b3；
内存带宽每秒32b，较z100的1460gb/提升了119。
「接下来，我们可以看一组直观的对比数据。」
丹尼尔话音刚落，屏幕中央便浮现出一组柱状图。
双精度浮点算力方面，烛龙z100为23flp，而烛龙z150达到了471
flp。
半精度浮点算力方面，烛龙z100为280flp，烛龙z150则高达572flp。
台下的观众很清楚这些数字的分量！
有了烛龙z150，ai领域的技术叠代速度，必将迎来质的飞跃。
丹尼尔继续补充道：「z150在将性能翻倍的同时，还将功耗控制在接近z100
的水平，这主要得益于我们的三大核心突破：nefra20架构、7纳米paerng工艺，以及第二代hiple互联技术。」
言外之意，烛龙z150绝非简单的参数堆料，而是集合了多项自研核心技术的精品之作。
尤其是在大模型训练场景中，z150的吞吐量不再是线性增长，而是实现了指数级跃迁。
丹尼尔举例说明：「在训练一个千亿参数的大语言模型时，竞品的算力集群需要28天，而采用烛龙z150的算力集群，仅需2天就能完成，速度提升了十几倍。」
在这个日新月异、竞争激烈的ai时代，时间，就是最核心的壁垒，也是最宝贵的优势。
最后，丹尼尔公布了烛龙z150的定价，每片29万美币。
至于上一代产品烛龙z100，天工科技并未选择降价，而是采取了逐步缩减产能的策略。
反正没人要就不卖，想让天工科技降价促销，绝无可能。
大洋彼岸，山景城，谷歌总部的会议室里，气氛格外凝重。
皮查伊坐在会议室主位上，脸色铁青地盯着屏幕上那组烛龙z150与竞品的对比柱状图，一言不发。
在他身旁，谷歌研发中心的首席科学家马里恩正焦虑地来回踱步，语气急切地说道：「我们正在全力训练的aiphagzer，用目前的pu集群，至少需要跑整整三个月。
——
可如果换上烛龙z150，可能只需要一周就能完成训练。
看来，我们还是得购买天工科技的算力晶片。」
皮查伊无奈地耸了耸肩，满脸苦涩。
谷歌的算力中