陈韵霁团队的研究思路和学术成果，对于极光的骄阳系列算力卡，以及极光和星光，目前正联合研发的手机NPU、智驾专用芯片，都有着不小的帮助和启发。
其提出的“DianNao架构”，通过硬件层面，优化数据流向的设计思路，以及“近存计算”的底层逻辑，与骄阳200的“存算一体”设计不谋而合。
能有效提升骄阳算力卡的存算协同效率与能效比，进而解决，处理超大规模神经网络时的“局部算力闲置”问题。
按极光研发团队的模拟数据，融合该思路后，骄阳算力卡的存算交互延迟，可从原本的15ns，进一步缩短12ns！
对比一下，英伟达去年推出的GTX 680，延迟高达200ns。
此外，骄阳算力卡的能效比，也有望再提升25%！
这对于需要密集部署算力卡的极光数据中心来说，意味着每年能省近10亿度电！
至于NPU和智驾专用芯片项目研发，同样也得到了不小的启发。
陈韵霁团队，在“端侧低功耗AI计算”上的探索，与星光的NPU研发需求高度契合。
融合该方案，可有效降低NPU功耗，提升手机续航。
而智驾专用芯片，需要同步处理激光雷达点云、摄像头图像等多路异构数据。
在该领域，DianNao架构衍生的“多任务并行调度机制”，与极光研发团队的“异构计算单元动态绑定”，底层逻辑高度协同。
前者是通过硬件层面，划分独立计算核心，为不同任务分配专属资源，避免传统芯片“单队列排队处理”导致的拥堵。
后者则是通过软件定义硬件资源，让激光雷达处理单元，与图像识别单元，可根据实时数据动态调配算力。
一软一硬，对上了嘛这不是~
方案融合后，模拟数据显示，可将智驾芯片的综合响应延迟，从原本的50ms，压缩至28ms。
这意味着，当系统识别到突发障碍时，决策和执行的间隔，缩短近一半！
为紧急制动或转向，预留出更充足的反应窗口，直接关系到自动驾驶的安全性。
对比同期行业水平，特斯拉今年发布的第一代Autopilot，依赖外部GPU，响应延迟超100ms。
吊打之~
当然，洛川手上的这份论文，并非公开论文，而是极光和中科院计算所的核心机密文件。
其中涉及到的技术参数、算力调度算法的源代码逻辑、商业化场景的适配模型等等，为双方共同所有。
陈韵霁团队将会公开发表的论文，只包含理论框架，不会涉及任何工程化落地细节。
也就是说，极光仍握有基于联合研发成果的工程先发，与技术独家性优势~
此外，在极光、中科院计算所，以及国投创业的支持下，陈韵霁团队已正式辞去计算所职务，成立“寒武纪”。
想来，用不了两年，就会将学术成果，转化为商用产品。
虽说，星光同样在自研NPU，但谁又会拒绝，多一个国产替代选项呢~
更何况，单纯从财务投资的角度来看，这也是一笔极为划算的买卖。
前世，寒武纪于20年，在科创板上市。
首日开盘上涨约290%，市值近千亿！
单是这一波，极光小赚一两百亿，轻轻松松~
起飞~
说来，极光投资的另一家GPU厂商，景嘉微，应该也马上就要流片了。
这又让洛川回想起另一件往事。
当初，他之所以启动剑灵项目，还要求研发团队，联合国产GPU厂商，协同研发，优化适配。
目的之一，便是想要利用游戏场景的实时渲染等需求，强行推动GPU厂商，优化显存带宽、光线追踪、动态频率调整等技术。
但很显然，他小看了通用GPU的研发难度。