还需要更好的机载算力芯片。”
“毕竟我们的AI模型做的再好，也得有机载芯片提供的算力支撑。”
“现有我们用来测试的芯片，是基于十四纳米工艺的EYQ3芯片，单枚算力80TOPS。”
“这种芯片用在民用领域还勉强凑合，但是用在我们这个项目里就不太够用了！”
“我们详细算过了，要想达到设计要求，等效十纳米工艺，单枚算力达到120TOPS的EYQ4芯片是底线。”
“这个底线只是说勉强能用，必须严格控制一些大数据量，尤其是瞬时数据量的操作，不然的话，系统有可能出现小‘卡顿’。”
“主要是我们这个先进智能无人机作战系统，收集并需要瞬时处理的数据太多了……”
“毕竟我们搞的不是遥控飞机，而是具有自主执行任务能力的AI无人机，对算力的需求太大了！”
徐申学自然也知道这种无人机系统的难度之高。
哪怕有算法支撑，但是算力依旧是个巨大的挑战！
无人机如果要想发挥的好，收集的数据就必须足够多，数据一多，也就需要更好的算力芯片来处理数据。
比如无人机上的分布式光电系统所反馈的光电数据……人类飞行员只需要看一眼显示器上的光电系统反馈的图像资料，那么就能得出结果，然后迅速做出决策。
但是换成AI来处理，那么就需要超高性能的算力芯片来处理大量的数据，需要的算力非常高。
而分布式光电系统，这只是无人机本身的一个态势感知系统而已……只是其中之一，还有各种雷达，红外感应等等机载设备，此外还要联网获得大量其他设备的数据。
海量的数据不断的涌入，系统则是需要在极短的时间里进行数据处理。
总不能人家导弹都打过来了，系统还得处理好十几秒的数据吧？
黄花菜都凉透了！
所以，整个系统的数据处理速度必须足够快，甚至可以说越快越好。
而这也导致了对机载算力的超高需求。
所以项目组表示，还在设计中的EYQ4芯片都够呛，最好来个等效七纳米工艺的芯片……当然了，如果还有个五纳米，甚至三纳米的AI算力芯片，那么就更香了……
反正算力越多越好，需求无上限。
算力越多，机载AI能处理的数据就更多，更快，然后做出来的各种选择也就更加优化。
对于这种AI无人机而言，算法水平同等的基础上，算力就是战斗力。
算力不行，搞个毛线的AI无人机……老老实实玩大延迟的遥控飞机去好了。
这也是为什么诸多AI项目都要求更先进的算力芯片的缘故。
——————
目前的情况是，一大堆项目都是用之前十八纳米工艺的EYQ2芯片以及今年刚推出的十四纳米工艺的EYQ3芯片进行测试，后续则是会采用十纳米工艺的EYQ4芯片进行测试。
之所以直接使用海蓝汽车里配套使用的EYQ系列芯片，主要还是为了节省成本，毕竟现在都是处于训练开发阶段，没必要专门搞个算力芯片啊，直接用现成的EYQ系列芯片就行了。
但是到了七纳米工艺阶段后，就会专门设计用于‘先进智能无人机战斗系统’的机载算力芯片了。
到时候这种芯片的各种性能指标都会非常高，不仅仅算力高，而且也会加入抗电子干扰，抗高温、低温等各种特殊需求的特种封装。
为了避免先进工艺的算力芯片，在复杂电磁环境出错，设计人员不仅仅在芯片封装的时候考虑抗抗辐射。
实际上还会在无人机里安装芯片的地方进行特殊的抗辐射、抗高温或抗低温设计，用来保护AI无人机的‘脑子’。
所以也不用担心搭载先进工艺芯片的AI无人机遭到强烈电磁辐射后，AI飞机就直接掉下来，这是不可能发生的事。
普通人能想到的，那些专业的设计师们老早就考虑到了。
所以，封装以及安装抗辐射这些问题都不是什么大问题……主要的问题还是芯片制造过程里的工艺问题。
能不能搞出来等效七纳米工艺的芯片，这才是核心。
只要能够搞出来等效七纳米工艺的算力芯片，工程师们有一百种办法把它用在战斗机，用在航天器等各类设备上。
所以，现在不仅仅是手机等智能终端等着等效七纳米工艺，还有一大堆AI项目甚至是部分核心项目都在等智云微电子那边的等效七纳米工艺呢。
要不然，仙女山控股这边搞光刻机以及其他配套设备，也不可能得到这么多的支持啊。
因为，仙女山控股的先进光刻机以及其他核心设备，已经直接关系到了国产等效七纳米工艺，更进一步会影响到类似‘先进智能无人机作战系统’这种战略级别的项目进度。
在几年前，很多人还认为在战略领域里，有个九十纳米，六十五纳米就够用了，先进工艺那是民用领域用的，和战略领域无关。
但是在AI时代来临后，人们一下子就发现，很多关键领域都变成了算力的比拼，如AI最基础的应用：图像识别。
AI图像识别算法，可以在海量