AI领域这一卡脖子问题，有解了！

主要观点总结

文章介绍了领存实验室在闪存芯片上实现AI训练突破的技术，称为iNc技术。该技术能够替代传统GPU进行计算任务，具有显著的提升计算性能、降低功耗和成本的优势，并应用于数据中心和多种移动终端。文章还提到了iNc技术的隐私保护特性及其深远的社会影响。

关键观点总结

关键观点1: 美国对中国企业的出口限制，特别是GPU的禁令，制约了中国AI行业的发展。

由于计算资源短缺，国内AI研究机构和企业在进行大规模模型训练时面临困难。

关键观点2: 领存实验室通过闪存芯片的逻辑特性，实现了AI训练的突破，提出了新的解决方案iNc技术。

iNc技术将闪存芯片的底层逻辑运算能力应用于AI训练中，具有提高计算性能、降低功耗和成本的优势。

关键观点3: iNc技术具有广阔的市场前景和深远的社会影响。

iNc技术的应用将促进数据处理能力的提升，降低成本，推动企业的数字化转型，并提升人工智能的智能化程度。

关键观点4: iNc技术可能推动相关产业的发展，如闪存芯片制造业、AI硬件设计业等。

iNc技术展示了中国在科技创新领域的实力，并为全球科技进步作出了重要贡献。

文章预览

AI 发展风起云涌，制约随之而来。 近年来，全球人工智能（AI）技术的迅猛发展正在推动各行业的变革。然而，在AI技术迅猛发展的背后，国内AI行业面临着一项严峻的挑战。  由于美国对中国企业的出口限制，尤其是对英伟达（NVIDIA）GPU的禁令，中国的AI发展受到制约。这一政策限制使得国内AI研究机构和企业在进行大规模模型训练时，受到算力不足的困扰，无法充分发挥人工智能技术的潜力。  如今，这一困扰有望被领存实验室突破化解。 通过闪存芯片（Nand Flash）的逻辑特性，领存实验室在闪存芯片上实现AI训练的突破。  1 谁卡了中国AI的“脖子”？ 在AI训练中，GPU（图形处理单元）作为加速计算的核心硬件，扮演着至关重要的角色。AI训练，尤其是大规模深度学习模型的训练，需要海量的数据处理和计算能力，而GPU的并行计算能力能够大幅提 ………………………………