第2717章顯卡

芯片有很多種，簡單地說，就是凡是跟計算有關的電子器件，都算是芯片。

比如手機里的聲音感知器，可以感知到外部的聲音，然後把聲音信號通過計算，改變為數字信號傳給中央處理器。這種東西也叫芯片，叫做感知芯片。

又比如電量的消耗。

運行一款程序，需要給予多少電量的支持？這也需要計算來得出，計算這個單元的器件，叫做電源芯片。

又比如藍牙、iFi、USB接口等等，這些連接的過程都需要計算，通過計算來對接，就都有相應的通信芯片來對接。

不過，這些芯片大多技術含量不高，計算量很小，不算什麼核心科技。

真正最廣為人知的芯片，是處理器芯片，也就是CPU。在一款產品里，CPU就相當於人的大腦，幾乎負責了所有的計算，大量的複雜計算。

人工智能也需要大量計算。

所以過去行業對人工智能的理解，也是這樣的邏輯。在處理人工智能的大量計算的時候，也是通過CPU來計算各種AI算法。

這是行業常識。

可是直到這個月……其實也就是前幾天，整個人工智能行業，才終於恍然醒悟，產生了一種全新的行業認識。

在處理人工智能計算的時候，不應該使用CPU芯片！

而應該使用GPU芯片！

GPU，也就是大眾熟知的顯卡。

之所以能做出這樣的轉變，就是上周才發生的震驚世界的圍棋行業的Rokid-go所發起的「人機大戰」！

Rokid-go背後的龐大數據處理，依靠的就是大量的GPU的運行。

同樣規格的CPU和GPU，在處理AI計算的時候，GPU的算力可以超過CPU的100倍！而能耗，還不足CPU的5%！

Rokid-go大獲成功之後，近期連續發表了7篇很多這方面的論文。又有過「人機大戰」的實踐證實，可以說紫微星已經引領了全球人工智能計算的行業大轉向。

人工智能，將會在紫微星的帶領下，真正地走進GPU的時代！

而這也進一步地提高了做人工智能科研的門檻。

因為過去的那種靠着暴力地堆積大量CPU來提高算力的模式，在人工智能領域算是徹底的行不通了。

就比如超級計算機。

超級計算機，就是有着超級計算能力的電腦，在這個領域，國內有着很強大的實力，不比美國差多少。

為什麼？

因為CPU的疊加屬性。

CPU的計算，絕大多數都是線性的，就像流水線上的工人，是一個任務一個任務的去執行。美國有最好的CPU芯片，最多就是流水線工人的幹活水平高了，單體工作能力比較強。

國內的CPU芯片比較差，卻可以用暴力堆積的方法來解決算力缺陷。

工人的單體能力差，但是沒關係，多在流水線上安排一些工人就好了。美國的超算用1000個芯片，我們的用1萬個芯片，總能跟他們達到同樣的算力了吧？

無非就是多費點電而已。

在國家戰略面前，電費才幾個錢？

一台超級計算機，主機可以裝滿一層大樓，沒有空間限制，就可以無限地堆積算力低下的CPU，靠着無數CPU芯片的堆積，來達到超算的效果。

所以聯想、曙光、浪潮，包括一些高校和軍方，都可以開發出自研知識產權的超級計算機，在這個領域打破技術壁壘。

可是，GPU就不行了。

GPU之所以能取代CPU成為人工智能計算的主要工作，就是因為GPU主要是以處理並行計算為主。

而人工智能的神經網絡算法趨勢，所需要的就是並行計算，剛好和GPU相匹配。

一旦是並行計算了，就沒法像流水線工人那樣，靠着堆積數量去提高生產力了，這就得靠着實打實的硬實力了。

比如一個博士生和一個小學生算數學題，小學生根本不行。哪怕把一萬、十萬個小學生組合起來，也不可能是一個博士生的對手。

這就是高通、英特爾這些主要以銷售CPU為主的公司，市值最高也就是幾千億美元，而以賣GPU為主的英偉達，市值卻能衝上5000億美元、1萬億美元、2萬億美元甚至更高的原因。

CPU再是核心技術，也有可替代性。

GPU卻沒法靠着堆量的方法來替代。

沒有頂級的GPU，就無法提供頂級的算力，就不可能成為頂級的人工智能公司。

就像十年後的2023年國內的人工智能現狀。

世界上最好的GPU芯片是英偉達的H100，售價4萬美元一塊。其次是英偉達的A100，售價1萬美元一塊。

再多的A100堆積，也無法量變產生質變，去達到H100的AI算力，這是由芯片結構的字符長度決定的。

32位的長度，在16位的長度面前就是可望而不可及。

就像一個人的邏輯層次可以達到32層，把1千個1萬個16層思維邏輯的人聚合在一起，他們的思維層次也只能局限於16層以內。

同期國內的華為升騰910B，單塊售價4萬美元……處理簡單計算和線性計算的能力可以媲美英偉達的A100。但線性計算沒意義，人工智能需要的是深度並行計算的能力，這可比A100差遠了，更別說跟H100比了。

而這也就決定了國內AI產業的大趨勢。

人工智能需要大量的算力，都需要由雲計算平台來提供。阿里雲有更強大的國際化背景，所以能購買到更多的英偉達的A100和H100芯片，就可以為用戶提供國內最頂級的AI算力。

所以國內絕大部分的正經做人工智能產品的公司，要麼向阿里雲靠攏了，要麼正走在向阿里雲靠攏的路上。

百度雲和企鵝雲，國際化不如阿里，採購到的英偉達顯卡數量就沒阿里那麼多，就會在這個領域逐步地被甩開。

那些沒有國際資源，買不到英偉達的顯卡，只能去打着營銷、愛國的名義去支持國貨的雲計算平台，就只能玩一玩營銷了，就只能通過營銷去討好當局和大眾，去搞一搞政務雲這類的靠着政商關係來生存的業務。

現在才2013年，還早着呢。

別說周不器跟唐天華這麼一個外人討論人工智能的計算解決方案了，就算是很多行業內的頂級科學家，都未必能在短時間內轉過這個彎。

唐天華一臉茫然的問：「什麼GPU？GPU不是顯卡嗎？」

周不器道：「用顯卡來運行AI軟件啊。」

「顯卡不是渲染圖像的嗎？」

「呃……」

「好吧……」唐天華根本不知道這是怎麼回事，不過他知道周總是科技行業的領袖級企業家，他不可能無的放矢，就搖了搖頭，「具體我不太清楚，我只會使用這款軟件。」

的確，盧卡斯影業不是軟件公司。

他們開發出來的軟件產品，都是專業級的，門檻很高。過去學習半年，能學會他們

的軟件的使用方法，就算不錯了。

周不器看這情況，也就基本上有了一個判斷，盧卡斯影業的這個AI智能改動畫人物口型的軟件，應用的一定是傳統的計算邏輯，背後是由CPU來執行。

就像唐天華說的，電腦都燒壞了好幾台。

燒掉的應該就是CPU。

周不器道：「這種電影級的影像，計算量是挺大，可也要分對象。你們自己弄電腦、弄服務器去提供算力，那的確很難，燒壞幾台電腦、幾台服務器都很正常。可如果是紫微雲來處理，那就不算什麼了，既省錢，處理速度又快。」

「啊？紫微雲？」

唐天華又是愣怔了一下。

周不器面對這樣的外行，就不好多說什麼了。想把這件事做起來，得去通知盧卡斯影業那邊去做調整。

首先是把他們的軟件大改版，由之前的調用CPU改為調用GPU。然後，再把這套軟件跟紫微雲平台結合起來，由雲計算來提供更高效、更快速、更強大的算力。

這樣一來，就可以更好地應用在電影行業里了。

前世的電影行業，沒有周不器這樣的科技行業領袖來參與，就只能靠着喬治·盧卡斯、詹姆斯·卡梅隆這些大導演來推動。

這一世有了周大老闆，他就當仁不讓地要推動「科技 電影」的發展潮流，通過科技的賦能，讓電影更夢幻，影音聲像更契合，從而達到更好的觀影感受。

周不器問：「你這個項目，多久能做完？」

唐天華道：「大約還有10-12個月。」

「嗯。」周不器點了點頭，「那是有點來不及了，你先按既定計劃來做吧。以後……以後說不定可以有更好的處理方式。」

時間挺緊。

以盧卡斯影業那幫人的效率，就算推動他們馬上就改，既要改軟件底層，又要跟紫微雲結合，一年時間之內也未必能真正地落實下來。

《功夫熊貓3》這個項目看樣子是沒法應用上更好的技術解決方案了。

周不器決定這次去美國，要把這件事給推動起來。

然後，他就在婕妤傳媒動畫中心這邊轉了一大圈，一共也就30個員工，跟每一個人都一一握手，直到看到了一個二十多歲的眉清目秀的女美工。

就有些發愣。

靠！

熟人啊？

前世的熟人，他的其中一個印象比較深刻的情人——暨白竹。