當然，超算也可以用來解決氣象研究與天氣預報、原子能與核反應研究、地球物理研究、地震分析等非線性問題，不過因為計算原理的關系，它們在處理這些問題的時候，就好比用算術的方式解決方程難題，靠的是硬算。
做是能做，就是做起來算法設計復雜，計算量龐大，耗時很長。
現在小智在非長項的向量計算上也已經超過了曙光-1000a，不得不說這是一個奇跡了。
“有這樣的進步是正常的。”麥小苗看著屏幕上的數字：“因為在我們的矩陣型算力結構中，單點運算單元的能力并不高，它是綜合算力概念，最終體現出來的超強運算結果，其實主要是得力于算力單元之間的結果傳遞和相互影響。”
“也就是說，類神經元自身的算力并不是我們這套體系的重點，它的弱勢，我們可以用龐大的數量來補充。”
“而這個結果，也要通過龐大數量的算力單元之間的數據交換，才能得以實現。因此網絡交換速度的快慢，直接決定著我們這套體系的運算效率。”
“之前我們使用的交換機是摩托羅拉的，首次升級后改用了04機，受限于協議，一臺交換機最多聯接255路節點，還要考慮成本，在組建類神經元網絡的時候相當受限。”
“現在改用了以太fc，這個限制徹底地打破了，我們可以利用以太網絡的擴展方式，對算力資源進行任意擴展，實現靈活的資源調配。”
手底下噼里啪啦地敲打著鍵盤，一行行代碼在屏幕上翻滾，麥小苗一邊輸入一邊評價：“之前我們的網速是依靠20m速的交換機進行的連接，現在直接升級到了200m，性能提升了十倍，讓我們的小智在向量計算上提升六倍，不算夸張。”
“小苗你現在在干嘛？”周至見麥小苗一直在瘋狂地敲代碼，不由得問道。
“我在重建系統動態均衡，調整核心代碼。”麥小苗說道：“一會兒我們把海軍叔叔他們的空泡模型重新跑一下，看看多久能夠跑出結果來。”
“好像說小智每次跑出來的結果都會不一樣，是吧？”周至以前沒大關注過這個問題，直到有一天他突然想到一個情況，就是為啥小智下圍棋每一盤都會不一樣，即便是有時候他故意讓人用相同的下法，小智的應對方式也會發生變化，最終引導棋局變得五花八門。
“對，小智給出的計算結果不是線性的最優結果，而是它所認為的概率上的最佳方式，這樣的概率不僅僅包含對當前棋局的判斷，還包含了它在不同階段的學習結果和對后續棋局走勢的判斷。”麥小苗笑著解釋道：“小智每下一盤棋，它就會學習到新的經驗，它就不會再是一盤棋之前的那個小智，那么它再下同樣的一盤棋，步子便可能發生于之前不一樣的變化。”
“這和目前圍棋院和韓國三星研發的那個智能棋手似乎不一樣？”
“當然不一樣，和智能棋手以及ibm的深藍，都不一樣，雖然深藍已經能夠挑戰國際象棋的一流高手了，但是它的思維算法方式還是設定性的，而非自主性的。”