第522章 全球過半算力
徐申學在智雲廣城分公司的管理層的陪同下，詳細的視察了這個除了總部之外最大的科技園區。
而視察的重點自然則是這個超導材料工廠了。
“目前我們主要生產TK120超導材料以及秘密生產MK34超導材料。”
“對外公佈的都是TK120超導材料的生產情況，而MK34材料的生產，則是全程處於保密之中，擁有獨立的廠區，所有員工都是經過了嚴苛的各種審查選拔粗來的，並且每一個人都簽署了保密協議，並自願接受全方位的監控！”
“我們的安保部門，利用安保大數據系統爲每一個能夠進出、接觸到MK34材料相關信息的員工都建立了安全數據檔案，全方位進行監控，確保不會出現問題！”
徐申學聽着這個超導材料工廠負責人的講解，微微點頭：“安全和保密是重中之重，務必要高度重視，這方面你們要和安保部門配合好！”
MK34材料這東西，剛研發出來之後就已經被列入了絕密，相關信息得到了全方位的保密。
相關信息的保護其實也不僅僅是智雲集團內部的安保部門在做，其實更多對還是相關的安全機構負責的，智雲集團自己的安保部門，只是負責內部保密以及防範一些漏網之魚，配合安全機構爲主。
不然的話，光靠智雲集團的安保部門也幹不了這事……不說別的，光是對涉及MK34材料的衆多相關人員以及其家屬的全面監控就是個麻煩事，以前涉及的人還比較少，但是隨着MK34材料進入到小規模量產，並且逐步應用之後，知道的人就越來越多，保密的難度也越來越大了。
此外，進行信息保護的同時，也會涉及到很多法律問題的！
這些事情已經不是智雲集團內部的安保部門能夠搞定，這需要專門具有高級權限的安全機構來做。
就目前來說，MK34超導材料的的相關信息保護做的還是不錯的，之前目前外界並沒有MK34材料流傳的信息。
只不過這種大規模的信息保密行動，自然也會引來敵對相關安全機構的注意……業內基本都知道最近智雲集團旗下的廣城科技園搞出來了一種新東西，但是並不知道是什麼新東西，會造成什麼樣的影響。
尤其是美國那邊，還被進行了誤導，以爲智雲集團搞出來了什麼碳納米材料，要搞什麼太空電梯。
不過，儘管MK34材料已經是屬於非常出色的常溫超導材料了，但是依舊還不夠……其零下二十五度才能進行超導以及昂貴的成本，可談不上日常使用，只能用於量子計算機、先進醫療、科研等領域裡，還談不上大規模的普及應用！
所以，智雲集團旗下的研發部門，一直都在努力推動MK34材料的成本下降，以及嘗試根據現有的成功技術路線，繼續研發，嘗試搞出來更好的常溫超導材料！
шωш⊕Tтkā n⊕C 〇
零下二十五度的超導材料，還是侷限性太大了……想要用都還帶着一個專業的製冷設備呢。
而新型超導材料的研發，依舊是智雲集團旗下的廣城人工智能材料研究所。
其所長就是研發出來了MK34材料，實現一步登天的於泰和。
在研究所內部的實驗室裡，於泰和爲徐申學介紹了目前超導材料的研發情況：“徐董，目前我們的整個研究所，大部分研發力量都是集中在超導材料上，包括探索MK34材料的大規模低成本量產、MK34材料的新型應用，當然還有更重要的是研發新型的超導材料！”
“我們根據MK34材料的技術路線反覆進行了研究和總結，形成了碳基銅鐵複合超導材料技術路線，這是一個之前從來都沒有出現過的新型超導材料技術路線！”
“我們根據這一技術路線進行了深度挖掘和研究，初步確認了這一技術路線的基本特定，在常壓下具備非常良好的常溫超導特性！”
“實際上我們在MK34材料之外，也通過材料配方的變化，合成工藝的變化，成功研發出來了另外三種碳基鋼鐵複合超導材料，超導溫度在零下十五到零下五十度之間。”
“而現在，我們則是繼續研發，嘗試研發出來一種常壓下溫度更高的超導材料！”
“現在我帶着團隊做的一個MK76項目就是這種項目，我在現有的技術路線下進行了優化，上週完成了新材料的核心理論構架後，就開始交給了計算中心進行大數據計算，因爲計算量太大，並且還需要持續進行調整，我們預計下個月就能夠完成大數據計算，然後進入實際試驗階段！”
“今年上半年我們的材料大模型又進行了重要的升級，現在是越來越好用了！”
於泰和說着的時候，都有些感嘆，現在的材料研發都變簡單輕鬆了！
雖然還是各種玄學味道濃郁的很，但是至少簡單輕鬆了許多！
他這個新設計出來的MK76項目，如果按照傳統的材料學研發步驟來，如此複雜的複合材料研究，光是前期的各種繁雜實驗就得需要數百名研發牛馬，耗費十年以上的時間。
但是現在，這一過程則是可以交給人工智能科研輔助系統來進行，只要算力足夠，半個月左右就能搞定了。
這種研發過程是人工智能材料學的一個重要特性：節省大量的前期實驗時間以及成本。
現在於泰和搞人工智能材料學的研究，就是帶着一羣手下進行新材料的理論創新研究，設計出來了理論上可能存在的技術方向後交給專門的人工智能科研系統的專業材料大模型去跑。
大模型跑的時候，會模擬幾千甚至幾萬種不同的技術路線，然後找到可能實現的若干技術路線。
由此節省大量的時間和成本。
在諸多材料研發裡，其實最耗時耗力的研發就是前期的這種挨個測試的研發階段……這個研發階段往往要實驗幾百幾千次，最後才能找到那麼其中一種成功的……
這還是運氣好的情況下，運氣不好的話，花費十年實驗幾萬次，也找不到堪用的材料。
以前研發某種材料，可能需要用幾百個研發人員進行十年以上的各種前期實驗，但是現在用了這個人工智能科研系統裡的材料研發大數據模型，把數據做好交給大模型跑的話，基本十天半個月就能出結果。
當然了……這其實也是有代價的，那就是人工智能它只會按照設定好的各項參數進行各種技術路線的嘗試……它不會失誤，但是也不會靈機一動！
而失誤和靈機一動，則是材料研發領域裡很重要的環節……無數重要材料都是因爲失誤或靈機一動而研發成功的。
這個人工智能科研系統，其實起到的作用並不是‘開創性的研發’，實際上就是用來減小基礎、重複、大多情況下都是沒什麼意義的計算、實驗和測試而已。
這種人工智能科研系統，不說取代於泰和這種材料學頂級科學家了，就算是於泰和手底下的普通研發牛馬也取代不了。
人工智能科研系統只能完成前期的低技術含量的重複計算和實驗、數據統計而已，後續的各種實驗和測試還是需要這些高學歷研發牛馬來親自搞，人工智能可做不了這種事。
而且人工智能還有一個很大的缺陷，那就是它不會失誤，而不失誤就沒有意外，但是材料學，是需要意外的……
沒有意外，哪來的新材料啊！
當然，即便是有這樣或那樣的諸多缺陷，現在的人工智能科研輔助系統中的材料研發大模型，依舊是一種非常好用的工具，可以大幅度降低材料研發的成本以及時間。
並且可以讓材料科學家們更加專注於新型材料的理論框架的創新，搞出來一個新理論後，設計好理論模型，直接扔給大數據去跑就行了，簡單又省事。
不過，這對算力要求也非常高！
智雲集團內部的這個材料大模型是多年積累起來的，跑起來運算量非常大！
於泰和輕輕鬆鬆搞人工智能材料學的背後，是人工智能研究院研發出來的底層人工智能核心算法，這個算法結合材料學研發的特性，然後設計出來了專門的材料大模型。
這個材料大模型的運行環境也是要求非常高，這後頭是一個龐大無比，好幾萬片APO顯卡以及上萬個GPU一起組成的算力中心呢。
這算力，比很多企業訓練人工智能的算力還要龐大。
而最近，輔助材料研發的算力中心又進行了升級，人工智能研究院那邊把這一套材料大模型的計算中心，接入了一個新的算力中心，獲得了大幅度的算力提升，這算起來也就更快了。
這個新接入的算力中心，於泰和也知道一些，這是世界上首個超導量子計算機陣列！
智雲集團利MK34超導材料研發出來的YCL-51超導量子計算機持續小批量生產，一部分供應香瓜的保密研發機構，不過更多的還是集團自用，用來組建超導量子計算機陣列。 第一個超導量子計算機陣列已經在今年年初順利組建，這個由一百多臺YCL-51超導量子計算機和兩萬多片AI6000顯卡，數萬枚WZ320服務器GPU一起組成的超級計算中心，一經組建成就成爲了智雲集團旗下算力最強悍的一個算力中心。
順帶一提，現在的超導量子計算機因爲可控量子比特數量還不高，暫時還沒有辦法完成所有類型的計算任務，所以依舊是需要傳統計算機來進行配合計算的。
儘管還有這樣或那樣的缺陷，按時超導量子計算機依舊在科研領域裡發揮出來了巨大的作用，進行部分科研領域的運算任務時，其效率是傳統計算機的數百倍甚至數千倍之多。
由YCL51超導量子計算機，AI6000顯卡，WZ320服務器CPU一起組成的這個新算力中心，其算力頂的上智雲集團所有算力總和的百分之三十。
這可是相當強悍的數據。
要知道智雲集團好多年前就開始不斷的建設用於人工智能領域的算力中心，旗下的服務器GPU顯卡，從AI1000一直更新到了現在的AI6000……
用上了最新的AI6000後，以往的AI5500以及AI5000，AI4500以及AI4000等老舊顯卡，依舊還在使用呢。
多年累積起來的衆多大規模的算力中心，讓智雲集團擁有了全球最大規模的算力資源，十個谷狗的算力資源加起來都沒智雲集團一家的算力多。
智雲集團生產的服務器GPU芯片，其實大部分都自己用了……拿出來賣的還不到百分之五十呢。
但是現在的這個新式的算力中心，一個算力中心的算力就相當智雲集團現有算力的百分之四十，可見其算力有多大。
而智雲集團還在建設第二個超導量子計算機綜合算力中心，這第二個算力中心被部署在大西南地區，其算力還要更大，預計採用超過五百臺的YCL-51超導量子計算機。
甚至是作爲搭配使用的AI600顯卡都超過了十萬片，此外還有數量龐大的WZ320服務器CPU。
第二個超導量子計算機算力中心，預計明年初就能夠投入使用，到時候智雲集團的算力將會進一步得到大幅度的提升。
都不說遙遙領先其他企業了，而是遙遙領先全球其他算力的總和！
其實現在也領先了很多，目前用於人工智能領域的算力資源，全球範圍有一百的話，智雲集團一家就獨佔了至少百分之五十。
剩下的百分之五十里，國內的其他企業的又佔據了不小的份額，相關的研發機構佔據了不少，比如國防領域裡就需要用到大量的算力中心，然後國內的一些互聯網企業也在大規模建設算力中心，用來部署GTAI或自研人工智能。
國內這邊的相關機構或企業，得益於地理環境優勢，能夠方便就近購買智雲集團的算力卡，所以搞起來就很方便。
如果把這部分也算上的話，那麼國內的算力資源大概能夠佔據全球總算力的百分之七十左右。
還有百分之二十多的算力資源被美國企業給買走……人家每年花好幾百億美元採購智雲集團的天價算力卡，這錢也不是白花的，而是真真實實的買到了龐大的算力。
至於爲什麼還搞不出來頂級的人工智能，尤其是用於終端領域的人工智能，這就是人工智能底層算法的問題了……算力是有了，但是底層算法搞不定也白搭。
自己腦子不行，能怪誰……
至於其他國家的企業，他們的算力很小的，華夏和老美之外，其他所有國家的算力全部加起來估計也就七八個點，而且還分散在日韓以及歐洲。
自詡已經是人工智能大國的印度，其算力資源在全球範圍內都排不上號。
看看人家老美，衆多企業加起來每年得找智雲集團採購上上百萬片的APO顯卡呢。
光是APO5000的顯卡，來自美國企業的訂單總額現在就已經達到了上百萬片，把智雲集團旗下的智雲微電子的APO5000顯卡的生產線都給乾冒煙了。
看看人家美國人的砸錢魄力，饒是作爲競爭對手的智雲集團的高級管理層看了，都得說一句：佩服！
老美的這些企業在人工智能領域裡的魄力是真的大，砸起錢來是毫不手軟。
幾百億上千億美元的往下砸錢，眼睛都不帶眨的！
再看看印度客戶採購幾萬片的APO5000顯卡的各種斤斤計較……搞得現在智雲集團的算力卡業務部門的銷售人員，看到印度企業的客戶都煩：就那麼點採購量還喜歡嗶嗶，一會要砍價，一會還想要各種折騰要退款。
一會說什麼印度市場潛力巨大，是未來人類人工智能的中心，你智雲集團的顯卡要進來，就必須在當地設廠云云，要不然就給你智雲的顯卡搞個關稅百分百、
哼哼，就問你怕不怕！
這都把智雲集團裡的GPU業務部門的負責人給弄無語了，你哪來的勇氣啊？是你求着我賣顯卡給你啊，不是我求着賣給你啊……搞清楚好吧！
還給我的顯卡加關稅，老美的一大羣高科技企業的CEO，都不敢在我面前說這話……
於是乎，智雲集團裡的GPU事業部的負責人，手一抖，就把來自印度企業的APO5000顯卡的訂單給排到了後年去了。
把這幾萬片的預定產能騰出來留給了日本的幾家企業的新訂單。
人家日本的企業的負責人笑眯眯的收下了這份大禮！
這剛下的新訂單，按照正常排期估計都得後年去了，畢竟APO5000顯卡供不應求，排隊一年甚至兩年拿貨是很正常的。
但是沒有想到智雲的人突然通知他們，有一批預定明年秋天的產能可以騰出來，讓他們提前預備好資金，可以在明年秋天提貨。
還有這好事！
仔細一打聽，哦，原來是印度人搞事，把人家智雲給惹毛了，所以人家智雲的GPU事業部的大佬親自調整產能，把原定給印度企業的產能給了他們。
這印度人，做好人好事呢！
印度在人工智能領域裡搞出來的笑話不少，但是人家還真搞人工智能……畢竟人家連五代機，六代機都打算搞呢，這搞個人工智能也不算什麼稀奇事。
再不濟，還有個GTAI兜底呢……用開源的GTAI稍微換個界面，換個字體，說成印度自研的人工智能，也沒幾個印度人分得清楚啊
從這個算力資源的全球分配，也就能看得出來，這年頭玩人工智能的基本就是華夏和老美那邊的企業，沒其他國家的企業什麼事。
這也不是智雲集團不往外賣APO顯卡，現在智雲集團對APO顯卡的供應基本是敞開供應的態度，只要給錢就賣！
問題是，很多其他國家的企業也沒什麼錢，賣不起大量的算力卡。
最重要的是，他們購買了APO顯卡後，也沒什麼用……甚至就連使用GTAI這種開源AI都用不了那麼多的算力。
因爲他們連像樣的互聯網企業都沒有多少……
——————
底層的核心算法，算力中心還有龐大的數據，這三樣是搞人工智能的核心因素。
而智雲集團在這三大領域上，都是全球頂級的行列，大幅度領先其他企業。
尤其是最爲核心的算法領域。
但是算法人們也看不到，不好進行評價。
而更好評價的則是算力了！
算力是個硬指標，一目瞭然！
而智雲集團，獨自佔據全球半數以上的算力資源！
(本章完)