看一组直观的对比数据。」
丹尼尔话音刚落，屏幕中央便浮现出一组柱状图。
双精度浮点算力方面，烛龙Z100为23TFLOPS，而烛龙Z150达到了47.1
TFLOPS。
半精度浮点算力方面，烛龙Z100为280TFLOPS，烛龙Z150则高达572TFLOPS。
台下的观众很清楚这些数字的分量！
有了烛龙Z150，AI领域的技术叠代速度，必将迎来质的飞跃。
丹尼尔继续补充道：「Z150在将性能翻倍的同时，还将功耗控制在接近Z100
的水平，这主要得益于我们的三大核心突破：NeFrame2.0架构、7纳米patterning工艺，以及第二代Chiplet互联技术。」
言外之意，烛龙Z150绝非简单的参数堆料，而是集合了多项自研核心技术的精品之作。
尤其是在大模型训练场景中，Z150的吞吐量不再是线性增长，而是实现了指数级跃迁。
丹尼尔举例说明：「在训练一个千亿参数的大语言模型时，竞品的算力集群需要28天，而采用烛龙Z150的算力集群，仅需2天就能完成，速度提升了十几倍。」
在这个日新月异、竞争激烈的AI时代，时间，就是最核心的壁垒，也是最宝贵的优势。
最后，丹尼尔公布了烛龙Z150的定价，每片2.9万美币。
至于上一代产品烛龙Z100，天工科技并未选择降价，而是采取了逐步缩减产能的策略。
反正没人要就不卖，想让天工科技降价促销，绝无可能。
大洋彼岸，山景城，谷歌总部的会议室里，气氛格外凝重。
皮查伊坐在会议室主位上，脸色铁青地盯著屏幕上那组烛龙Z150与竞品的对比柱状图，一言不发。
在他身旁，谷歌研发中心的首席科学家马里恩正焦虑地来回踱步，语气急切地说道：「我们正在全力训练的AIphaGoZero，用目前的TPU集群，至少需要跑整整三个月。
——
可如果换上烛龙Z150，可能只需要一周就能完成训练。
看来，我们还是得购买天工科技的算力晶片。」
皮查伊无奈地耸了耸肩，满脸苦涩。
谷歌的算力中心才投入使用没几个月，现在又要花费巨额资金采购新的算力晶片，这无疑会大幅增加研发支出，
本章未完，请点击下一页继续阅读！