百科问答小站 logo
百科问答小站 font logo



如何看待乌合麒麟等人提到的 14nm 堆叠后堪比 7nm 的技术可行性? 第1页

  

user avatar   zhou-ding-33 网友的相关建议: 
      

抛开他画家的身份,只是一个非芯片专业的普通人而已。

我以前在计算机上做并行计算搞分析的时候,一开始也以为8线程(8 threads)的计算速度是4线程的两倍,学了原理后才知道根本不是这么简单的一回事。

我也不懂芯片的原理,且相信绝大多数中国人也不懂。我可以理解他那种直观的误解是怎么来的。但我不会假装成芯片专业人士对其冷嘲热讽,百度刚查完就摇身一变对其居高临下地指指点点。因为这种行为跟当年周杰伦新歌出来时嘲讽别人把mojito念成莫吉托的那群人没有本质区别。

乌合麒麟翻车是早晚的事,受到的关注太大,让很多人厌恶且咬牙切齿。转发了不专业的见解,就会立刻被打上造谣大爆炸的标签,批倒批臭。


user avatar   yang-zheng-zhu-3 网友的相关建议: 
      

掌控药企的大资本家,还有官。

其实大家都明白。

希望仇医者不要因为自己的懦弱而拿基层医生出气。看到卫计委的大官了吗?您敢动吗?


user avatar   thinkraft 网友的相关建议: 
      

湍流的尺度远大于分子平均自由程,仍然满足连续介质假设。大部分人认为NS 方程可以描述湍流(事实上也是这么做的)。

NS 方程系统是确定的,但确定的不代表可预测的。一个典型的例子,洛仑兹方程组,形式非常简单。但是这样的动力系统对初值扰动极端敏感,初值的误差误差随着时间会使解完全不一样,也就是著名的蝴蝶效应。当雷诺数大的时候,NS 方程更是这样。

可以把湍流看作一个随机过程场。DNS是一次具体的实现,就跟做了一次实验一样。打个比方,就像把扔十次骰子看做一件事,你得到十个1,就可是看作一次DNS 。DNS的主要困难在于湍流的多尺度导致要完全解析所有尺度,网格必须很细,计算量太大。复杂算例根本没法用。 为了降低计算量,提出LES ,大尺度直接解析,小尺度建模或者用耗散代替。

注意DNS /LES 和RANS的区别。前者相当于做了一次实验,每次做结果都可能不同;后者RANS 得到的是每一时刻随机场的均值。




  

相关话题

  华为也用高通芯片,为什么不是买办吗? 
  人类社会对算力的需求不断提升,将来地球上的硅还够用吗? 
  阿里宣布组织架构升级,高德、本地生活和飞猪组成生活服务板块,有哪些影响值得关注? 
  现在intel情况比03/05奔4危机还惨了吗? 
  如何评价拼多多在销售 iPhone 13 系列时的砍单行为? 
  同样是ASML的光刻机,为什么同样的制程会产生不同的芯片性能,是如何产生的? 
  如何看待贝佐斯卸任后首份亚马逊财报:营收再破1000亿美元,但不及分析师预期? 
  如何看待字节跳动一实习生删除公司 GB 以下所有机器学习模型,事情经过是怎样的?事故影响有多大? 
  为什么华为又可以购买高通的芯片了? 
  如何看待所谓“正经艺术圈”对乌合麒麟的批评? 

前一个讨论
假如秦国没有商鞅变法,是否会被山东六国灭掉?
下一个讨论
很多国人都能认识到的美印关系,印度高层真的不知道吗?





© 2025-01-24 - tinynew.org. All Rights Reserved.
© 2025-01-24 - tinynew.org. 保留所有权利