完成了技术积累与验证后,李青松立刻着手开始建造新的芯片工厂出来。
相比起前几座芯片工厂,这一座工厂的面积更大,整个产业园,算上各种配套设施,占地面积达到了足足1o平方公里。
这不仅仅是因为这座工厂的设计产能更高,达到了年产各规格、型号的45纳米制程芯片约2ooo万枚的缘故,更是因为,相比起之前的8oo纳米芯片,此刻45纳米芯片的工艺更加复杂,流程更多,对于环境的要求也更高。
从最开始的二氧化硅的提纯,到最后的芯片封装出厂,全部工序加起来足足有1ooo多道!
专门为这座工厂供货或者供能、提供辅助的各种类型工厂加起来足足有好几百座。
这样一个庞大的生产基地,放在以往时候便连李青松都要大费周章,耗费数年时间才能建成。
但现在,伴随着最大意识连接数暴涨到5oo万以上,仅仅半年时间而已,这座芯片基地便已经全部建成,并完成了所有的设备安装与调试工作。
其余的所有辅助工厂也都建成,于是它立刻便投入到了生产之中。
与此同时,其余那些之前建造的,工艺较为落后的芯片工厂也没有停产,而是仍旧在维持着满负荷的生产。
原因很简单,45纳米制程的芯片是最先进的,好当然是好,但不是什么地方都需要用它。
就像是一台挖掘机的油路控制芯片,就算拿毫米级制程的芯片都足以满足要求,拿45纳米的芯片去做什么?
浪费也没有这么浪费的。
实际上,李青松的整个基地集群里,用量最大的反而是那些制程较低,工艺较为落后的芯片。
如此,各种不同制程的芯片同时生产,工厂同时运行,李青松的总体芯片产能伴随着这座最新工厂的投产,顺利突破了5亿大关,达到了年产芯片5。2亿枚的水平。
当第一批45纳米芯片还未生产出来之时,李青松便开始了另一个重点项目的建设。
级计算机!
级计算机使用大量芯片并行运算,可以获取到远普通计算机的性能,是工业展、科学研究等几乎所有领域都不可或缺的关键设施。
李青松即将要展的aI技术也离不开它。
级计算机李青松之前也有,使用了约2万枚8oo纳米制程芯片,浮点运算能力达到了每秒钟约千亿次左右。
这个运算能力放在之前够用,现在就不行了。
这一次,李青松打算建造一座使用约13万枚芯片,浮点运算能力达到每秒钟4oo万亿次的级计算机!
并不是李青松不想造的更大。而是,级计算机这种设施,其算力提升并不是粗暴的芯片堆叠这么简单。
相比于提升芯片数量,更重要的是它的并行运算能力,也即如何设置一套算法,使用对应的硬件,有效的将计算任务分配给每一枚芯片。
让它们协同工作才是最重要的。
除此之外,还有内存带宽与容量、存储系统的读写度、数据传输和延迟等等方面,都制约着算的算力。
在其余技术没有突破的前提下,有时候多增加芯片,反而会降低算的算力。
李青松抽调了数千名克隆体,进行了大量的优化,才最终设计出了这一套算系统。
此刻,这座算中心已经建造完成,就等芯片到来了。
没等几天时间,专门设计的算芯片终于制造完成。
将它们运输到算中心,李青松操纵着克隆体们快开始了安装工作。
这总数约13万枚芯片被李青松分成了65536个节点,每个节点布设两枚芯片,相互之间使用专门研的光纤连接,内存则达到了64TB。
为它供电的,是李青松专门建造的一座装机容量在1。5万千瓦时的电站。
这玩意儿的耗电量就是这么恐怖。一个小时而已,就要耗费1。5万度电,一年就要耗费1。3亿度电。
耗电量恐怖,热量当然也极为恐怖。
李青松为此专门设计了一套水冷系统,在算中心周边铺设了大量的管道,总长度达到了上千公里,覆盖范围达到了十几平方公里。
完成安装之后,伴随着李青松的一道指令,它终于轰鸣着开始了运转。
刹那间,无数次计算开始在每一枚芯片之中生。伴随着最基本电路单元的变化,热量开始生成。
一枚芯片生成的热量很小。但十几万枚芯片加起来,其热量就极为恐怖了。
于是,冷却管道之中,冰凉的冷却水瞬间开始被加热,同时开始向外流动。
洛神星的大地常年处于零下25o多度的低温,此刻,通过铺设在其中的管道,来自算中心的热量便被散布到了洛神星的大地之中。
被冷却之后,这些水便再度回流到了算中心里,再一次携带上热量向外流动。
如此反复循环,算中心便能始终在适宜的温度之下运行。
此刻,伴随着算中心开始产出热量,李青松布置在附近的传感器敏锐的探测到,这一片洛神星的大地开始了缓慢的升温,甚至有一些熔点较低的气体开始了融化,开始了向星际空间之中的扩散。
如果用红外望远镜观察的话,甚至能明显看到这一片大地的颜色更深一些,明显区别于周边区域。
如果洛神星上也有生态圈的话,李青松甚至可以说,就这一座算而已,便能改变这一片大地的生态。
测试完毕,确认一切符合预期,李青松立刻将上千名程序员克隆体编写的学习算法上传到了算之中。
之后,来自每一座工厂、每一座电厂、每一座科研基地、种植基地甚至于畜牧基地,以及每一辆卡车、火车、拖拉机、挖掘机、飞船、卫星,等等等等,几乎每一处芯片生成的数据都开始向这台算汇聚。
这庞大的数据,便是这一套学习算法的“粮食”。
在这些高质量数据的喂养之下,这一套学习算法不断自我迭代自我优化,迅的成熟了起来。