在科技飞速发展的当下，算法、软件与芯片的发展交织着诸多问题与挑战，它们的进展影响着未来科技走向，令人关注！
算法学者累态剖析
唐加拉，身为算法和软件科学家，在讲座里透露自己常疲于奔命。他觉得大家一直是追赶态势，硬件架构不断更迭，算法和软件只能埋头紧跟。这就像乌龟追野兔，野兔跑太快，乌龟累得气喘吁吁。比如人工智能发展，硬件飞速变化，算法和软件就得拼尽全力搭上头班车。
芯片精度博弈困境
关于芯片精度，存在尖锐矛盾。人工智能计算只需低精度，要是芯片公司只造低精度芯片，适合科学计算的高精度（64 位）芯片发展必然滞后。很多硬件已支持 16 位甚至更低浮点运算用于人工智能。但唐加拉认为，填补人工智能硬件缺口不能放弃高精度，人类必须保留 64 位计算能力，或许得靠政府投资开发相关芯片。
低精度获高精度方法
要是未来计算机没了高精度性能怎么办？唐加拉提到有许多数学技巧可寻，这虽还只是设想，可说不定到时候在高精度芯片匮乏时就发挥大作用了。打个比方，就像人没了大路可走，那些小路、蹊径说不定最终也能把人带到目的地，说不定数学技巧就是那个拯救低精度芯片的小蹊径。
人工智能能耗难题
如今的人工智能系统耗电惊人，要数百兆瓦电力。虽然人工智能极为重要，可耗电这一情况若能改善就更好了。比如一块大电池放在那，一直消耗电量，用不了多久就得更换或者充电，人工智能能耗问题就如同这个高耗能的大电池，必须找到减少计算能耗的好办法。
人工智能测评思辨
知识分子问唐加拉，人工智能领域能否从高性能计算基准测试 TOP500 中学到经验。TOP500 榜单几十年来一直是超级计算机领域兵家必争之地，有力促进了该领域发展。唐加拉认为人工智能需要一组易实施的基准测试，能让人洞察不同重要性能方面情况。
高性能计算展望
对于高性能计算在未来几十年解决的问题，其传统模型依靠现有物理定律，如今可借人工智能补充加速过程。另外像 ASC 给年轻人提供极好的竞争平台。不同地区也有不同侧重，欧洲关心能源与软件可持续性，日本注重架构创新，美国在软件和应用程序还有优势。
大家说来看看，你觉得未来政府投资高精度芯片会带来哪些深远变化？
