材料，整个生产流程其实都和实验室生产区别都不大，只是规模要更大一些……纯粹是力大飞砖，强行通过规模来提升产能。
而廉价工业化量产，目前依旧没能解决，智云集团牵头，国内一堆顶级专家参与的‘MMK34大规模量产计划’项目也展开了好几年了，但是目前依旧没能获得什么太大的技术突破。
对于MMK34这种处于人类技术巅峰水平的，甚至超越目前大量常规材料学认知的顶级材料而言，想要把产能做到几万吨甚至几十万吨，把价格做到类似铜等普通材料的价格，这可太难了。
因为MMK34材料暂时无法做到大规模廉价工业化量产，这导致MMK34材料的制造成本极为昂贵，而这种昂贵成本，最终又会反馈到超导量子计算机上。
量子芯片成本昂贵，MMK34材料昂贵，再加上其他一大堆新技术的成本也贵……最后，整个超导量子计算机产业链的超高研发成本也要摊进去，最后就导致了智云集团旗下的超导量子计算机，哪怕是内部采购价都得好几亿一台！
但是，虽然其价格昂贵，但是性能足够牛逼，搭配APO显卡一起使用，组建的算力中心，在训练以及运行人工智能的综合算力成本是要比单纯APO显卡组成的算力成本便宜好几倍的。
更重要的是，功耗的大幅度降低，意味着有限的供电的情况下能够获得更多的算力……这也是非常重要的，毕竟算力太耗电了。
如果不使用超导量子计算机，使用传统GPU核心的话，想要大规模提升算力，对电量供应的要求就更大了……这个更难解决。
按照智云集团的那超大规模的算力中心建设来说，如果不使用超导量子计算机省电，那么要不了几年，国内的电网都得先崩溃。
毕竟智云集团的这些算力中心需要的电量那可是相当恐怖的。
按照智云集团的三年两千EFLPOS的算力建设目标，大规模采用第六代超导量子计算机、五纳米工艺的APO6000/160显卡的基础上，预计耗电约五千亿千瓦时……
这已经是非常乐观的情况了，而且还需要淘汰大量落后APO显卡，如APO3000、APO4000等落后高耗能显卡。
如此才能够勉强把耗电量控制在五千亿千瓦时！
而国内搞人工智能的企业也不是只有智云集团一家，其他国内的顶级高科技企业也都在搞，虽然规模没有这么大，但是一个个也是需要耗费大量的电力。
…。。