为了解决这样的问题，人类科学家采取了多核并行工作的技术研发线路。

　　毕竟既然没有办法提升单核频率，从而提升性能，那就使用多个处理器核心来一起协同工作。

　　多个处理器核心一起工作的能力，肯定是远超一个处理器核心的工作能力。

　　于是双核CPU处理器，四核CPU处理器，六核CPU处理器，八核CPU处理器，十二核CPU处理器等接二连三的诞生了。

　　而前世的人工智能大模型度过了快速发展期后，参数模型数量虽然依然在疯狂增加着。

　　但智慧能力并没有随之提升，反而因为出现‘灾难性遗忘’现象而略微下降了。

　　这也意味着AGI通用人工智能技术距离人类依然十分遥远。

　　最起码想要依靠疯狂增加参数模型的数量，从而让大模型变得越来越聪明已经被证明不可行。

　　于是为了解决‘灾难性遗忘’的问题，多模态大模型的异构大模型技术研发线路应运而生了。

　　而这异构大模型技术研发线路当中就有两个重要分支。

　　第一个分支是依靠几个大模型联合一起协同工作，相当于依靠几个强力核心来联合工作的CPU处理器型技术线路。

　　它主要依靠几个擅长不同任务的强力核心来完成用户的任务。

　　第二个分支则是类似于拥有无数核心的GPU处理器线路。

　　它将数百上千乃至上万个大中小人工智能模型集合起来，然后按需调用协同工作。

　　其中学件基座系统自然是第二种技术研发线路。

　　主要通过规范‘学件’与‘基座’标准，形成一个通用系统，从而兼用无数公司的大中小人工智能模型。

　　企图通过无数模型的叠加，再次出现‘智慧涌现’现象，最终达到AGI通用人工智能的程度。

　　具体两种技术线路当中哪个是真正的赢家，哪个才能做到AGI通用人工智能的程度，其实谁也不知道。

　　毕竟直到前世2025年3月初，李林因卷入时空缝隙意外穿越到巫师世界的时候，答案依然没有出现。

　　不过现在论哪一个技术研发线路最适合自己，答案毫无疑问是学件基座系统的技术研发线路。