徐直军坐在偏右的位置，旁边是海思的负责人何廷波。
坐在主位上的那位长者，头发花白，面容和蔼却带着威严。
正是任老。
投影大屏幕前，任少卿穿着一件常见的格子衬衫。
他手里拿着翻页笔，电脑连着旁边那台外接算力测试机。
“各位领导，这就是我们九天实验室目前跑通的十五亿参数模型。”
“我们内部代号叫天问二号。”
任少卿把话筒放下，直接拉开椅子在电脑前坐下。
“纸面数据比较枯燥，我直接做几个实景演示。”
他在输入框里敲入一段文字，是一道简单的商业场景问答，涉及三个国家之间的物流成本对比和供应商选择。
按下回车键后，旁边那台体型庞大的外接算力测试机发出低沉的轰鸣声，内置的几张顶级通用GPU风扇立刻全速运转，排风口喷出的热浪让会议室里的温度都升高了几分。
屏幕上弹出运算提示，两三秒后，一段条理清晰的分析结果显现出来。
虽然偶有措辞生硬之处，但逻辑链条完整，结论合理。
任少卿又敲入第二条指令，让模型把刚才的分析翻译成英文摘要。
几秒钟内，一段语法通顺的英文段落出现在屏幕上。
会议室里安静了几秒。
在2015年这个节点，能做到这种程度的自然语言理解和多步推理，已经远超市面上任何公开产品。
何廷波推了推眼镜，拿出一份纸质文件。
“任总，徐总。”
“回响那边送来的底层数据结构我们连夜看过了。”
“他们想要一种专门针对神经网络计算优化的NPU芯片。”
如果说传统CPU是能解答各种复杂难题的大学老教授，显卡GPU是能同时批改海量简单试卷的中学生团队，那么NPU（神经网络处理器）就是一座专门为AI算法定制的“流水线工厂”。
它不需要懂复杂的系统逻辑，也不处理图形渲染，只做一件事，极其高效且省电地疯狂处理AI最需要的海量矩阵乘除法。
何廷波接着用专业的话语概括道：“指令集非常简单粗暴，不处理图形，只做矩阵乘法和张量计算加速。”
他顿了顿，语气变得更加审慎。
“但我得说句实话。海思目前的核心能力在手机SOC，CPU微架构、GPU、基带，这些我们有底子。但专门为神经网络设计的独立加速器，我们从来没做过。”
“行业里也没几家有成熟方案。中科院计算所陈云霁那个团队倒是在搞，做了个叫DianNaO的原型芯片，跑小规模卷积网络效果不错。我们内部去年底就在接触他们，考虑直接采购他们的IP核集成进下一代麒麟。”
一位副总裁接过话头。
“那是不是按原计划走就行了？买现成的IP授权，集成进SOC，风险小，周期短。”
徐直军把茶杯放下，摇了摇头。
“不一样。”
“顾屿要的不是手机端那种轻量级推理核。他要的是云端训练级别的大规模并行计算芯片。”
“而且他给出的条件是，十万片也好，一百万片也好，回响全包。他们要在雅安建全球级别的纯国产智算中心。”
此话一出，会议室里响起几声压抑的惊叹。
何廷波拿起白板笔，在旁边画了一个简单的结构图。