有关于辛的详细信息，辛启不会讲出来。
当前市场的所有的启AI，严格来，其实并没有深度学习等等能力！
原因是所有硬件，无法支撑启AI进行复杂的，本质的核心算法运算。
一旦完整运行起来，机器将会直接宕机！
现在，在启AI推动下。其实有许多企业高校等机构，也都发现了相关问题。
圈子内，已经出现了一定的AI芯片热度。
不同的是，他们和辛启的认知不一。
卡内基梅陇这些个AI实验室们，把AI芯片，当做芯片一种细分领域。
基本定义为NPU。
提起芯片，人们大都想到CPU。实际上，CPU不过是一种比较均衡的核心运算处理器。
还有例如，BPU、DPU、FPU等等。
而NPU是比较热门的话题，主要为视频图像等数据处理。
市面上很多研究AI的机构，主要着手方向就是搞图形图像分析，各种演化算法很多。
核心的计算内核，都是乘法器电路。
最新理论，是打算用模拟电路形态，代替数字电路！
辛启望着众人，“我和他们采取的方法有点相似，同样是利用模拟电路。不同的是，在底层逻辑电路中，将会进行深层次改变。”
“相关核心算法模式，我已经发送了。你们看一看吧！”
众人立刻好奇的打开内部系统。
这套电路图运算模式，是辛和辛启共同整理出来的。
采用一种，有别于加减乘除的，动态多行法则运行的底层架构模式。
直接将各种基础计算逻辑，进行了强大的优化和升级。
所有不同类别的芯片，整合到了一起。不是把CPU、GUP等等架构或者逻辑电路整合。而是把不同芯片的能力，整合到了一起。
辛启借用了一部分量算元器件的模式。进行了简化和升级，且加入了变化后的部分植物编码，作为新的指令集。
植物编码这里，辛启不会担心泄露。因为进行了转换，相当于加密了。辛自己缩减出来的东西，辛启自己拿到后，都无法回推出完整的植物编码，更不用其他不知道整体思想的人。
最终的成果，从功能上来，也相当于CPU。不过，将会是一个全能，且全部能力顶尖的CPU。
有了核心的运算模式，肯定是远远不够的。
把一加一等于二刻在晶圆上面，要考虑的东西太多了。
在当前，大家得至少理解AICPU的核心电路图。普通的芯片，核心电路图就是逻辑电路，与或非。用数学来表示就是算法。
AICUP比植物编码简单的多，但很难理解。
因为，它的坐标太多了，而且是动态的。
那么，在电路图中的表示，却无法随即动态。必须将多种可能全部都表示出来，而后，在根据条件，来将不同状态接入电路。
这么一来，用传统数学算法，表达辛启提供的AICPU电路，复杂程度会直线上升！
在众人皱眉思考的同时。
辛启也在神游外，脑子中已经架构着生