最后还有量子计算机与外界通讯的接口带宽限制问题，所以这量子计算机的算力自然不会达到他们想象中那么恐怖。

所以理论上确实可以轻松支持5000万台机器人的运行，但可惜这只是理论，因为互联网网络不支持，忆阻器超级计算机的网络接口带宽也不支持。

此时他们的量子比特翻了一百倍，最终算力肯定不能按照翻了100倍计算，否则得出了算力差距肯定会天差地别，可以说一个在天一個在地。因为达到这个程度后，我们的短板之一网络接口带宽已经十分拥堵，不能继续增加下去了。”

林晨说出了他的答复，而现场的人们瞬间颓废下来。

因为这个数据相比起之前的5000万台乃至他们畅想中上亿台机器人实在是相差太大了，简直到了天与地的差距啊。

“难道就不能继续增加了吗？”

黄华有些不甘心地问着。

“当然有。”

此时发言的是倪光楠，只见倪光楠在人们的希冀视线中笑着说道：

“想要从根本性上解决网络带宽限制问题自然不行，但我们可以变相缓解这个问题，而这个办法我们其实一直在做。

这办法第一点就是增加本地端人工智能程序的聪明程度，让它变得更加聪明，可以做更多的事情。

第二点就是增加本地端机器人的算力，毕竟想要支撑起更聪明与可做更多事情的人工智能程序，那就需要更强的算力才能支撑得起来。

其中本地端增加人工智能程序聪明程度，让他可以做更多事情方面我们进展很大。

因为我们有了十分强大的第二代量子计算机，我们可以使用虚幻4游戏引擎构建出一个虚拟场景。

然后让本地端人工智能程序不停地训练应对，我们人类开发人员与人工智能曙光在其中不停矫正。

可以说使用这个办法后，我们本地端人工智能程序的聪明程度与日俱增，就以工程机器人来说，在不更新硬件的情况下。

凭借更新后的本地端人工智能程序，我们的工程机器人已经能处理绝大部分工程任务与支持更多更复杂的场景，对于云端人工智能曙光的辅助需求直接降低了44%以上！

而这个数据其实还可以进一步增加，因为更强的算力才能支撑得起更聪明的人工智能程序与可以做更多的事情啊。

如果我们的算力足够，由此开发出了更强的人工智能程序，那做到99%的场景不需要人工智能曙光支持都有可能，这样就变相增加了机器人的数量。”

“那本地端算力问题有什么大突破吗？做到了哪一步呢？”

曙光建筑的负责人卢伟冰问出了他的话语。

“说到这个，我就忍不住要告诉大家这个好消息了。”

谈到这里的倪光楠眼中有些亢奋，随后在人们的注视中笑着说道：

“我们的第一代忆阻器芯片已经设计完成了，即将要试生产，其中这忆阻器芯片可不是工程机器人主机使用的那个存算一体芯片。

因为那个存算一体芯片虽然也能称得存算一体芯片，但它的本质只是基于冯诺依曼结构的改良，实际属于近存运算芯片。

所以近存运算芯片的性能效率对比传统计算机提升确实很大，但差距也没有达到想象中那么多，最高上限也不过10倍差距而已。

而现在已经设计完成的忆阻器芯片则是真正的存算一体芯片，理论上同等功耗之下，它的效率可以轻松达到传统计算机芯片的百倍效能，也是最适合应用到机器人上面的芯片！”

说起来这近存运算芯片其实早在去年2008年的3月就设计完成了，当初的设计目标是用来建设近存运算超级计算机。

但因为林晨提前研发出来了性能算力更恐怖的3.6万量子比特的量子计算机与忆阻器超级计算机，所以那近存运算超级计算机自然是无疾而终了。