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>> --