实很需要一款专业的AI晶片，来推动AI研究。

而且再过几年，米国就要在晶片上卡博子了。

江一锋原本是打算提前多囤积一些晶片，来应对不利局面。

现在西蒙和尼格尔找上门，他便顺势而为，干脆自研AI晶片，并搞出一条生产线，彻底解决未来卡博子的情况。

刚好山海经实验室已经得到了国家认可，官方的大产业基金要投资入股。

这笔投资还在谈，按照杜薇的说法，官方很看好江一锋和人工智慧，总投资预计会超百亿，分三期打款，占股预计在20%左右。

听到江一锋的提议，尼格尔看向了西蒙。

西蒙刚想礼貌的拒绝，他还是想试试单独开公司。

却听江一锋又说道：「按照你们现在的思路，是永远做不出超越GPU架构的晶片的，也无法跟瑛伟达抗衡。

无论如何差异化，IPU还是在遵循摩尔定律，走的还是传统发展路径，在这方面瑛伟达积累的优势无限大。」

所谓摩尔定律，是半导体行业的两大定律之一，即「集成电路上可以容纳的电晶体数目在大约每经过18个月到24个月便会增加一倍」。

在这个定律下，晶片的纳米制程是越做越小的一纳米制程越小，在固定面积下能堆叠的电晶体就越多，晶片的性能就越强。

这是过去几十年，半导体行业发展的大趋势。

江一锋喝了口茶，继续说道：「晶片的纳米制程不可能无限缩小，越到后面，每次叠代要投入的资金成本就越大。

这种道路真的对吗？

半导体行业一直在堆叠电晶体，却忘了在某一个阶段停一停，扩展出宽度来。

比如28nm制程。

这是平面电晶体的集大成者。

从16/14nm开始，晶片行业就全面转向FinFET，电晶体从「躺著」变成「站著」，电流从「平面流动」变成「三维翻山」。

这种立体结构固然提升了性能，但也增加了不确定性和耗能。

28nm就是最稳定的平面电晶体架构，不仅可以抗住各种高低温环境，使用寿命也能长达十年。

如果用28nm制造出IPU，应用在ai领域，能在伺服器里稳定跑十年，还能保证数据不出错、不掉电、不降频。

这多么完美？