正當智雲集團裡的穿戴設備部門，在投資部門、供應鏈部門、市場營銷部門開始爲AI眼鏡的大規模進行準備，爭取在明年春天的時候發佈這一款全新的產品時。
智雲集團的其他業務部門也沒有停下發展的步伐！
時間來到十月底，智雲集團旗下的威智科技，也就是承擔了X86指令集芯片開發任務的子公司。
比往年提前召開了新產品發佈會，併發布了基於十二納米工藝的新一代CPU中端桌面版芯片。
該中端的桌面版CPU芯片，和年初一月份的時候發佈的幾款移動端高性能芯片以及桌面版的高端芯片一起，組成了智雲集團旗下的X86指令集，基於十二納米工藝的全套新一代的芯片。
這一系列的十二納米工藝的CPU芯片，在晶體管密度上已經超過了競爭對手英特爾以及AMD的芯片，同時功耗表現更加優秀。
從硬件角度來看，智雲的這一系列CPU芯片，已經是超越了競爭對手……
可惜的是在生態上還有一些差距。
這也是沒辦法的事，英特爾在X86指令集領域裡積累的生態優勢太大了，有着衆多更進一步的指令集技術以及獨特的技術，而這些智雲集團是沒辦法使用的，智雲集團只能自行開發類似的技術來進行補充。
這種生態上的差距，也不是一天兩天就能追趕上的。
不過CPU業務在智雲集團裡本身就是一種補充業務，不管是純自研的SOP指令集，還是通過收購獲得的X86指令集，其芯片產品的目的很簡單的，那就是避免被對手卡脖子。
因此具體性能表現上略差一些也是可以接受的。
真正重要的是，隨着CPU的新產品發佈沒有多久後，智雲集團旗下的智雲半導體又發佈了全新一代的服務器GPU。
嚴格來說也不算是全新，而是年初的時候發佈的APO4500顯卡的升級版：APO4600。
該顯卡採用了更先進的技術，支持更大的顯存以及內存帶寬，一定程度上提升了對部分算法的性能支持，整體性能對比同樣採用十二納米工藝的APO4500顯卡，提升了大約百分之二十左右。
該APO4600顯卡，也是智雲集團在十四/十二納米工藝時代裡的最後一次重大升級更新，後續已經沒有基於該工藝節點的服務器GPU設計計劃了。
而該顯卡的性能還是相當強悍的，哪怕是對比智雲集團自用的AI5500顯卡，也只是在顯存容量、顯存帶寬以及GPU之間的通信速度上有差異而已……當然，只是這種差異就會導致在人工智能訓練的時候表現出很大的差距。
爲什麼智雲集團旗下英偉達品牌的X2顯卡不適合用來訓練AI？其核心處理單元數量上也不少，理論算力也很強悍，然而顯存容量最大才16GB，顯存帶寬才32GB，GPU之間的互聯技術只支持雙卡互聯，帶寬才區區32GB……這就導致了顯存帶寬以及容量低，意味着訓練效率低，而互聯技術只支持雙卡，帶寬也才32GB，這意味着用戶不能用這東西組成幾千張顯卡的GPU服務器陣列。
智雲集團，直接就閹割了X系列裡作爲人工智能算力卡的可能性……要不然，大家都用一兩萬的X系列顯卡訓練AI，那麼動不動十幾萬的APO顯卡還怎麼賣？
同樣的，APO系列顯卡和AI系列也存在同樣的差距。
最新版本的APO4600顯卡，和智雲集團內部使用的AI5500顯卡都是基於十二納米工藝的芯片，晶體管數量其實都差不多，都是兩百多一個晶體管，處理單元數量也類似
（前文多次出現了AI4500，這是寫混了，這兩個其實是同一種東西。都是採用十二納米工藝的芯片，後續統一爲AI5500）。
但是這兩者的差異卻是巨大的，主要體現在顯存容量，顯存帶寬，GPU之間的互聯帶寬以及特殊生態支持上。
APO4600顯卡，內存容量從之前上一代的24GB提升到了32GB，內存帶寬提升到800GB，互聯帶寬則是提升到了500GB。
而自用的AI5500顯卡，內存容量是80GB，內存帶寬是1.6TB，互聯帶寬是1TB。
這三個關鍵數據最終體現到人工智能訓練上，訓練效率就會出現比較大的差異，並且這種差異在支持大規模人工智能訓練的時候，會體現的越來越大。
因爲大規模人工智能訓練，比如Yun AI這種超大規模的生成式AI訓練，可不是一臺兩臺服務器就能搞定的，需要的是好幾萬甚至更多顯卡組成的GPU服務器陣列來進行訓練。
而數量越多的GPU組合到一起，其對內存帶寬，互聯帶寬的要求就越高……要不然的話，算力是夠用了，但是數據堵塞也沒用。
以上這些是硬件上的巨大差異，除了硬件問題外，還有軟件生態上的巨大差異。
AI系列顯卡，爲了適配智雲集團自家的人工智能底層算法，從最早期的AI系列開始，就有着衆多專門的模塊，不僅僅芯片是專門開發的，就連研發支持軟件都是專門適配開發的。
AI芯片，天生就是爲了智雲集團自家的人工智能底層算法而生……它本身就不支持外頭一大堆的各種亂七八糟的人工智能算法。
其他公司要是拿過來，先不說都沒辦法用，就算想辦法給用上了，其實性能表現也不會比APO顯卡好多少。
智雲集團裡的APO顯卡和AI顯卡，兩者間的關係，有點類似智雲集團旗下的智能終端SOC，S系列是專門優化設計的自用芯片，裡面的很多核心模塊都是智雲手機才能用得上，其他公司根本就用不上。
其他手機公司用這個S系列芯片，還不如直接使用W系列芯片呢。
畢竟W系列芯片，則是專門針對開源版安卓系統所設計研發的通用型的SOC，開發生態成熟，是個手機廠商都能拿去用，而且也挺好用的。
智雲集團就喜歡搞這種東西，自家用一個，對外賣則是另外搞一個。
一方面是爲了維持自家產品的優勢，另外一方面也是因爲生態逐漸分離，智雲集團內部搞的很多東西，有很多非常獨特的一些獨家技術以及需求，只能專門設計，沒辦法搞成通用產品。
久而久之，就形成了現在的這種模式。
但是，儘管APO顯卡只是AI顯卡的殘血版，但是不可否認的是，智雲集團裡的APO顯卡依舊是目前地球上可以公開購買到的最先進的服務器算力卡。
在硬件性能以及生態支持上，都吊打AMD的同類競爭顯卡……沒有競爭對手的那種。
APO4600顯卡正式發佈後，在普通消費者裡自然是沒有引起什麼反向，這東西距離他們普通人太遙遠了。
並且超過十五萬一張的售價，也沒什麼冤大頭會用這東西打遊戲！
但是對於各大高科技企業而言，那可就不一樣了，這款顯卡的性能，綜合比APO4500提升了不少呢，雖然價格也貴了一些，但是計算綜合算例成本的話，還是要稍微便宜一些。
因此不少大型高科技企業繼續追着智雲半導體下單，都是好幾萬張，幾萬張的下單。
谷狗、微軟、水果、特斯拉等美國企業，還有國內的衆多高科技企業，比如那幾家大型互聯網企業都在紛紛下單。
就這，智雲集團還嫌棄算力卡市場不夠熱鬧……又在數天後發佈了全新一代的通用終端算力平臺PX3。
PX系列通用終端算力平臺，可以適用於機器人領域，智能駕駛領域，無人機領域或其他需要本地算力的中大型設備。
而採用十二納米工藝的PX3芯片，單枚芯片的算力達到了60TOPS，最關鍵的是互聯帶寬高，並支持單主板最高八枚芯片互聯，提供最大480TOPS的綜合算力。
該算力平臺一經發布，同樣也引起了衆多業內企業的注意。
國內外的一大票新勢力造車企業，已經進軍智能電動車領域，也有野心開發自己的輔助駕駛平臺的部分傳統車企紛紛前來諮詢。
因爲這款芯片所提供的算力，其實已經能夠滿足L3級別的輔助駕駛需求了……至於能不能做得出來，這就要看各家廠商在人工智能輔助駕駛的技術水平了……比拼算法和大數據訓練。
PX3這個能夠覆蓋小型到大型設備的終端算力芯片，再加上年初的時候就已經發布的輕量化低功耗通用終端算力芯片LC1。
智雲集團旗下的半導體部門，已經完成了對服務器算力芯片，中大型終端算力芯片，小型算力芯片這三大領域的佈局。
不管客戶是要訓練人工智能，運行大型人工智能。
還是說要各種小型起步，甚至到大型設備裡運行本地人工智能。
又或者是在微型設備上運行本地人工智能。
智雲集團旗下的智雲半導體，都能提供相應的算力芯片產品，並且性能絕佳……當然，價格也是一如既往的貴！
配合這些算力芯片發佈的同時，智雲集團旗下的智雲人工智能研究院，則是對外發布了新一代的開源人工智能GTAI2，包括了對上半年發佈的幾個開源AI的常規升級。
雖然人們測試後發現，這個GTAI2開源模型，對比上一代雖然有了不小的提升，然而依舊比Yun AI差了很多。
但是它開源啊……一毛錢都不會收你的，你有本事完全可以自行部署這個GTA2甚至用於商業領域，智雲集團都不管你。
智雲集團發佈這個GTAI2的大型生成式AI模型，目的很簡單，就是進一步推動人工智能市場的熱度……之前的GTAI1發佈了也有半年多了，但是各大廠商的動作太慢，除了原樣使用外，竟然都沒有什麼廠商根據GTAI1進行升級換代。
智雲集團那邊當初發佈GTAI本來只是打算拋磚引玉……但是沒有想到磚頭拋出去了，玉依舊沒見着……智雲集團的管理層，高估了其他企業在人工智能領域的研發能力。
哪怕是有個開源模型擺在他們面前，還附帶各種公開論文資料，讓他們隨便看，隨便研究……但是真正能看懂，最後沿着這個基礎繼續深一步研發的卻是沒幾個，而研發出成果來的就更好了。
所以智雲集團就着急啊……
你們技術推進這麼慢，我怎麼賣芯片啊？
於是乎，又從諸多自家已經不用的的老技術裡，挑挑揀揀弄了點，然後融合到GTAI裡，發佈了一個所謂的GTAi2。
你們不研發，我就幫你研發……現在GTAI2這個更先進的開元模型已經擺在這裡了，你們不會折騰，也別折騰了，可以直接用我的開元模型，甚至你都可以自己再搞個名字，套個殼子直接說成是你自家研發的。
然後麻溜的拿出來商用啊，人工智能這麼好的東西，你必須給你自家的海量客戶給安排上啊……就算算力成本高昂，那也得咬牙死撐啊！
在機器人領域的人工智能開源模型，也是基於類似的想法……開源一個機器人模型，然後諸多企業看到機會，投身到各種人工智能產品應用裡，這樣才能賣各種算力芯片。
爲了賣芯片，智雲集團也是操碎了心……就差把人工智能這東西，直接塞到各國裡的高科技企業嘴裡去！
你們不玩人工智能，我咋賣芯片啊？
不賣芯片，我巨大的半導體領域的投入怎麼收回來啊？
要知道，智雲微電子剛投產了一個CoWoS封裝工廠，把CoWoS封裝產能提升到了每個月五萬片，同時還在新建造兩家CoWoS封裝工廠，整個規劃完成後，智雲微電子的CoWoS封裝產能，預計能夠達到每個月十萬片，滿足自身算力芯片需求的同時，還能對外大規模供貨！
而CoWoS封裝工廠的投資也很大的。
CoWoS封裝，也可以翻譯爲2.5D封裝或3D封裝，簡單形容就是一種可以把多枚不同類型的芯片堆迭在一起封裝的先進封裝技術。
之前的芯片發展，是單核變成多核……但是多核芯片依舊是一枚芯片，只是芯片設計的時候規劃了多個核心區域而已。
而3D封裝技術，則是乾脆把多枚不同類型的芯片封裝在一起……比如把GPU和CPU甚至內存芯片都整一起進行封裝……比如智雲集團生產的APO或AI系列的GPU核心，看似只是一個GPU芯片，但實際上裡頭除了GPU核心之外，還有一堆的內存芯片。
3D封裝技術，也是生產高性能算力芯片所必須的一種封裝技術……因爲這種封裝技術，可以有效提升芯片之間的連接速度，進而提升算力卡的整體性能。
智雲集團早早就開始在算力卡領域裡使用這一封裝技術，在這一領域裡的技術積累是非常雄厚的……因爲智雲集團本身就是最早玩算力卡，最早大規模應用3D封裝技術的廠商。
當然，現在也不僅僅智雲微電子有這種3D封裝技術，其他一些半導體廠商也有類似的技術，可能技術實現路徑不一樣，性能效果有差別，但是基本原理都一樣，目的也一樣。
這也是AMD能夠搞出來硬件性能勉強還行的算力卡的緣故之一，它的代工廠商臺積電，也有3D封裝技術……只是AMD的硬件設計能力還差了一些。
更重要的AMD的算力卡生態不行，所以導致算力卡開發出來後，也賣不出去，進而導致了鉅額的虧損。
AMD自從幾年前，開始進入算力芯片領域後，在這業務上的累計虧損已經超過十五億美元……繼續這麼搞下去，還會虧損的更多，管理層是虧得心驚膽戰，董事會是虧得心痛的很。
所以今年開始，AMD實際上已經大幅度放緩了算力芯片領域的研發投入了……繼續這麼折騰下去，賣CPU賺的那點錢就得被折騰光了。
算力卡領域裡，智雲集團的優勢太大了，他們AMD根本就競爭不過……搞了幾年算力卡，除了十幾億美元的虧損，毛都沒撈着！
所以AMD退縮了！
倒是高通和英特爾這兩家還不死心，還在繼續嘗試搞算力卡，但是他們搞算力卡的難度更大……他們連AMD還不如呢。
AMD在算力卡領域的失敗，主要是生態問題，單純說硬件的話，其實他們做的最新旗艦的算力卡在硬件性能而言已經算可以了，縱然不如智雲集團旗下的APO4500顯卡，但是也勉強具備了百分之六十七左右的水平，真要用的話，其實勉強也能用了。
問題是綜合算力成本的性價比太低，然後生態還不支持……所以就沒幾個人使用。
而高通和英特爾，除了面臨同樣的算力的性價比問題以及生態問題外，他們連硬件設計領域都面臨巨大的麻煩……沒點經驗和技術，還真搞不來性能強悍的算力芯片。
人家AMD好歹還有個獨立顯卡的底子，搞起來其實也算是專業對口。
但是高通和英特爾，在GPU領域裡，一個只有CPU集顯的經驗，一個是隻有SOC集顯的經驗，至於高性能獨立GPU，說實話他們真沒搞過！
這對於他們而言，是屬於完全陌生的領域！
更別說，服務器GPU，那是比常規消費級GPU還要更進一步的產物！
這中間，還才差着好幾層呢。
————
美國的這三大芯片巨頭，在算力卡領域裡都止步不前，都面臨着各種各樣的巨大問題。
反倒是特斯拉那邊自研的算力芯片進度不錯……不過特斯拉自研芯片都是爲了給自家，自產自銷，連軟件開發生態這些都自己設計軟件，其實走的是和智雲集團早期類似的路子……生態問題對於他們而言，問題不大，主要是硬件設計問題，不過特斯拉搞得是終端算力芯片，這和服務器GPU芯片差別很大的。
此外，ADM以及英特爾以及高通而言，他們搞算力芯片是爲了賣出去……而對外銷售的話，就需要讓客戶接受自家的新生態，這難度可不是一般的大。
AMD推了好幾年自家的生態也沒推成功，他們沒成功的理由除了智雲集團的生態競爭外，還有一部分原因是和英特爾和高通也有關，因爲這兩家也在各自推行自家的算力芯片新生態有關係。
在算力芯片領域裡，連徐申學也沒預料到，面對自家的壟斷地位，美國的三大芯片廠商自家先打起來了……都在搶第二生態位，結果誰都搶不到。
同時，美國這三大芯片廠商，還有特斯拉，水果等一些想要自研算力芯片的企業都動作不小，這也讓智雲集團感受到了一些競爭的壓力。
所以最近一年纔會動作頻繁，不僅僅搞開源人工智能，還敞開了賣各種算力芯片……這其實也算是一種產品傾銷。
智雲集團就是對谷狗，微軟以及其他需要大量服務器GPU的廠商說：你們別等什麼AMD或高通，英特爾的算力卡了，費那個勁幹啥，我直接打個折把APO4500/4600顯卡賣給你們啊，同時還提供全套的免費開發軟件支持。
不僅僅賣芯片，我還很貼心的給你來個GTAI2大型生成式AI開源……
你本地部署後，換個名字，換個皮膚，就能直接商用化了……說成你自己的都行，我都沒意見。
智雲集團在賣算力卡的時候，各種貼心服務做的老好了，把各大搞人工智能的企業伺候的舒舒服服……然後AMD的算力卡就賣不出去，幾年鉅虧，現在都快要砍掉這一塊業務了。
同時兩者之間的技術差距也越來越大，這種情況下，越往後，智雲的算力卡生態建立的就會越完善，世界各國的人工智能企業對智雲算力卡生態的依賴就越嚴重。
真到那個時候，AMD就更沒機會了。
至於高通和英特爾……因爲專業不對口，雖然他們還在堅持繼續搞算力卡，但是他們連AMD的的水平都遠遠不如，更別說看見智雲半導體的車尾燈了，差距有十萬八千里那麼大呢……所以這兩家暫時威脅不大。
但是，哪怕是沒有明顯威脅，徐申學都打算繼續維持目前的這種強勢態度，繼續打壓美國的幾家芯片設計廠商。
要打壓的話，最好的辦法不是不賣高性能服務器GPU，反而是要大規模敞開了賣給他們！
沒有什麼比傾銷更好用了！
等到把他們的服務器GPU領域徹底擠兌死了，讓他們連看一眼服務器GPU的勇氣都沒有的時候，也就到了收割的時候了！