鬼吹灯 > 大时代之巅 > 第2717章

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。

    http://www.cxbz958.org/dashidaizhidian/40852533.html

    请记住本书首发域名:www.cxbz958.org。鬼吹灯手机版阅读网址:m.cxbz958.org