这不，他人还在多伦多的时候，就把公司的准fo柳倩从纽约配去了旧金山，让她在硅谷投资一块办公楼地皮，在那儿注册一间yy子公司、同时留心一家成立还不到两年的初创公司，尝试一下收购。
被顾诚盯上的这家公司，便是后来在o5年拿出了世界三大物理运算引擎physx的aga公司。这家公司历史上应该于o8年被英伟达（vda）收购，后来成就了英伟达的完全体gpu大业。
顾诚要搞深度学习型人工智能，要搞卷积神经络，挖一家这样的公司就非常有必要。
就如前几天顾诚和史蒂芬库克教授谈到的那样，任何“神经络”和传统计算机络最大的区别，是“没有中枢，每个神经元节点完全平等，彻底云分布”。
所以在执行“神经络”相应的运算时，人类传统的电脑pu效率其实并不是很高，无论英特尔还是ad。
因为稍微懂点计算机常识的人都知道，pu是“时分占用”的计算硬件，通俗的说，一个4g主频的pu，只是一秒钟能够运算4o亿次，但每一瞬间依然只能计算一次，dos的“多任务处理系统”，本质上只是“把pu的时间占用细分，每个后台程序在每一秒里占用那么几微妙”来实现的。
比如一个人打s游戏的时候，后台开了个qq。运行qq需要占用“每秒1亿次运算”的pu处理资源，那么实质就是“4g主频的pu每秒分出25毫秒处理qq”，而不是物理意义上的“同时处理bsp;这种只能单核运算的模式，注定了不适合未来卷积神经络越来越多的“并线操作”。所以o6年当卷积神经络的曙光出现之后，平行时空的英特尔公司也不是没有意识到这一点并且挣扎。只不过英特尔公司最初的挣扎方式是“开多核bsp;这才有了后来人们熟知的“英特尔酷睿双核/四核”。
可惜历史最终证明，pu再多核，要满足浩如烟海的并线操作，也是杯水车薪。
要彻底满足神经络的并线胃口，还是得靠最初作为显卡物理运算用的gpu。
这才有了后来人工智
本章未完，请点击"下一页"继续阅读！ 第4页 / 共5页