杂AI算法时能够更加高效，减少了计算时间和能耗。
除此之外，碳基芯片在AI训练上的高能效也完全碾压了硅基芯片。
都不用说他们现在技术突破后制备出来的碳基芯片，就是去年北大团队开发出的全球首个基于碳纳米管晶体管的张量处理单元(TPU)。
仅仅是由3000个碳纳米管晶体管组成的碳基芯片，在能效方面就远超了谷歌的的EdgeTPU处理器。
碳基TPU的能效可以达到每瓦一万亿次运算，差不多是谷歌TPU的1700倍
在AI训练等方面，碳基芯片的基础优势就摆在这里。
即便是要研究AI智能，徐川也没太多的想法和眼前这位甲骨文的技术顾问合作。
当然，如果是对方能够拿出来独特的优势，那就另说了。
看到徐川对于自己表达的想法理念并不是多么的感兴趣，詹姆斯·杜克也没有气馁，他点了点头，继续开口道。
“多维立体单元数据存储系统！”
在初步了解眼前这位徐教授的性格，知道他不喜欢将时间浪费在那些无关紧要的话术上后，他也没有继续长篇大论，而是直接进入了重点。
“传统数据库结构主要有网状、层次和关系三种类型。或者是分成数据库默认的关系型架构、分布式架构、NoSQL架构、新SQL架构等几种不同类型的架构。”
“但往往这些数据库的扩展性都有限，尤其是建立在单个服务器或固定的硬件资源上的数据库，一旦当数据量增长或访问量激增时，不得不通过物理方式增加服务器的容量或性能，这不仅耗时耗力，成本较高，且无法做到即时应对需求变化。”
“而多维立体单元数据存储系统则是另一套与之完全不同的数据存储方式，它结合了人体大脑神经单元的仿生学，通过非线性的映射能力与并行式分布处理来高效的处理数据”
“无论是在垂直扩展和水平扩展上都近乎无上限，且不会对系统的稳定性和维护成本造成太大的影响.”
“简单的来说，这套存储系统更类似于人体大脑对知识与记忆的分类，无论是在存储量还是数据调用等各方面，都具有极大的优势。”
“当然，从技术层面上来说，不可否认的是要架构这样一个庞大的数据库出来的确非常困难。”
“而且如果是在硅基芯片时代，这是几乎可能做到的事情。”
“但基于三维立体碳纳米管阵列技术
…。。