不大?”
“当然,可以说,GPU即将进入一个爆发期,拥有宽阔的市场。”
“市场方向呢?”
大卫脱口而出,“当然是娱乐产业了。”
孟谦就这么看着大卫沉默了几秒,“没了?”
这倒是让大卫有些疑惑了,“孟总觉得还有什么?”
孟谦也不卖关子,这本来就是今天要透出来的东西,“很多人都忽视了一个东西,GPU在并行计算能力方面远强于CPU。”
听完这句话,大卫还是懵的,孟谦也在观察他的表情,感觉ATI这会儿应该确实也还没意识到这个事情,如果意识到了,可能也就不会卖公司了。
于是孟谦继续道,“英伟达最近发布了一个名为CUDA的编程工具,大卫先生肯定知道吧。”
“我知道,是为了节约开发者的时间,开发者们通过这套工具可以轻松地让GPU同时对画面上的每一个像素进行编程,让他们完成一些简单的渲染工作,这样一来,开发者就不用重复写代码了。
我们现在也在开发这样一套工具。”
“基于这个想法,其实我们可以更往前一步,我这边有个东西大卫先生可以先看一眼。”孟谦打开电脑给大卫看了一个短暂的视频。
在视频上,是一段关于一块大风集团的GPU正在进行大量运算的视频,视频很短,没有透露太多东西,大卫并没有看出什么头绪来,紧接着孟谦又给大卫看了一段视频。
“这是...人脸识别?但这个并行计算量...”作为工程学博士,大卫总算是看出一点东西来了,“这是大风集团已经实现的技术么?”
“可以这么说。”
大卫好想问问具体的技术和技术原理,但他是聪明人,知道孟谦只给他看这一点就是不愿意公开这个技术的意思。
至于孟谦给他看的是什么,说白了就是很多人对GPU的一点点小误解,在大部分人看来,GPU就是显卡,显卡就是影响画质的东西。
但到现在也没人能说清楚是机缘巧合还是英伟达真有这个眼光,2006年英伟达的GPU发展正好碰上了深度学习的发展,这个时候英伟达突然意识到一件事情。
在CPU与GPU的取舍中,CPU虽然每个处理器计算精度比GPU更高,但是运算单元一般不多,而且做简单运算在速度上并没什么优势,GPU反而可以用一些工具让大量处理器做并行运算,在面对简单而又大量的运算时,有设计上的优越性。
利用这一原理,深度学习的研究者们利用GPU来完成大量低级计算,从而极大的提升人工智能的计算能力。
到后世,全球大约有3000家人工智能公司通过英伟达的的芯片来满足他们对人工智能的需求。而在这一领域,英伟达从2006年开始就一直没错过机会
请收藏:https://m.jxjbju.com
(温馨提示:请关闭畅读或阅读模式,否则内容无法正常显示)