手机浏览器扫描二维码访问
“虽然生态会打通,不过我们还是决定继续运营两个独立图形处理器品牌。”
“采取双品牌、双构架战略,以更好的满足市场需求。”
“毕竟我们的这两款显卡的技术构架并不一样,区别还是比较大的。”
“英伟达的显卡构架通用性更好一些,在消费级市场更受欢迎;而我们的OPA的显卡构架,脱胎于移动端GPU构架以及AI芯片的诸多技术,在功耗控制的更好,同时也更适合大规模并行处理上更好,相对比游戏支持性能,其实我们的OPA显卡更适合作为工具类的算力卡使用!”
“这也是之前为什么那么多挖矿的老板采购我们的显卡的缘故,也是大量的专业人员购买我们的显卡作为工作站显卡,充当生产工具的主要原因!”
哪怕不算其他因素,其实智云发售的OPA显卡,尤其是OPA1000显卡,也比英伟达现有的高端显卡更适合用来进行大规模并行计算,不管是用来挖矿还是用来训练模型其实都更适合。
某种程度上,这款OPA1000就是智云内部保密的AI芯片的大幅度阉割版……天生就更适合作为纯算力卡使用。
徐申学道:“这样的安排还是比较妥当的,就这么做吧!”
就在徐申学对英伟达进行拆分的时候。
谷狗旗下的一个AI技术团队,也是在一月下旬的时候开发出来了一种全新的基于深度学习的神经网络算法。
他们开发出来了这种新算法后进行了诸多测试,一开始也没多重视,因为在传统的CPU服务器上运行的时候,这种神经网络算法并没有体现出来太大的独特优势……哪怕是超百万美元级别的服务器运行也不咋地。
直到这个项目团队里的一个工程师,本着闲着也是闲着的态度,使用了个人PC上的GPU去运行这个新算法后!
奇迹出现了……这运行速度快的出奇。
同样的一个图像识别模型,之前谷狗用老算法,用CPU服务器,需要一千台CPU服务器来进行。
这也是之前谷狗等企业在AI研究陷入困境的主要原因,老算法不行,使用的还是CPU服务器,算法对CPU的算力需求实在太大了,可以说根本不具备什么实际价值。
但是在使用了他们研发出来的新算法后,搭配GPU服务器后,同样一个图像识别任务,只需要三台GPU服务器来进行训练。
没错,没看错,就是一千台和三台之间的差距。
发现这一点后,他和同事们迅速用显卡搭建了一个小GPU阵列,然后对算法进行了大量的测试以及训练。
最后得到了一个在图像识别领域里表现极为惊人的新模型。
这一发现,让谷狗方面的不少人极为振奋,尽管这一技术突破还有些差,距离智云的AI远得很,但是依旧让他们看到了AI的曙光。
很快,谷狗方面就公布了他们在AI领域里获得了巨大的技术进步,并在现场演示了其图像识别模型,顿时引起了业内的轰动……看这样子,似乎谷狗也在AI领域里获得了巨大的成功。
当然,人家也不傻,可不会去搞什么开源之类的,而是学着智云集团那样守着秘密不公布。
一些基本原理可以公布,什么深度学习啊,神经网络啊这些普通人都知道的东西随便说,但是核心的算法,那是一个标点符号都不会透露的。
这些核心算法基本都是一些企业里的核心机密,如果不是出于其他目的那么是不可能给你搞什么开源的。
大家都知道GPU更适合用来进行并行计算,这可不是什么秘密,甚至老早就有人这么干了,但问题是你得有相互搭配的算法啊。
算法和GPU,这两者配合在一起才有有。
光有算法没有GPU,那是白搭。
但是有GPU没算法也不行。
————
谷狗方面获得了AI技术的一定突破后,很快就找到了智云采购了一批显卡,而且经过测试后他们选择了采购了智云半导体旗下的OPA1000显卡。
因为谷狗的工程师发现,智云的OPA显卡,对比英伟达的显卡更适合用来组建大规模的GPU服务器阵列,也不是说单纯性能更好,而是功耗更低,性价比也更好一些,综合算力成本更低。
再加上现在的OPA显卡也支持CUDA软件,后续开发也没什么问题。
如此情况下,自然是购买OPA显卡用来组建阵列更好。
对此,徐申学并没有拒绝,OPA显卡本来就是消费级显卡,谁来买都可以……再说了,谷狗买不到OPA的话,转身就会去找AMD采购ATI显卡,差一点又不是不能用。
ATI显卡虽然游戏性能差一些,但是算力也不算差,之前也有很多矿老板使用AMD的显卡进行挖矿的。
只不过去年年底开始,矿老板们的心头最爱就变成了OPA1000显卡了。
如果智云这边拒绝接受外国的高性能显卡订单的话,说不准还会刺激ATI还有英特尔,高通等芯片厂商研发更专业的算力卡,朝着AI芯片的路子迈进!
这几家也是有着GPU业务的,对GPU领域有着不低的底蕴,真让他们现在就搞起来,说不准过几年又会培养出一个新的厉害竞争对手,而到时候智云没办法收购他们。
因此还不如敞开了卖,只要你给钱,英伟达旗下现有的各类显卡,什么780,TITAN以及OPA1000直接敞开卖,随便采购……智云要用这三个旗舰产品,直接把当下并不算大的挖矿市场,AI模型训练市场尽可能的抢过来,顺带堵死其他厂商的道路。
只是……就算是受到了谷狗的GPU订单,也没能给GPU事业群部门带来太大的营收提升。
穿梭十界之:兽人大陆 好孕兽世:娇软女主靠生子逆袭了 完美世界:梦回仙古 灼夏难藏 斗罗:武魂机甲,老婆流萤 穿越聊天群:听劝后,我主宰洪荒 长生,从重瞳开始 我为诡中仙 卷王魔女从不认输 为霉好的帝国,献出忠诚 末日苟活,种田养崽崽 隐蛾 神印:娶妻月夜,她却拒绝圆房! 分手后,把清冷校花炼成弑神魔剑 我本不为逐鹿来 汽车巨头从娶女儿国王开始 苦境:从碎岛为王开始 盖亚之光,从艾斯奥特曼开始 越界示爱 让你获取信仰,你选择基里艾洛德
兵王羽龙在一次越境击杀毒贩中被开除军籍,一代兵王隐于都市,万花丛中过,片叶不沾身,迎娶冰山女总裁,大丈夫何患无妻啊~...
他性好老庄,逍遥度日,却因兄长过世而一肩担起了庞大家族的生死存亡他挚爱青梅竹马的恋人,却不得不娶富商之女挽救家族危机,一生负疚他为开辟商路,汇通天下,多次身陷困境,危在旦夕...
她是现代顶超级大家族的少女掌门人,在家族的内乱中,与敌人同归于尽,精魂不死,穿越到异世大陆武学世族一个庶女的身上。嫡姐凶残,用皮鞭将她打到毁容庶姐奸险,偷窃珍宝嫁祸到她身上嫡母自私,庶母恶毒,渣爹无耻,种种无聊迫害加注在她的身上!她真的任人搓扁捏圆吗?否!毒花最美最诱惑!她是异世空穿越的毒魂!她是一剂最浓烈的毒...
关于婚婚相虐宋霜以为,嫁给他是好归宿,以为他是她的良人。结婚之后才明白,他娶自己,不过是为了给他心爱的女人留一个移动血库哪怕在她即将临盆的时候,他还不忘用她的血养着另一个女人最后导致孩子惨死,伤心之下,宋霜只能选择离开。再回来的时候,她倒要看看,他拿什么在自己面前横。而当他得知事情真相的时候,他才知道自己之前是有多蠢,把心爱的女人亲手送进了地狱。...
失意大学生萧大根,回乡创业养鸡失败,无意中获得万毒天尊传承,从此,时来运转,泡最美的妞!装最炫的逼!吊打各种不服!成就巅峰人生!PO18脸红心跳(18wenhvip)提供透视毒医在山村最新章节全文免费阅读!。...
关于恶魔的蜜糖甜心你好甜肖甜馨和路星燃相遇,宛如超新星爆炸。第一次,因为一碗豆花,她被他夺走初吻。第二次,因为一场演唱会,她被他夺走第二次kiss,有了第一次就会有第二次,有了第二次就会有更多次他们像一块磁铁互相排斥,又互相吸引…不知道从什么时候,他的吻逐渐变得让她上瘾,内心逐渐被他渐渐占据。她可能有点喜欢上这个腹黑混蛋了吧…她颇为复杂的想。路星燃觉得她只是个暴力女,看久了却发现她再也不是那个和他一直作对的肖甜馨,她...