包括移动端的AP构架，PC端集成显卡OP构架，PC端的OPA构架以及英伟达构架，最后还有保密中的AI项目。”

    半导体方面的负责人付正阳道：“全面覆盖了各领域的图形处理器的业务。”

    “而这一次我们重点调整的是消费级高性能图形处理器业务，尤其是我们获得了CUAD软件生态，后续我们的新一代OPA显卡系列也会支持这一生态，同时英伟达的新显卡也将会支持我们的CYAP软件生态，两个品牌和生态将会陆续打通，等到未来，我们将会尝试把这两个软件进行进一步的合并。”

    “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

『加入书签，方便阅读』