……这运行速度快的出奇。
同样的一个图像识别模型，之前谷狗用老算法，用CPU服务器，需要一千台CPU服务器来进行。
这也是之前谷狗等企业在AI研究陷入困境的主要原因，老算法不行，使用的还是CPU服务器，算法对CPU的算力需求实在太大了，可以说根本不具备什么实际价值。
但是在使用了他们研发出来的新算法后，搭配GPU服务器后，同样一个图像识别任务，只需要三台GPU服务器来进行训练。
没错，没看错，就是一千台和三台之间的差距。
发现这一点后，他和同事们迅速用显卡搭建了一个小GPU阵列，然后对算法进行了大量的测试以及训练。
最后得到了一个在图像识别领域里表现极为惊人的新模型。
这一发现，让谷狗方面的不少人极为振奋，尽管这一技术突破还有些差，距离智云的AI远得很，但是依旧让他们看到了AI的曙光。
很快，谷狗方面就公布了他们在AI领域里获得了巨大的技术进步，并在现场演示了其图像识别模型，顿时引起了业内的轰动……看这样子，似乎谷狗也在AI领域里获得了巨大的成功。
当然，人家也不傻，可不会去搞什么开源之类的，而是学着智云集团那样守着秘密不公布。
一些基本原理可以公布，什么深度学习啊，神经网络啊这些普通人都知道的东西随便说，但是核心的算法，那是一个标点符号都不会透露的。
这些核心算法基本都是一些企业里的核心机密，如果不是出于其他目的那么是不可能给你搞什么开源的。
大家都知道GPU更适合用来进行并行计算，这可不是什么秘密，甚至老早就有人这么干了，但问题是你得有相互搭配的算法啊。
算法和GPU，这两者配合在一起才有有。
光有算法没有GPU，那是白搭。
但是有GPU没算法也不行。
————
谷狗方面获得了AI技术的一定突破后，很快就找到了智云采购了一批显卡，而且经过测试后他们选择了采购了智云半导体旗下的OPA1000显卡。
因为谷狗的工程师发现，智云的OPA显卡，对比英伟达的显卡更适合用来组建大规模的GPU服务器阵列，也不是说单纯性能更好，而是功耗更低，性价比也更好一些，综合算力成本更低。
再加上现在的OPA显卡也支持CUDA
…。。