根据Kuai Technology在6月12日的报道，根据许多报道，美国商务大臣霍华德·卢特尼克（Howard Lutnick）最近再次向美国直接向中国提供最好的筹码，但预计将以飞机和乙烷作为讨价还价的筹码，预计中国将消除稀有地面控制。两天前，《人们每日人》与华为创始人伦·宗菲（Ren Zhengfei）进行了对话，其背后的含义是自我兴趣的。在采访中，Ren Zhengfei提到无需担心芯片问题。使用叠加和聚类方法，计算结果与最先进的水平相当。他说，我们的单一筹码仍然是美国落后的一代。我们使用数学来补充物理，非摩尔来补充摩尔人，并使用组计算来增加单芯片，这也可以实现实际结果。 “我们在磨牙中使用物理和非摩尔补充剂中的数学补充剂，并使用集群计算原理s to meet our current needs," he said. As we all know, advanced chips currently have two major application directions: one is the cutting of technological equipment such as smartphones and computers, and the other is the high-end GPU with the biggest demand for AI training. Let's talk about mobile phones and computer chips first. Needless to say, Huawei's own Kirin 9020 chips are self -sufficient, including Hongmeg's Hongmeg computers, which还使用新一代的Kirin芯片。咨询机构，发布了一份特别报告，称最新的华为云是最新的AI计算电源群集解决方案SU在人工基础设施领域中，NVIDIA GB200 NVL72中国的产品教学。 CloudMatrix 384建于384个上升芯片上，并通过完全连贯的拓扑结构实现了出色的芯片合作，从而为300个Pflops提供了BF16UP的密集计算能力，几乎是NVIDIA GB200 NVL72系统的两倍。此外，CloudMatrix 384还具有内存和带宽容量和带宽的优势，总内存容量超过NVIDIA解决方案的3.6倍以上，并且存储器带宽为2.1倍，为大尺度AI AI训练和倾斜度提供了更好的硬件支持。根据该报告，尽管单个Astro芯片的性能约占NVIDIA BLACKWELL Architecture GPU的三分之一，但华为成功通过大型系统设计取得了到计算机的整体力量，并在诸如超规模模型训练等场景中表现出更强的竞争。半分析还指出华为工程的好处不仅可以在芯片级别上看到，而且在不断变化的系统级别上，包括网络体系结构，光学互连和软件优化，使CloudMang Atrrix 384可以完全使用群集群集来满足超大AI计算量表的需求。该软件无法触及其脖子。要借用Ren Zhengfei的单词，这些是图形符号和数学代码，以及一些切割和算法运算符，而无需阻止电缆。当然，Ren Zhengfei特别强调了基本理论研究的重要性。他说，当我们国家具有特定的经济实力时，我们应该关注该理论的研究，尤其是关键理论。主要研究持续了5到10年，通常持续10年，20年或更长时间。如果您不进行基础研究，那么您就没有根源。 Ka Kathe的叶子正在成长和发展，当风爆炸时，它们将掉落。他指出，华为被投资每年1亿元人民币在研发领域，大约600亿元人民币从事基本理论研究，无需评估。其余的1,200亿元人民币投资于产品研发，需要评估。 Ren Zhengfei说：“没有理论，就没有突破，我们将无法到达美国。” [本文的结尾]如果您需要重新打印，请确保指出来源：Kuai技术来源：Kuai技术返回Sohu以查看更多信息
平台语句：本文的观点仅代表-set本身。 Sohu帐户是发布信息的平台。 SOHU仅提供存储信息服务。
