第44章 计划（2 / 2）

这本来应该是摩尔科技的活儿，但张明振知道，核心的东西一定还是卷耳智能提供的，正好纪弘现在就在家里，他就顺口问了一句。</p>

“我们设计了一种全新的架构，摩尔科技正根据我这边提供的【流处理核心智慧调度服务API】进行开发，完成也就在近日，不会耽误进度的。”</p>

纪弘说着，还拿出了自己的手机打开了一页资料，张明振教授结借过一看：</p>

【架构名称：类思维模式的神经网络统一计算体系架构，中文简称：类思维运算架构】。</p>

【英文名称：UnifiedComputingArchitectureforNeuralNetworksBasedonClassThinkingMode。】</p>

【英文简称：ClassThinkingComputingArchitecture，英文缩写：CTCA。】</p>

“类思维架构？CTCA？”张明振点了点头：“你们对性能有预期吗？”</p>

“智算中心采用的是摩尔科技的AI卡S4000，仅从规模上看，AI性能大约有4090的30%左右。</p>

“但毕竟S4000是专业的AI卡，直接搞了48G的超大显存和768GB/s的显存带宽，如果用CUDA架构，能发挥出4090显卡20%的水平就算高了。</p>

“我们的最低目标是，单卡性能超过4090的35%，片上互联之后，以千卡规模计，达到同等数量4090集群算力水平的一半左右。”</p>

张明振教授并没有很惊讶，以30%的硬件规模发挥出35%的性能水平，以卷耳智能科技的水平，他甚至觉得纪弘说的有点儿保守。</p>

至于千卡集群的整体算力，那会更加依赖于片间互联的综合调度了，这就更是智能调度的强势领域了。</p>

GPU智算中心张明振目前没有相关的行业数据。</p>

但从CPU超算的经验来看，两片CPU联合能发挥出2*70%的性能就算高的了，如果是一万片CPU联合，每片能发挥出的水平甚至不足30%。</p>

所以，超算的算力是有瓶颈的，会存在一个数字，达到这个数字之后，无论再怎么增加芯片，超算的整体性能都不会再提升，甚至还会有所下降。</p>

GPU智算中心应该也有类似的问题，能做到什么程度，调度算法在一定程度上甚至比硬件豆更加重要。</p><div id='gc1' class='gcontent1'><script type='text/javascript'>try{ggauto();} catch(ex){}</script>