再看製造领域，比如如雷贯耳的“光刻机”，目前尚处於duv也就是“深紫外光刻”，至於“euv”极紫外光刻还未诞生...差的多远呢？ 。
当然要说人家已经提前研製，或者实验室里有相关技术，自然也是有可能的。
不过全球专利检索里，尚未看到这个苗头。
不过，这种后世看当前的落后，並不代表没有“专利护城河”，或没有產业爭夺，这其实是全球竞爭最激烈的领域之一。
研究院的诉求其实很简单，除了翟达其他人也预见不到未来会被卡脖子。
但现在已经被卡脖子了，只不过是不一样的卡法。
实在是“同行”太拉跨了。
被寄予厚望的“量熵大数据”，因为gpu晶片的拉膀，性能迟迟无法提升，除了低性能领域，在高性能领域已经快被硬体锁死，也就是外面的技术不突破，量熵大模型就只能龟速提升。
虽说算法本身也有升级空间，但就好似三条腿的人只剩两条腿了，终究是残疾。
而市面上，甚至没有一家公司，能为ai训练提供专业解决方案，主流思路居然是“超算”：：
那玩意儿能碰么？全是坑！
鸿图os也因为缺乏自己的手机晶片，软体能力被卡了。
而以研究院的研发能力和研发投入，完全有机会在 ，甚至，能够在当前行业水平上，大力助推硅基半导体发展。
但...前提就是能在眾多的“护城河”里，找到一个突破口。
就好似一个iv ，但一群iv 。
任何產业，都是逐渐构筑的，诞生时间越长，积累的壁垒越多，有时压根不是“做不做的到”的问题，而是专利壁垒下不允许你“做”。
而对比碳化硅，硅基就是这么一个情况，若不考虑专利限制，不要说研究院了...国內能做的多了。
程墨得到翟达示意，继续往下讲：“那么今天的会议，就是关於此计划的调研匯报...首先经过多方研討，基本可以確定方案可行，我將分成三个部分来讲。”
轻敲键盘，大屏幕出现一个ppt。
“一、过去的入场券：专利收购或併购投资特定企业。”
“二、：未来的启动步骤：联合研发。”
