徐申学在江城的视察，主要集中在存储芯片领域，包括参观最新建成、采用大数值孔径EUV光刻机为核心的10F工艺的晶圆厂。
10F工艺，是智云微电子专门为了下一代高性能内存芯片而开发的内存芯片工艺，其工艺性能对比10E工艺，同等功耗下，芯片的性能能够提升大概百分之二十左右——这是一个相当不错的性能提升。
并且这种工艺性能的提升，并非由芯片层之间的堆叠工艺带来，而是通过纯粹缩小单层芯片中的晶体管尺寸实现的。
这是最底层芯片制造技术的提升，可比3D堆叠，立体堆叠等后续工艺的提升更重要，也更明显——因为这是内存类芯片的基础。
基于这项技术，可以制造DDR内存芯片，用于电脑和服务器；
也能制造LPDDR（即低功耗内存芯片），用于手机、平板等各类轻量化便携低功耗设备。
还可以用来制造GDDR，也就是显存，这种东西一般用在独立显卡上，用来打游戏的游戏显卡或制图的专业显卡上用的就是这个GDDR。
然后是目前顶级内存芯片工艺的主要应用：HBM，即通过3D堆叠工艺，把多层内存芯片堆叠起来的大带宽内存，专门用于人工智能领域，比如可以用在APO系列算力卡上。
此外，智云半导体的几种主要的中大型终端算力芯片同样使用HBM。
比如典型的PX系列芯片以及智云集团和海蓝汽车自用的EYQ系列芯片，它们其实就搭载了小容量的低功率版本HBM——因为第二代人工智能技术应用后，终端设备对算力的需求量更大，同时对算力带宽需求太高。
使用传统的内存是没办法满足这种大算力高带宽的计算需求的！
智云集团旗下各类支持第二代人工智能技术的中大型终端算力芯片，其实都是综合性的算力芯片，可不仅仅只是一个GPU核心。
其内往往包含GPU核心、CPU核心、HBM芯片及其他各类功能性核心，并通过3D工艺封装，属于综合类终端算力芯片。
这也是智云集团对3D封装工艺需求量那么大的原因——不仅仅是APO系列算力卡需要它，各类中大型终端算力芯片也需要它。
至于小型乃至微型终端的算力芯片为什么不用——主要还是受限于成本以及功耗问题，不是不想用，而是用不起或者没办法用。
当代的HBM芯片很贵的，哪怕是智云集团自己自产自销，内部核算采购价的时候也非常高，不是什么算力芯片都能用得起的。
不过，智云集团的机器人事业部以及半导体事业部，正在联合推进新的终端中央算力系统构架，旨在降低中央算力的成本，只不过难度并不小。
目前的智能机器人，其算力系统其实已经很完善了，由中央算力系统和感知数据处理系统组成，然后再加上分布式算力系统加持，以降低中央算力系统的算力压力。
想要进一步改进难度其实很大，想要大规模降低成本就更难了。
顺带一提，这一套算力系统里的技术难度最大的并不是PX芯片、EYQ芯片这些承担大脑作用的算力芯片，而是承担海量感知数据高速处理的ZY/N系列数据处理芯片。
外头一群半导体公司，比如高通，英特尔以及AMD，其实他们都陆续做出来了类似PX芯片的终端算力芯片，只要舍得用料的话，其性能其实也能做的不错——就是没生态给他们用而已——没办法运行基于智云集团的第二代人工智能技术，只能用于他们的第一代人工智能技术上。
而第一代人工智能技术，那都是落后淘汰技术了。
但是数据处理芯片则是做的就不太行了，性能差距太大了。
而数据处理芯片，其实才是第二代人工智能用在终端领域的核心技术——机器人每时每刻都在感知大量数据，但是不能把这么多数据都交给GPU为核心的中央算力系统处理的，处理不过来的。
所以就需要专门的ZY系列数据处理芯片来对这些海量数据进行前期处理，对大量数据进行前期处理后，再将关键数据提交给中央算力系统。
两者相互配合，才能够实时处理大量数据，然后做出及时的决策！
这一套ZY芯片加上EYQ芯片的双核心式算力系统，是智云集团多年来研发发展起来的一整套完善的人工智能终端算力系统。
然后再加上低延迟分布式算力系统，记忆存储系统等其他配套系统，最终就形成了智能机器人的算力系统。
这使得它在实现高效的感知、分析、决策能力的同时，还具备自主学习和记忆功能。
智云集团的机器人，都是能够自主学习并记忆的，并不会出现断掉停机后，机器人就不记得之前的诸多事情了，但是受限于硬件限制，能够存储的记忆并不是很多，只能存储关键信息，所以有时候问机器人一些以前发生的小事，它傻乎乎的不记得了。
而要存储更多的信息，做到事无巨细，也可以购买云储存服务，这个价格可就贵了，除了有钱人或工作需求的人，很少人会购买大容量的机器人记忆云储存服务的。
这一整套算力系统，并不是没有缺陷，实际上也挺多的，但是目前为止是性价比最高的一个方案，是智云集团的诸多工程师们的智慧结晶。
而要改，那么就只能等到运用第三代人工智能技术了——因为第三代人工智能技术有一个特点，那就是使用了拟态计算。
而拟态计算，是模仿生物大脑的一种计算方式，采取算存一体的算力模式，它不仅仅能够进行计算，还能存储信息。
更重要的是，第三代人工智能技术独有的模糊计算和逻辑推理能力相互结合之后，能够带来更高效率的计算能力——这意味着在终端领域的有限电力支撑下，也能够让终端设备获得庞大的算力资源。
到时候对于智能机器人这种终端设备的性能而言，将会带来一个巨大的飞跃——它会变得更聪明，行动更精准，分析判断更准确。
智云集团正在全力推动智能机器人应用第三代人工智能技术，只不过目前还处于研发阶段，一时半会的想要做出来还是有点难度的。
毕竟不是把一大堆的新技术用上去就行的，还需要考虑成本。
现在的第三代人工智能技术应用，其成本是极其高昂的，贵的不仅仅是硬件成本，还有新模型的训练成本等等。
其大规模应用的成本之高昂，就算是智云集团都感受到了不小的压力。
而成本太高的话，做出来的产品或服务的成本也就更高，而过于昂贵的产品或服务是很难大规模销售出去的。
所以智云集团的工程师们，还在苦思冥想如何设计应用第三代人工智能技术的机器人，并且尽可能地降低成本。
这涉及到整体算力系统的巨大变化，其研发难度可不小。
——————
而只要底层的计算机系统不出现太大的变化，那么未来很多年里，无论算力系统如何变化，对先进半导体芯片的需求都是极为庞大且必需的。
底层的计算机系统虽然已经有了量子计算机和拟态神经计算机，然而这两种计算机模式目前而言都依旧有着很大的局限性。
量子计算机因为体型庞大、计算方式特殊，目前只能用于部分计算任务，智云集团主要将其用于人工智能领域，进行模型训练以及大规模模型的运行。
至于说用于终端领域，距离还太遥远了，首先小型化问题就很难解决，其次想要让量子计算机实现通用计算，难度太大了。
而拟态神经计算，虽然具有低功耗，模糊计算优秀等诸多优点，但是它也有着自己的缺陷，那就是在高精度运算上的能力很差——这类计算机的本质，其实就是模仿生物的大脑的计算模式，而生物大脑的计算模式特点是模糊计算能力强悍，低功耗，但是高精度计算能力比较差。
所以，你让它计算高精度任务，其实难度也非常大。