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.bu226.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）