人工智能科研系统只能完成前期的低技术含量的重复计算和实验、数据统计而已，后续的各种实验和测试还是需要这些高学历研发牛马来亲自搞，人工智能可做不了这种事。
而且人工智能还有一个很大的缺陷，那就是它不会失误，而不失误就没有意外，但是材料学，是需要意外的……
没有意外，哪来的新材料啊！
当然，即便是有这样或那样的诸多缺陷，现在的人工智能科研辅助系统中的材料研发大模型，依旧是一种非常好用的工具，可以大幅度降低材料研发的成本以及时间。
并且可以让材料科学家们更加专注于新型材料的理论框架的创新，搞出来一个新理论后，设计好理论模型，直接扔给大数据去跑就行了，简单又省事。
不过，这对算力要求也非常高！
智云集团内部的这个材料大模型是多年积累起来的，跑起来运算量非常大！
于泰和轻轻松松搞人工智能材料学的背后，是人工智能研究院研发出来的底层人工智能核心算法，这个算法结合材料学研发的特性，然后设计出来了专门的材料大模型。
这个材料大模型的运行环境也是要求非常高，这后头是一个庞大无比，好几万片APO显卡以及上万个GPU一起组成的算力中心呢。
这算力，比很多企业训练人工智能的算力还要庞大。
内容未完，下一页继续阅读