不得不说，“ai”芯片仿佛某种天谴之物般，哪怕这位神孽不断地高歌“创生圣言”，赋予林奇充足而庞大无比的创造力，甚至让他时刻都有着神明的错觉，那ai芯片在记忆宫殿里依旧艰难难产着。

这种奥妙至巅峰的作品，一旦出世便能够影响整个魔法文明的存在，林奇脑海里对他的构想，终究是轻微了。

放在外人看来，林奇的所作所为，就像是将一副从a到k，包括花色顺序排好的扑克牌，随意递给十余位路人切牌洗牌，随即他再接过来随便洗上十余秒，然后将所有的牌序恢复如初一样。

甚至就像是随手递给一个初学者拧乱的魔方，结果对方随手便复原了出来。

这些都并非不可能，而是出现的概率太小。

林奇眼下的“ai芯片”，也是如此。

就像是无数随意的乱洗牌里，慢慢地揉捏出规律的杰作来，也就大自然的鬼斧神工，才能担得起这一名字。

很快。

随着整个芯片大体架构的成型时，林奇也开始陷入一种莫名的震惊之中！

一种类似谷歌曾经开发来alphago的人工智能芯片？

这让林奇忍不住想起博识图书馆地底奎因殿下的试炼，便是以围棋智力压服对手便可以拿到预言的线头。

曾经的逻辑，仿佛在这一刻重新汇聚起来。

tpu？

这款谷歌17年专门为了机器学习而开发定制的专用集成电路（asic）仅仅用了一年便转移到云端作为商用，而它也遵循着cpu与gpu的路线。

tpu。

中文名字，张量处理单元。

说来广大群众第一次接触张量这个名字，可能还是靠着看时间简史之类的科普著作。

张量，来自于数学，以多线性方式将几何向量、标量和其他类似对象映射到结果张量的几何对象。

当时林奇第一次也没听懂。

不过他看了看还是大致明白过来，所谓张量，就是一个广义的矩阵。

高中学习的向量是一维矩阵，数字的立方体是三维矩阵，甚至耽搁数字也是矩阵。

这里冥冥中已经和那神经网络算法所切合，而张量之所以与纯矩阵有曲风，便在于他拥有动态特征——生活在结构中，与其他数学实体相互作用。

而计算机科学里，张量则是一个n纬矩阵。

林奇默默在纸面上重新打版，刚刚他已经将整个神秘的控制知识拱手托出，与着神孽交换。

至于对方是否会靠此找到成神的专门要是与切记，他也都无所谓。

火都烧到眉头了，谁还会估计明天的饭菜热不热。

而随着书写，林奇的板书笔法也越发飘忽——

训练后的神经网络以标签或预估值对数据分类，此乃推理。

因此每个神经元都需要进行计算。

输入数据乘以权重，表示信号强度。

结果相加聚合神经元状态。

使用激活函数调节神经元参数活动。

如此一步接着一步，连绵不绝。

按理说，三个输入而只有两个神经元与一个单层神经网络的话，权重与输入便要六次乘法……