uad软件生态，后续我们的新一代opa显卡系列也会支持这一生态，同时英伟达的新显卡也将会支持我们的cyap软件生态，两个品牌和生态将会陆续打通，等到未来，我们将会尝试把这两个软件进行进一步的合并。”

“虽然生态会打通，不过我们还是决定继续运营两个独立图形处理器品牌。”

“采取双品牌、双构架战略，以更好的满足市场需求。”

“毕竟我们的这两款显卡的技术构架并不一样，区别还是比较大的。”

“英伟达的显卡构架通用性更好一些，在消费级市场更受欢迎；而我们的opa的显卡构架，脱胎于移动端gpu构架以及ai芯片的诸多技术，在功耗控制的更好，同时也更适合大规模并行处理上更好，相对比游戏支持性能，其实我们的opa显卡更适合作为工具类的算力卡使用！”

“这也是之前为什么那么多挖矿的老板采购我们的显卡的缘故，也是大量的专业人员购买我们的显卡作为工作站显卡，充当生产工具的主要原因！”

哪怕不算其他因素，其实智云发售的opa显卡，尤其是opa1000显卡，也比英伟达现有的高端显卡更适合用来进行大规模并行计算，不管是用来挖矿还是用来训练模型其实都更适合。

某种程度上，这款opa1000就是智云内部保密的ai芯片的大幅度阉割版……天生就更适合作为纯算力卡使用。

徐申学道：“这样的安排还是比较妥当的，就这么做吧！”

就在徐申学对英伟达进行拆分的时候。

谷狗旗下的一个ai技术团队，也是在一月下旬的时候开发出来了一种全新的基于深度学习的神经网络算法。

他们开发出来了这种新算法后进行了诸多测试，一开始也没多重视，因为在传统的cpu服务器上运行的时候，这种神经网络算法并没有体现出来太大的独特优势……哪怕是超百万美元级别的服务器运行也不咋地。

直到这个项目团队里的一个工程师，本着闲着也是闲着的态度，使用了个人pc上的gpu去运行这个新算法后！

奇迹出现了……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

本章未完，请点击下一页继续阅读！ 第5页 / 共13页