超100PFlops算力
A. 浪潮AI微模块现在高校算力平台有应用吗效果如何
浪潮AI微模块的智慧能力已经应用在高校算力平台，为我国科研创新提供智能算力支撑。其中，AI微模块数据中心为上海交通大学打造的高性能计算集群（π2.0集群）的双精度理论峰值性能为2.1PFLOPS，是国内高校和上海地区最快的超算之一。中南大学借助AI微模块数据中心的智能算力，将落地首个高校“智算平台”，在195平方的空间内实现五千多万亿次的超高算力，以高度智能化的高性能智算平台变革高校计算基础设施发展趋势，对于高校研发以及科研算力发展都大有助益。
B. 有中国最快的电脑挖比特币一天能挖多少枚
谢邀。
中国最快的电脑目前是
神威·太湖之光超级计算机
，持续性能是持续性能93.015PFlops，他到底有多少比特币算力很难计算，cpu挖矿的效率要比显卡gpu低很多，估计一天可能都挖不出一个比特币，而且这种超级计算机非常耗电，电费都赚不回来，还不如用矿机。
C. 特斯拉AI日：DOJO芯片亮相 助力自动驾驶/人形机器人到来
众所周知，特斯拉旗下产品的核心竞争力并非是纯电动零排放车辆，还有先进的自动驾驶技术，而这些都是人工智能技术领域的研究成果结晶，因此招募AI人才是特斯拉未来能持续保持领先优势的最优先选项之一，同时这也是AI日的目的之一。
D. 1P算力是每秒多少次计算
一个PFLOPS（petaFLOPS）等于每秒一千万亿（=10^15）次的浮点运算
一、TOPS
TOPS是Tera Operations Per Second的缩写，1TOPS代表处理器每秒钟可进行一万亿次（10^12）操作。
与此对应的还有GOPS（Giga Operations Per Second），MOPS（Million Operation Per Second）算力单位。1GOPS代表处理器每秒钟可进行十亿次（109）操作，1MOPS代表处理器每秒钟可进行一百万次（106）操作。TOPS同GOPS与MOPS可以换算，都代表每秒钟能处理的次数，单位不同而已。
在某些情况下，还使用 TOPS/W 来作为评价处理器运算能力的一个性能指标，TOPS/W 用于度量在1W功耗的情况下，处理器能进行多少万亿次操作。
二、GOPS
OPS与FLOPS类似，只不过OPS一个是操作次数，FLOPS一个是浮点操作次数。
FLOP与GOPS之间的换算
（FLOP与GOPS之间的换算需要查相关资料，后续查找资料给出）
不确定的看法是OPS是操作数量，FLOPS为浮点操作数量，两者可近似于相等，FLOPS比OPS稍大。
三、GOPS与FLOPS
1、FLOPS定义
是“每秒所执行的浮点运算次数”（floating-point operations per second）的缩写。它常被用来估算电脑的执行效能，尤其是在使用到大量浮点运算的科学计算领域中。正因为FLOPS字尾的那个S，代表秒，而不是复数，所以不能省略掉。
在这里所谓的“浮点运算”，实际上包括了所有涉及小数的运算。这类运算在某类应用软件中常常出现，而它们也比整数运算更花时间。现今大部分的处理器中，都有一个专门用来处理浮点运算的“浮点运算器”（FPU）。也因此FLOPS所量测的，实际上就是FPU的执行速度。而最常用来测量FLOPS的基准程式（benchmark）之一，就是Linpack。
2、FLOPS换算
一个MFLOPS（megaFLOPS）等于每秒一百万（=10^6）次的浮点运算，
一个GFLOPS（gigaFLOPS）等于每秒十亿（=10^9）次的浮点运算，
一个TFLOPS（teraFLOPS）等于每秒一万亿（=10^12）次的浮点运算，(1太拉)
一个PFLOPS（petaFLOPS）等于每秒一千万亿（=10^15）次的浮点运算，
前标的十进制与二进制
此处存在疑问，从M到G再到T，到底是1024近似为1000，还是采用二进制的乘以1024，还是确实为十进制的1000
倾向于FLOP的前标与内存一样，是以二进制算，每进一级是1024为单位的。
但是10243是1073741824，可以近似为109。所以采用10^3来近似1024问题不大。
E. alpha-go的计算能力等同于多少台服务器
找到一篇文章
这么说吧：1997年下赢国际象棋冠军卡斯帕罗夫的“深蓝”是一台超级计算机，而即将和李世石对决围棋的AlphaGo却是谷歌旗下公司DeepMind开发出来的人工智能程序。强行把这二者拉在一起比较……少年我们还是来谈谈世界和平吧。不过AlphaGo作为程序，最终还是要运转在计算机上才能去和人类比个高下的。所以把问题换成“即将和人类下围棋的那台计算机到底比深蓝厉害多少倍？”
我们还是能够简单计算一下给出大致答案的。毕竟在衡量计算机性能方面，我们已经有了一个相当统一的标准：每秒浮点运算次数，为了方便起见，我们下面一律称之为“FLOPS”。
千万别被“浮点运算”这个计算机术语吓跑，说人话的话，浮点运算其实就是带小数的四则运算，比如1.2加2.1就是一个典型的浮点运算。如果你的小学数学老师不是美国人的话，那么我们估计这会儿你早就心算出结果是3.3了。不过这对计算机来说，这个问题没那么简单。
我们知道，计算机是以0和1构成的二进制数字进行运算的，比如在基础的二进制里，1就是1，2就变成了10，3是11，4是100……这种运算方式让我们可以用最简单的电路元件组装出稳定有效的计算机器，但它也带来一个问题：计算机能够处理的数字只有整数。如果想不借助任何其他的数学方法，用0和1表示一个0.1……少年我们真的还是来谈谈世界和平吧。
解决这个问题的办法很简单：0.1可以看成是1除以10的结果，我们想让计算机计算一个带小数点的数字，只要告诉CPU这是一个被1后面加了多少个0整除的整数就行了。不过这样一来，计算机在处理小数点的时候，就多了好几个运算步骤。所以进行浮点运算的速度也就成了衡量计算机性能的标准。
拿在国际象棋上击败人类的深蓝来说，它的计算能力是11.38 GFLOPS，意思就是深蓝能在每秒钟里计算113.8亿次带小数的加减乘除。而在二战期间帮助美国设计制造原子弹的第一台通用计算机ENIAC，它的性能只有300 FLOP。
在今天看来，深蓝的性能怎么样？三个字：弱爆了。单就PC中使用的CPU来说，早在2006年，英特尔推出的第一代酷睿2就已经稳稳地超过了深蓝。这还没有算上显卡里GPU带来的效果加成，今天最普通的集成显卡，其性能也已经超过了700 GFLOPS。如果真要在性能上比个高下，深蓝这种上个世纪的超级计算机，就算组团也不一定能单挑你面前的这台笔记本电脑。
那么今天的超级计算机已经达到了什么样的性能水平？我们国家的天河二号是世界最快的超级计算机，它浮点运算能力已经达到了33.86 PFLOPS。也就是说，深蓝要在性能上增长到自身的30万倍，才能和天河二号相提并论。
不过对于深蓝来说，这样的比较实在是太不公平。因为即便在当年，深蓝也不是速度最快的超级计算机。相比之下，只有通过谷歌AlphaGo使用的电脑，我们才能比较出这20年里，我们的计算机到底经过了怎样惊人的发展。
根据谷歌团队发表在《自然》杂志上的论文， AlphaGo最初是在谷歌的一台计算机上“训练”人工智能下围棋的。按照论文里的描述，谷歌利用这台计算机，让AlphaGo的围棋水平提升到了与欧洲冠军樊麾接近的地步。不过论文除了提到这台计算机装有48个CPU和8个GPU之外，对计算机的性能连一个数字都没有提到。好在AlphaGo是在云计算平台上运行的，我们只要找来竞争对手的计算机数据比较，就可以了解到大概了。
比如说去年12月，阿里云对外开放的高性能计算服务。按照阿里云的描述，这些计算机的单机浮点运算能力是11 TFLOPS，而且同样可以用来训练人工智能自行学习。如果谷歌的计算机性能与阿里云接近的话，那么AlphaGo所驱动的硬件，性能至少是深蓝的1000倍。
但故事到这里还没有完，AlphaGo并非只有“单机版”一个版本。为了达到更高的运算能力，谷歌还把AlphaGo接入到了1202个CPU组成的网络之中。联网后的AlphaGo算力猛增24倍，一下子从“单机版”不到职业二段的水平，跳跃到了职业五段上下的水准。
所以AlphaGo比深蓝厉害多少倍？估计这会你已经得出答案了：2.5万倍。从这个角度，我们也能看出来，围棋究竟是怎样复杂的一种智力游戏，以至于计算机的性能需要20年的提高，才能在象棋上战胜人类后，再在围棋棋盘面前，坐到人类顶尖选手的对面。不过归根揭底，AlphaGo最重要的成就并不是采用了性能多么优秀的电脑，而是第一次让程序可以以人类的方式思考、学习和提高。所以过几天的比赛，无论谁输谁赢，我们见证的都是一个崭新纪元的开端。
当然别忘了关注新浪科技，我们到时候会在最前方，带你迎接这个新纪元的第一道曙光。
F. 台式电脑计算能力
单个处理器浮点计算能力为3Tflops
mpe浮点计算能力为8gflops
cpe浮点计算能力为11gflops
神威太湖之光系统峰值运算能力达到了100pflops。
这里有必要提到浮点运算能力指计算机浮点计算的处理能力，计算机有专用于浮点处理的浮点运算器FPU.
家用计算机2G赫兹，4g赫兹指的是计算机的主频，主频为4g赫兹，的计算机浮点处理能力在4gflops左右。不过主频并不等于浮点处理能力。
主频的意思是每秒能处理计算机时钟周期的个数。每秒钟处理的越多计算机的处理能力越强。
cpu的主频不代表，cpu的处理能力，指令流水线对cpu处理能力的影响。
时钟周期是cpu运算的基本单位，一次浮点计算可能需要几次到几十次时钟周期。所以主频和浮点处理能力的关系也就很明显了。
G. 华为发布全球最快 AI 运算集群 Atlas900，会对 AI 领域带来什么变化
9月18日，华为发布一款重量级的产品——Atlas 900，这款产品汇聚了华为几十年的技术沉淀，是当前全球最快的AI训练集群，由数千颗升腾处理器组成。在衡量AI计算能力的金标准ResNet-50模型训练中，Atlas 900只用了59.8秒就完成了训练，这比原来的世界记录还快了10秒。
“ImageNet-1k 数据集” 包含 128 万张图片，精度为 75.9%，在同等精度下，其他两家业界主流厂家测试成绩分别是 70.2s 和 76.8s，Atlas 900 AI 训练集群比第 2 名快 15%。胡厚昆表示：Atlas 900 的强大算力，可广泛应用于科学研究和商业创新。比如天文探索、石油勘探等领域，都需要进行庞大的数据计算和处理，原来可能花费好几个月的工作，现在交给 Atlas 900，就是几秒钟的事情。Atlas 900 集成的数千颗升腾处理器，正是前段时间正式商用的升腾 910。
H. 超级计算机的全球排名
据美国《新科学家》网站报道，随着科学技术的迅猛发展，计算机的运行速度也越来越快，大型超级计算机不断问世。国际TOP500组织是发布全球已安装的超级计算机系统排名的权威机构，他们以超级计算机基准程序Linpack测试值为序进行排名，每年发布两期全球超级计算机500强排行榜。在11月份刚刚出炉的排行榜上，美国的“美洲豹”荣登榜首宝座，中国的“天河一号”名列第五位。
1. 美洲豹
“美洲豹”超级计算机系统隶属于美国能源部，坐落于美国橡树岭国家实验室。在本期排行榜上，它以每秒1.8千万亿次的运算速度超越“走鹃”而名列榜首，它的运算速度比“走鹃”快大约70%。“美洲豹”是一台民用计算机，将主要用于模拟气候变化、能源产生以及其他基础科学的研究。
2. 走鹃
自2008年6月起到本期排行榜出炉之前，“走鹃”一直稳居TOP500排行榜榜首位置，它也是世界上第一台打破每秒千万亿次运算速度的超级计算机。“走鹃”位于美国新墨西哥州的洛斯阿拉莫斯国家实验室，它也是一种IBM系统计算机，每秒运算速度可达1042万亿次。它采用了一系列专门针对游戏和商业的技术，包括用于索尼“游戏站3”的九核Cell处理器和AMD双核皓龙处理器。因此，“走鹃”是全球第一台采用Cell处理器的混合式超级计算机。“走鹃”系统主要用于对美国核武器进行复杂而秘密的评估。
3. 海妖
“海妖”超级计算机由美国田纳西大学国家计算科学研究院所研制。“海妖”系统中拥有10万个AMD双核皓龙处理器，运算速度为每秒831万亿次，它主要用于一些高端服务器或工作站中。“海妖”也是世界上由学术机构所拥有的运算速度最快的计算机。
4. 尤金
“尤金”是欧洲运算速度最快的巨型计算机，曾经也名列全球排行榜第二名。它是由德国尤利希超级计算机中心所研制，采用的是IBM蓝色基因/P型机设计方案，使用许多小型、低能耗的芯片。该方案中，每一个独立处理器的最大运行速度为850兆赫，甚至比普通家用电脑的处理速度都还要慢。但是，“尤金”巨型机总共拥有292000个处理器芯片，如此多的芯片使得它的整体运算速度高达每秒825万亿次。科学家们正在对其进行升级。
5. 天河一号
“天河一号”是首次进入全球超级计算机500强排行榜。它是中国首台千万亿次超级计算机系统，其系统峰值性能为每秒1206万亿次双精度浮点运算，Linpack测试值达到每秒563.1万亿次。“天河一号”是由天津滨海新区和国防科技大学共同建设的国家超级计算机天津中心所研制，它的运算速度是中国此前最快的超级计算机的四倍多。在“天河一号”中，共有6144个Intel处理器和5120个AMD图像处理单元(相当于普通电脑中的图像显示卡)。“天河一号”将广泛应用于航天、勘探、气象、金融等众多领域，为国内外提供超级计算服务。
超级计算机是世界高新技术领域的战略制高点，是体现科技竞争力和综合国力的重要标志。各大国均将其视为国家科技创新的重要基础设施，投入巨资进行研制开发。 Top1 美洲豹美国橡树岭国家实验室
Top2曙光星云深圳国家超级计算机中心
Top3走鹃洛斯阿拉莫斯国家实验室
Top4 海妖美国田纳西大学国家计算科学研究院
Top5尤金德国尤利希超级计算机中心所
Top6 Pleiades超级计算机先进超级计算设备的艾姆斯研究中心
Top7 天河天津国家超级计算机中心 天津的天河-1A已经安装完毕，速度全球第一，比第二名的美国国家实验室的计算机快30%，速度达到每秒2.5千万亿次运算。
全球高性能计算机TOP500排行榜官方网站5月31日发布了最新的“500强”名单，中国首台实测性能超过千万亿次的高性能计算机“星云”跻身世界超级计算机第二位。
超级计算机名称开发公司/院校所在机构运算速度（最大） 运转速度（峰值）
走鹃（Roadrunner） IBM美国洛斯阿拉莫斯国家实验室1105 Tflops 1456.7Tflops
美洲虎（Jaguar）Cray美国橡树岭国家实验室1.059 Tflops 1381.4Tflops
尤金（JuGene）IBM德国尤里希研究中心825.5 Tflops 1002.7Tflops
昴星（Pleiades）SGI美宇航局埃姆斯研究中心487.01Tflops 608.83Tflops
蓝色基因L（BlueGene/L）IBM美国劳伦斯利弗莫尔国家实验室478.2 Tflops 596.38Tflops
北海巨妖 XT5（Kraken XT5）Cray美国国际计算科学研究院463.30Tflops 607.20Tflops
蓝色基因 P（BlueGene/P）IBM美国阿贡国家实验室458.61 Tflops 557.06Tflops
巡游者（Ranger） Sun美国德克萨斯高级计算中心433Tflops 579Tflops
蓝色基因 Blue GENES DOE/NNSA/LLNL 415Tflops 501Tflops
尤罗帕（JUROPA） Sun 德国尤里希研究中心 274Tlops 308Tflops 第一名：天河二号。2013年11月发布的超算名单上，中国国防科技大学研制的天河二号超级计算机，以每秒33.86千万亿次的浮点运算速度夺得头筹，继续成为全球最快的超级计算机，比第二名Titan快近一倍。继2010年11月天河-1A计算机问鼎以来，天河二号是多次夺得全球超级计算机第一名。天河二号有16000个节点，每个节点部署了两个英特尔Xeon IvyBridge及三个Xeon Phi处理器，计算核心总数达3120000个。天河二号年底将部署在中国广州国家超级计算机中心当中。
第二名：泰坦（Titan）。位于美国能源部（DOE）橡树岭国家实验室中的Titan从冠军宝座退至第二。Titan搭载Cray公司的XK7系统，使用560640个AMD皓龙处理器核心和261632个英伟达K20x加速器，Titan的运行速度为17.59千万亿次/秒。Titan是最节电的超级计算机，耗电8.21兆瓦，性能为2143 Mflops/W。
第三名：红杉（Sequoia）。搭载IBM的BlueGene/ Q系统的Sequoia安装在美国能源部劳伦斯·利弗莫尔国家实验室，排名第三，下降了一个名次。Sequoia最早于2011年交付使用，取得了每秒17.17千万亿次运行速度，该超级计算机使用了1572864颗核心。Sequoia的节能也很不错，耗电为7.84兆瓦，性能为2031.6 MFLOPS/W。
第四名：K超级计算机。富士通K计算机安装为日本神户化学研究所高级计算科学研究院（AICS），排名第四，基准测试速度为10.51 Pflop / 每秒，使用了705024颗SPARC64处理核心，运算速度为10.51千万亿次/秒。
第五名：米拉（Mira）。美国能源部阿尔贡国家实验室的Mira采用了第二代BlueGene/Q架构。每秒8.59千万亿次的运行速度，塞入的核心数量比排名第七的Juqueen要多得多：准确地说是786432个，因而性能几乎翻番。
第六名：Piz Daint。瑞士国家超级计算中心（CSCS）的Piz Daint运算速度达到6.27千万亿次/秒，性能位居第六名。
第七名：Stampede。德克萨斯大学德克萨斯高级计算中心的升级版Stampede运算速度达到5.17千万亿次/秒，性能位居第七名。
第八名：Juqueen。超级计算机Juqueen位于德国于利希，同时也是于利希研究所与IBM共同研制的欧洲最快的超级计算机 。Juqueen搭载了IBM的BlueGene/Q系统，总共拥有393216个计算内核，功耗为1970KW。它在Linpack测试时处理能力可达每秒5.01千万亿次浮点运算。
第九名：Vulcan。美国的“Vulcan”在Linpack基准测试运算速度达到4.29千万亿次/秒（petaflop/s），位居第八。
第十名：SuperMUC。作为Top500榜单上的一个常客，IBM系统实验室当中的SuperMUC位于德国慕尼黑附近的莱布尼兹超级计算中心。它搭载147456个英特尔Sandy Bridge处理器，处理能力达到了每秒2.90千万亿次浮点运算。 2008年11月，IBM的Roadrunner成为当时最快的超级计算机，运算能力为1.105PFlops。
2008年11月16日，美国Cray超级计算机公司推出Jaguar系列，运算能力为1.059PFlops，采用45376颗四核心的Opteron处理器，362TB的存储器，传输总带宽284GB/Sec，硬盘容量10,750TB，内部的数据总线带宽532TB/Sec。这台电脑将放置在美国的国家高速电脑中心，并开放给各界有需要的团体申请使用。
2009年10月，中国研制的第一台千万亿次超级计算机在湖南长沙亮相，这台名为天河一号的计算机位居同日公布的中国超级计算机前100强之首，也使中国成为继美国之后世界上第二个能够研制千万亿次超级计算机的国家。全系统峰值性能为每秒1.206PFlops。
2007年11月，IBM的Blue Gene/L，运算能力为478.2 TFlops，安装了32768个处理器。它是PowerPC架构的修改版本，正式运作版本被推出到很多地点，包括罗兰士利物摩亚国家实验室（Lawrence Livermore National Laboratory）。在Blue Gene/L之前，最快的超级计算机是日本电气株式会社在横滨地球科学学院的地球模拟器。它由640个特别设计的8阶矢量处理器根据NEC SX-6架构所组成的丛集，使用UNIX的修改版本。在地球模拟器之前，最快的超级计算机是美国加州罗兰士利物摩亚国家实验室的ASCI White，它的冠军位置维持了2.5年。
截止到2012年6月，目前世界上运算速度最快的超级计算机是，由IBM为美国劳伦斯·利弗莫尔国家实验室研发的Sequoia，它每秒能完成1.6亿亿次运算。 年份 超级计算机 FLOPS（实测性能） 地点 1942年 Atanasoff–Berry Computer (ABC) 30 OPS 美国衣阿华州立大学 1943年 TRE Heath Robinson 200 OPS 英国帕雷屈里庄园 1944年 FlowersColossus 5 kOPS 英国Dollis Hill Post Office Research Station 1946年 UPennENIAC 100 kOPS 美国马里兰州战争部阿伯丁试基地 1954年 IBMNORC 67 kOPS 美国维珍妮亚州海军试验基地 1956年 MITTX-0 83 kOPS 美国麻省理工大学 1958年 IBMAN/FSQ-7 400 kOPS 美国空军23号基地 1960年 UNIVACLARC 250 kFLOPS 美国加州罗兰士利物摩亚国家实验室 1961年 IBM 7030 Stretch 1.2 MFLOPS 美国新墨西哥州洛斯阿拉莫斯国家实验室 1964年 CDC 6600 3 MFLOPS 美国加州罗兰士利物摩亚国家实验室 1969年 CDC 7600 36 MFLOPS 1974年 CDC STAR-100 100 MFLOPS 1975年 BurroughsILLIAC IV 150 MFLOPS 美国加州NASA恩斯研究中心 1976年 Cray-1 250 MFLOPS 美国新墨西哥州洛斯阿拉莫斯国家实验室 1981年 CDC Cyber 205 400 MFLOPS （世界很多地方） 1983年 Cray X-MP/4 941 MFLOPS 美国新墨西哥州洛斯阿拉莫斯国家实验室，波音公司 1984年 M-13 2.4 GFLOPS 苏联莫斯科计算机科学研究学院 1985年 Cray-2/8 3.9 GFLOPS 美国加州罗兰士利物摩亚国家实验室 1989年 ETA10-G/8 10.3 GFLOPS 美国佛罗里达大学 1990年 NECSX-3/44R 23.2 GFLOPS 日本府中市NEC府中厂 1993年 Thinking MachinesCM-5/1024 65.5 GFLOPS 美国新墨西哥州洛斯阿拉莫斯国家实验室；美国国家安全局 FujitsuNumerical Wind Tunnel 124.50 GFLOPS 日本国家宇航实验室 IntelParagonXP/S 140 143.40 GFLOPS 美国山迪亚国家实验室 1994年 FujitsuNumerical Wind Tunnel 170.40 GFLOPS 日本国家宇航实验室 1996年 HitachiSR2201/1024 220.4 GFLOPS 日本东京大学 Hitachi/TsukubaCP-PACS/2048 368.2 GFLOPS 日本筑波市筑波大学电算物理中心 1997年 IntelASCI Red/9152 1.338 TFLOPS 美国山迪亚国家实验室 1999年 IntelASCI Red/9632 2.3796 TFLOPS 2000年 IBMASCI White 7.226 TFLOPS 美国加州罗兰士利物摩亚国家实验室 2002年 NEC地球模拟器 35.86 TFLOPS 日本地球模拟器中心 2004年 IBMBlue Gene/L 70.72 TFLOPS 美国能源部/IBM 2005年 IBMBlue Gene/L 136.8 TFLOPS 美国能源部/NNSA/LLNL 2007年 IBMBlue Gene/L 478.2 TFLOPS 美国能源部/NNSA/LLNL 2008年 IBMRoadrunner 1.026 PFLOPS 美国新墨西哥州洛斯阿拉莫斯国家实验室 2009年 CrayXT5 2.331 PFLOPS 美国橡树岭国家实验室 2010年 天河一号(TH-1) 2.507 PFLOPS 中国天津国家超级计算中心 2011年 京(K Computer) 8.160PFLOPS 富士通/日本理化研究所 2012年 泰坦 17.59 PFLOPS 克雷公司 2013年天河二号（TH-2）33.86 PFLOPS中国国防科学技术大学研制
I. 华为最新发布的Atlas 900号称全球最快的AI训练集群，到底有什么过人的地方
据悉，Atlas 900由数千颗升腾处理器组成，可以让AI训练工作效率提升数十万倍。假设一次训练需5个月，而使用Atlas 900仅需要数十秒！在衡量AI计算能力的金标准ResNet-50模型训练中，Atlas 900只用了59.8秒就完成了训练，比原世界纪录快了10秒。打个比方，相当于短跑冠军跑完终点，喝完一瓶水才等到第二名。
除此之外，Atlas 90在自动驾驶、气象预测、石油勘探等特定领域也能大展拳脚。其实，AI智能技术早已结合各行各业，发展得如火如荼，混搭跨界出了新火花。
今年七月，全球首个完全由人工智能（AI）研制的药物就已经进入人体试验阶段，原先研制一种疫苗，需要医药公司数千人连续工作5年，耗费数亿美元，而有了AI技术的帮助，一个小型科研团队只用两年左右就开发完成。AI既简化了疫苗的研制流程、大幅降低了成本，又提高了疫苗的有效性。