哈哈，挺形象的，继续延伸下硬件实现：
1.基本操作为乘、加。
2.第1代最原始：先算乘法，再算加法，一个个，一步步来；
3.第2代：专门MAC指令，三操作数指令，乘、加一起算，快了不少；
4.第3代：搞个accelerator unit，既然都是都是buffer输入，都是同类操作，给个起始地址、次数、Buffer步进模式，给个存储结果地址，n个时钟周期后，计算完成，嗖嗖的。

能卷得动，就使劲卷吧。


【 在 Barbarossa 的大作中提到: 】
: 内卷和深度学习卷积神经网络有密切的关系。内卷可以看做是一种卷积运算，其中卷积核相当于某些高价值职位，比如编制，不同行业对应不同通道。滑动窗口指考公等筛选过程，当然三十五求职门槛也算一种窗口，你错过这些窗口就没有机会了。内卷的内可以理解为一种降维操作。
--
FROM 106.44.230.*

按5纳米 制作工艺
那可是 200,000 倍啊

【 在 Barbarossa 的大作中提到: 】
: 一毫米左右，领先不多
--
FROM 52.9.227.*

先解决step by step,over and over again场景。

【 在 ProudEcho 的大作中提到: 】
: 大数据。。。有未来么。我更倾向于这个东西是精神原子弹，破坏独立思考精神的东西。
--
FROM 106.44.230.*

神经网络就是神经病足够多，都能结成网了，然后所有神经病都不停训练学习神经病行为，最后大家都成了典型的神经病。
【 在 Barbarossa 的大作中提到: 】
: 内卷和深度学习卷积神经网络有密切的关系。内卷可以看做是一种卷积运算，其中卷积核相当于某些高价值职位，比如编制，不同行业对应不同通道。滑动窗口指考公等筛选过程，当然三十五求职门槛也算一种窗口，你错过这些窗口就没有机会了。内卷的内可以理解为一种降维操作。
--
FROM 117.136.0.*

不典型的都被抛弃
【 在 strongcore 的大作中提到: 】
: 神经网络就是神经病足够多，都能结成网了，然后所有神经病都不停训练学习神经病行为，最后大家都成了典型的神经病。  
: --

发自「今日水木 on iPhone 13 Pro」
--
FROM 111.193.145.*