第2717章

    第2717章显卡

    芯片有很多种，简单地说，就是凡是跟计算有关的电子器件，都算是芯片。

    比如手机里的声音感知器，可以感知到外部的声音，然后把声音信号通过计算，改变为数字信号传给中央处理器。这种东西也叫芯片，叫做感知芯片。

    又比如电量的消耗。

    运行一款程序，需要给予多少电量的支持？这也需要计算来得出，计算这个单元的器件，叫做电源芯片。

    又比如蓝牙、iFi、USB接口等等，这些连接的过程都需要计算，通过计算来对接，就都有相应的通信芯片来对接。

    不过，这些芯片大多技术含量不高，计算量很小，不算什么核心科技。

    真正最广为人知的芯片，是处理器芯片，也就是CPU。在一款产品里，CPU就相当于人的大脑，几乎负责了所有的计算，大量的复杂计算。

    人工智能也需要大量计算。

    所以过去行业对人工智能的理解，也是这样的逻辑。在处理人工智能的大量计算的时候，也是通过CPU来计算各种AI算法。

    这是行业常识。

    可是直到这个月……其实也就是前几天，整个人工智能行业，才终于恍然醒悟，产生了一种全新的行业认识。

    在处理人工智能计算的时候，不应该使用CPU芯片！

    而应该使用GPU芯片！

    GPU，也就是大众熟知的显卡。

    之所以能做出这样的转变，就是上周才发生的震惊世界的围棋行业的Rokid-go所发起的「人机大战」！

    Rokid-go背后的庞大数据处理，依靠的就是大量的GPU的运行。

    同样规格的CPU和GPU，在处理AI计算的时候，GPU的算力可以超过CPU的100倍！而能耗，还不足CPU的5%！

    Rokid-go大获成功之后，近期连续发表了7篇很多这方面的论文。又有过「人机大战」的实践证实，可以说紫微星已经引领了全球人工智能计算的行业大转向。

    人工智能，将会在紫微星的带领下，真正地走进GPU的时代！

    而这也进一步地提高了做人工智能科研的门槛。

    因为过去的那种靠着暴力地堆积大量CPU来提高算力的模式，在人工智能领域算是彻底的行不通了。

    就比如超级计算机。

    超级计算机，就是有着超级计算能力的电脑，在这个领域，国内有着很强大的实力，不比美国差多少。

    为什么？

    因为CPU的叠加属性。

    CPU的计算，绝大多数都是线性的，就像流水线上的工人，是一个任务一个任务的去执行。美国有最好的CPU芯片，最多就是流水线工人的干活水平高了，单体工作能力比较强。

    国内的CPU芯片比较差，却可以用暴力堆积的方法来解决算力缺陷。

    工人的单体能力差，但是没关系，多在流水线上安排一些工人就好了。美国的超算用1000个芯片，我们的用1万个芯片，总能跟他们达到同样的算力了吧？

    无非就是多费点电而已。

    在国家战略面前，电费才几个钱？

    一台超级计算机，主机可以装满一层大楼，没有空间限制，就可以无限地堆积算力低下的CPU，靠着无数CPU芯片的堆积，来达到超算的效果。

    所以联想、曙光、浪潮，包括一些高校和军方，都可以开发出自研知识产权的超级计算机，在这个领域打破技术壁垒。

    可是，GPU就不行了。

    GPU之所以能取代CPU成为人工智能计算的主要工作，就是因为GPU主要是以处理并行计算为主。

    而人工智能的神经网络算法趋势，所需要的就是并行计算，刚好和GPU相匹配。

    一旦是并行计算了，就没法像流水线工人那样，靠着堆积数量去提高生产力了，这就得靠着实打实的硬实力了。

    比如一个博士生和一个小学生算数学题，小学生根本不行。哪怕把一万、十万个小学生组合起来，也不可能是一个博士生的对手。

    这就是高通、英特尔这些主要以销售CPU为主的公司，市值最高也就是几千亿美元，而以卖GPU为主的英伟达，市值却能冲上5000亿美元、1万亿美元、2万亿美元甚至更高的原因。

    CPU再是核心技术，也有可替代性。

    GPU却没法靠着堆量的方法来替代。

    没有顶级的GPU，就无法提供顶级的算力，就不可能成为顶级的人工智能公司。

    就像十年后的2023年国内的人工智能现状。

    世界上最好的GPU芯片是英伟达的H100，售价4万美元一块。其次是英伟达的A100，售价1万美元一块。

    再多的A100堆积，也无法量变产生质变，去达到H100的AI算力，这是由芯片结构的字符长度决定的。

    32位的长度，在16位的长度面前就是可望而不可及。

    就像一个人的逻辑层次可以达到32层，把1千个1万个16层思维逻辑的人聚合在一起，他们的思维层次也只能局限于16层以内。

    同期国内的华为昇腾910B，单块售价4万美元……处理简单计算和线性计算的能力可以媲美英伟达的A100。但线性计算没意义，人工智能需要的是深度并行计算的能力，这可比A100差远了，更别说跟H100比了。

    而这也就决定了国内AI产业的大趋势。

    人工智能需要大量的算力，都需要由云计算平台来提供。阿里云有更强大的国际化背景，所以能购买到更多的英伟达的A100和H100芯片，就可以为用户提供国内最顶级的AI算力。

    所以国内绝大部分的正经做人工智能产品的公司，要么向阿里云靠拢了，要么正走在向阿里云靠拢的路上。

    百度云和企鹅云，国际化不如阿里，采购到的英伟达显卡数量就没阿里那么多，就会在这个领域逐步地被甩开。

    那些没有国际资源，买不到英伟达的显卡，只能去打着营销、爱国的名义去支持国货的云计算平台，就只能玩一玩营销了，就只能通过营销去讨好当局和大众，去搞一搞政务云这类的靠着政商关系来生存的业务。

    现在才2013年，还早着呢。

    别说周不器跟唐天华这么一个外人讨论人工智能的计算解决方案了，就算是很多行业内的顶级科学家，都未必能在短时间内转过这个弯。

    唐天华一脸茫然的问：「什么GPU？GPU不是显卡吗？」

    周不器道：「用显卡来运行AI软件啊。」

    「显卡不是渲染图像的吗？」

    「呃……」

    「好吧……」唐天华根本不知道这是怎么回事，不过他知道周总是科技行业的领袖级企业家，他不可能无的放矢，就摇了摇头，「具体我不太清楚，我只会使用这款软件。」

    的确，卢卡斯影业不是软件公司。

    他们开发出来的软件产品，都是专业级的，门槛很高。过去学习半年，能学会他们

    的软件的使用方法，就算不错了。

    周不器看这情况，也就基本上有了一个判断，卢卡斯影业的这个AI智能改动画人物口型的软件，应用的一定是传统的计算逻辑，背后是由CPU来执行。

    就像唐天华说的，电脑都烧坏了好几台。

    烧掉的应该就是CPU。

    周不器道：「这种电影级的影像，计算量是挺大，可也要分对象。你们自己弄电脑、弄服务器去提供算力，那的确很难，烧坏几台电脑、几台服务器都很正常。可如果是紫微云来处理，那就不算什么了，既省钱，处理速度又快。」

    「啊？紫微云？」

    唐天华又是愣怔了一下。

    周不器面对这样的外行，就不好多说什么了。想把这件事做起来，得去通知卢卡斯影业那边去做调整。

    首先是把他们的软件大改版，由之前的调用CPU改为调用GPU。然后，再把这套软件跟紫微云平台结合起来，由云计算来提供更高效、更快速、更强大的算力。

    这样一来，就可以更好地应用在电影行业里了。

    前世的电影行业，没有周不器这样的科技行业领袖来参与，就只能靠着乔治·卢卡斯、詹姆斯·卡梅隆这些大导演来推动。

    这一世有了周大老板，他就当仁不让地要推动「科技+电影」的发展潮流，通过科技的赋能，让电影更梦幻，影音声像更契合，从而达到更好的观影感受。

    周不器问：「你这个项目，多久能做完？」

    唐天华道：「大约还有10-12个月。」

    「嗯。」周不器点了点头，「那是有点来不及了，你先按既定计划来做吧。以后……以后说不定可以有更好的处理方式。」

    时间挺紧。

    以卢卡斯影业那帮人的效率，就算推动他们马上就改，既要改软件底层，又要跟紫微云结合，一年时间之内也未必能真正地落实下来。

    《功夫熊猫3》这个项目看样子是没法应用上更好的技术解决方案了。

    周不器决定这次去美国，要把这件事给推动起来。

    然后，他就在婕妤传媒动画中心这边转了一大圈，一共也就30个员工，跟每一个人都一一握手，直到看到了一个二十多岁的眉清目秀的女美工。

    就有些发愣。

    靠！

    熟人啊？

    前世的熟人，他的其中一个印象比较深刻的情人——暨白竹。