润非常高。
当然……蓝牙耳机虽然赚钱多，但是在产业链上所提供的贡献就不是很大了。
智能家居虽然不怎么赚钱，但是好歹是大件产品，里头各种零部件一大堆，还涉及了的非常重要的半导体产业，然后又牵扯了一大堆的合作供应商……很多人都靠着这一块吃饭呢。
而且也是智云集团里消化各类库存落后半导体产品的主要业务。
早几年的一些s系列芯片，如今在手机上已经用不上了，但是在各类智能终端里还是属于非常不错的，如基于十八纳米工艺的s504芯片，也就是s503手机soc里的无基带版本，这款芯片依旧还在维持小规模生产，用来供应各智能家居产品。
依旧为智云半导体带来收入，为智云微电子带来一些代工订单。
所以智能家居业务，哪怕是不怎么赚钱，徐申学还是搞了。
看完智能家居的部分研发新产品后，徐申学还顺带看了个会议。
一天转下来，当天晚上又参加了当地举办的一个科技会议，不过作为参会听发言的，而是坐在前排听一些发言，然后自己也简单说几句，表达一番对智能家居领域的未来乐观前景。
事后也进行了一番小范围的交流。
一番交流后，徐申学表示后续将会进一步扩大在智能家居领域的投入，而这部分投入不出意外的话，大概率还是会选择在东城这边。
毕竟东城是智云集团旗下，智能家居业务线的主要布局城市，只要不出现什么大意外，那么还会继续在这里，包括扩大研发中心，然后拉着供应链厂商过来再搞几个生产基地。
结束了在东城这边的视察后，徐申学乘坐专机离开，但是并没有返回深城，而是非常低调去了一趟京城，在这些除了一些常规视察外，还秘密前往了智云集团旗下的几个非公开项目组的实验室进行视察。
其中就包括了比较重要的先进智能无人机作战系统项目组所在的实验室。
在这个秘密研究所里，徐申学听到了项目负责人的一些简单的报告：“如今我们的算法框架基本弄的差不多了，现在正在进行各种训练，只不过训练数据的收集也比较麻烦，毕竟需要在现有设备上进行一些改装，并且进行各种极限飞行，然后才能收集到足够多的各种数据。”
“所以数据的收集还需要一些时间，同时ai训练也正在持续进行。”
“但是框架是没有问题了，后面就是水磨工夫，持续的收集数据并进行训练。”
“目前我们训练出来的初代ai无人机的算法版本，在模拟实验里效果极佳，已经大幅度超过了人类飞行员的控制极限，尤其是在复杂环境下，大量设备联网，态势感知大幅度提升的情况下，我们的第一代算法模型已经能够根据大量态势感知数据，做出高度优化的高频变化决策，这是目前的人类飞行员所做不到的！”
“甚至理论上，我们的第一代ai已经具备上机实用的程度，我们的合作伙伴已经用该系统改装了部分飞机用于测试，效果极佳！”
“但是为了保守起见，我们以及合作方认为，还是继续进行训练，等待更加完善的第二代算法模型，乃至第三代算法模型出来后，再进行实用化！”
“而后续的算法模型的训练的进度，这取决于集团的ai训练阵列提供的算力。”
“同时这种算法的训练，理论上是不会停止的，我们会持续收集更多的训练数据，并持续改进完善算法框架，然后持续训练下去，以完成算法的持续迭代。”
“当然，这样做的训练成本会越来越高，具体要训练到什么程度，这个还要看合作方所提供的资金有多丰厚！”
训练ai很花钱的，尤其是这种大型，专业性极强的ai，可比什么主打人机交互民用ai的训练贵多了。
这个先进智能无人作战系统的ai背后，是一个位于西南地区的超大型秘密ai训练阵列……其他的不说，光是电费就不是个小数目，更别说成本高昂的ai系列芯片了。
一张基于十四纳米工艺的ai5500芯片，集团内部的供应价都得十三万，而一个阵列所需要的ai芯片是数万片起步，再加上其他方面的投入，总投资得数十亿……
更关键的是，这种投资几十亿的大型ai训练阵列，不用几年就落伍了……
因为工艺制程在持续发展，现在十四纳米工艺的ai芯片是属于顶级的，但是明年十纳米工艺就出来了，后年七纳米工艺又出来了！
而越先进工艺生产的ai芯片，性能也就越强大。
为了获得更多的算力，每年都要采购大量的新一代ai芯片组建更先进的ai训练阵列……这个过程里，耗资是非常庞大的。
因此当代的ai，其成本非常昂贵的……也就智云集团才有这个实力玩这种把钱烧着玩，几十亿砸下去都不见什么水花的行业。
而其他企业的话，也只有一些国内外顶级的高科技企业才会去搞，但是规模也不可能和智云集团搞那么大。
普通企业的话，暂时别指望搞ai了，还是等算力成本大幅度降低，并且等算法开源吧……
“此外除了算法需要继续用ai训练阵列进行持续的训练外，还需要更好的机载算力芯片。”
“毕竟我们的ai模型做的再好，也得有机载芯片提供的算力支撑。”
“现有我们用来测试的芯片，是基于十四纳米工艺的eyq3芯片，单枚算力80s。”
“这种芯片用在民用领域还勉强凑合，但是用在我们这个项目里就不太够用了！”
“我们详细算过了，要想达到设计要求，等效十纳米工艺，单枚算力达到120s的eyq4芯片是底线。”
“这个底线只是说勉强能用，必须严格控制一些大数据量，尤其是瞬时数据量的操作，不然的话，系统有可能出现小‘卡顿’。”
“主要是我们这个先进智能无人机作战系统，收集并需要瞬时处理的数据太多了……”
“毕竟我们搞的不是遥控飞机，而是具有自主执行任务能力的ai无人机，对算力的需求太大了！”
徐申学自然也知道这种无人机系统的难度之高。
哪怕有算法支撑，但是算力依旧是个巨大的挑战！
无人机如果要想发挥的好，收集的数据就必须足够多，数据一多，也就需要更好的算力芯片来处理数据。
比如无人机上的分布式光电系统所反馈的光电数据……人类飞行员只需要看一眼显示器上的光电系统反馈的图像资料，那么就能得出结果，然后迅速做出决策。
但是换成ai来处理，那么就需要超高性能的算力芯片来处理大量的数据，需要的算力非常高。
而分布式光电系统，这只是无人机本身的一个态势感知系统而已……只是其中之一，还有各种雷达，红外感应等等机载设备，此外还要联网获得大量其他设备的数据。
海量的数据不断的涌入，系统则是需要在极短的时间里进行数据处理。
总不能人家导弹都打过来了，系统还得处理好十几秒的数据吧？
黄花菜都凉透了！
所以，整个系统的数据处理速度必须足够快，甚至可以说越快越好。
而这也导致了对机载算力的超高需求。
所以项目组表示，还在设计中的eyq4芯片都够呛，最好来个等效七纳米工艺的芯片……当然了，如果还有个五纳米，甚至三纳米的ai算力芯片，那么就更香了……
反正算力越多越好，需求无上限。
算力越多，机载ai能处理的数据就更多，更快，然后做出来的各种选择也就更加优化。
对于这种ai无人机而言，算法水平同等的基础上，算力就是战斗力。
算力不行，搞个毛线的ai无人机……老老实实玩大延迟的遥控飞机去好了。
这也是为什么诸多ai项目都要求更先进的算力芯片的缘故。
——————
目前的情况是，一大堆项目都是用之前十八纳米工艺的eyq2芯片以及今年刚推出的十四纳米工艺的eyq3芯片进行测试，后续则是会采用十纳米工艺的eyq4芯片进行测试。
之所以直接使用海蓝汽车里配套使用的eyq系列芯片，主要还是为了节省成本，毕竟现在都是处于训练开发阶段，没必要专门搞个算力芯片啊，直接用现成的eyq系列芯片就行了。
但是到了七纳米工艺阶段后，就会专门设计用于‘先进智能无人机战斗系统’的机载算力芯片了。
到时候这种芯片的各种性能指标都会非常高，不仅仅算力高，而且也会加入抗电子干扰，抗高温、低温等各种特殊需求的特种封装。
为了避免先进工艺的算力芯片，在复杂电磁环境出错，设计人员不仅仅在芯片封装的时候考虑抗抗辐射。
实际上还会在无人机里安装芯片的地方进行特殊的抗辐射、抗高温或抗低温设计，用来保护ai无人机的‘脑子’。
所以也不用担心搭载先进工艺芯片的ai无人机遭到强烈电磁辐射后，ai飞机就直接掉下来，这是不可能发生的事。
普通人能想到的，那些专业的设计师们老早就考虑到了。
所以，封装以及安装抗辐射这些问题都不是什么大问题……主要的问题还是芯片制造过程里的工艺问题。
能不能搞出来等效七纳米工艺的芯片，这才是核心。
只要能够搞出来等效七纳米工艺的算力芯片，工程师们有一百种办法把它用在战斗机，用在航天器等各类设备上。
所以，现在不仅仅是手机等智能终端等着等效七纳米工艺，还有一大堆ai项目甚至是部分核心项目都在等智云微电子那边的等效七纳米工艺呢。
要不然，仙女山控股这边搞光刻机以及其他配套设备，也不可能得到这么多的支持啊。
因为，仙女山控股的先进光刻机以及其他核心设备，已经直接关系到了国产等效七纳米工艺，更进一步会影响到类似‘先进智能无人机作战系统’这种战略级别的项目进度。
在几年前，很多人还认为在战略领域里，有个九十纳米，六十五纳米就够用了，先进工艺那是民用领域用的，和战略领域无关。
但是在ai时代来临后，人们一下子就发现，很多关键领域都变成了算力的比拼，如ai最基础的应用：图像识别。
ai图像识别算法，可以在海量的复杂图像情报里，准确找到疑是目标并标示，不用和以往一样人工一遍一遍的肉眼去看，浪费时间不说，有时候还会看走眼导致遗漏。
ai的图像识别算法有多强大？仅仅是海蓝汽车上搭载的算法，在eyq2芯片的支持下，每秒钟都能处理大几千张图片……比人工效率高多了。
ai图像识别算法怎么来的？用ai训练阵列训练的啊。
ai图像识别算法怎么用的？用高性能的算力芯片运行的啊！
没有高性能的ai芯片和算力芯片，可玩不转这种ai图像识别。
如此情况下，诸多关键领域里对芯片的需求，就变成了十四纳米不行，十纳米还差了点，七纳米勉强够用。
如果有五纳米、三纳米那更好……总之芯片越先进越好！
九十纳米、六十五纳米就够用的时代，已经一去不复返了。
『加入书签，方便阅读』