「嗯，資料庫，之前我在採訪過程中，曾經描述過我認為的AI是什麼，當時也介紹了什麼是「資料庫」。」
「資料庫包括我們最常見的東西，比如我的嘴巴，在資料庫中是「嘴巴」，比如臺下A區球迷手中的旗幟，在資料庫中是「旗幟」。」
「可以說，資料庫包含了世間萬物的資料，比如奧數公式和答桉，比如常見問題和答桉，比如診療方案和後續護理方案，比如造車技術和生產工藝，比如生物繁殖與避孕方法，甚至包括人不能吃屎。」
「總之，只要「資料庫」足夠龐大，我們人類完全可以用它解決生活中99%的問題。」
「如此，當我問頂級教授一個極其複雜的問題，教授需要三天三夜解答。」
「而當小學生們連線資料庫，我把同樣的問題丟給小學生，10億個小學生從資料庫中翻找答桉，受目錄、級次等影響，小學生們最多需要1秒，甚至經過訓練後，只需要0.01秒。」
「換句話說，教授需要運算，才可以得到答桉。小學生不需要動腦，只需沿著既定路線去尋找，就可以拿到答桉。」
「或許有人會問，誰能保證資料庫中一定存在答桉？」
「所以，資料庫中有個人工機制，它包含了鐵皮公司的所有科研所，當小學生們找不到答桉的時候，問題會反饋到科研所，到時候數千名科研人員，會一起幫忙解決這個問題。」
「最終得出的答桉，肯定比頂級教授更準確。」
「如果你理解了我講述的這些，我再問你一個問題，CPU和GPU+資料庫，誰更厲害？」
「如果你依舊拿捏不準，那我告訴你，GPU+資料庫，完全可以取代CPU，只是它需要一個過程，也就是「訓練」。」
「當我們把顯示卡訓練出來，未來的顯示卡+資料庫，將會成為我曾經描述的AI。」
「也所以，擁有X系列顯示卡拓展塢的你，是第一批體驗未來AI的技術先鋒！」
【鑑於大環境如此，
徐飛話音落下，鐵皮公司提前準備的「機器VS機器」益智遊戲，輪番呈現在背後的超大型XLED戶外屏中。
象棋：CPU機器慘敗給擁有資料庫的GPU，因為前者需要運算，有個等待時間，後者擁有無數套符合「下一步應該怎麼走」的答桉
。
圍棋：CPU機器慘敗給擁有資料庫的GPU……
撲克：CPU機器慘敗給擁有資料庫的GPU……
國際象棋：CPU機器慘敗給擁有資料庫的GPU……
奧數題解答；CPU機器慘敗給擁有資料庫的GPU……
醫療急救問題：CPU不會，GPU給出最佳方案……
母豬的產後護理，CPU不會，GPU給出最佳方案……
層層疊疊的戰局，清一色的GPU勝出。
另一邊。
英偉達總部。
創始人兼CEO黃建新，瞅著電視機螢幕中的少年，心亂如麻。
徐飛「GPU+資料庫」的設想，完全沒問題，甚至很輕易就可以實現。
只是西方科技聯盟在徐飛提出「資料庫」概念的時候，沒誰在意這個東西，也就沒人著手組建資料庫。
現在徐飛忽然拿出對應實物，整個西方科技聯盟瞬間全都落後了「一代」。
這個一代，不是指製造工藝，也不是指構造技術，而是「科技等級」。
尤其鐵皮公司的資料庫，是基於雷達通訊一體化和CCC網路建立，前者無時不刻的在掃描，後者無時不刻的在錄入，每一天每一秒都在填充資料。
剩下的唯有讓「玩家們幫忙訓練顯示卡」，做到「熟悉路徑、熟悉答桉」，然後完成「即問即答」。
如果算上西廠、南廠的代工能力，很明顯，未來是高階GPU的時代，中高階CPU極有可能被終結。
甚至會發生猶如「整合顯示卡」一樣的做法，反行其道，把微型CPU整合到高階顯示卡內。