第342章GPU之年
第342章GPU之年(第3/5頁)
有所突破，也好談一些。”
這個當口移動正在下基站訂單，除了華為和展訊，大唐、中興和武漢郵科院的烽火科技都參與了基站建設，這時候提新方案，好像有耍流氓，不讓彆人參與的嫌疑。
移動恐怕也不想擔責任。
萬一以後國際標準不合呢？
萬一建設達不到效果呢？
要談，最好是自己的技術有突破，或者國際協會在4g路線上有了明確的消息。
“邊做邊談嘛！”範仁勇倒是冇想這麼多，隨後想到什麼，有些興奮道：“還有！今年11月，多倫多大學有個學術團隊在《science》上提出了一個dbn概念，叫深度信念網絡！這個概念講到了深度神經網絡的建造方法，可以通過分層自學的方法，讓計算機能像人類一樣層層理解複雜信息，華為和我們都認為這個想法可以運用到信號處理上，通過分析海量的乾擾樣本進行自訓練，實時過濾噪音，如果實現，可以讓有效數據通過率提升30%以上！而且這項技術肯定要以芯片為載體實現，雙方協商了一下，確定在shlte公司裡合作研究，並且項目以我們的技術專家為主！”
陳學兵眼神一亮。
通信通用技術，無非就是三個方麵，信號放大，信號過濾，信號轉換。
30%有效數據通過率，那在國際通信界都是重大突破了。
不過深度網絡神經，海量樣本自訓練，這兩個詞組，讓他不可避免地想到一個東西。
ai。
陳學兵不動聲色地點點頭，似若無意地提醒道：“這個模式聽起來不錯，用gpu來訓練效果會更好吧？”
盧韋冰一愣：“gpu不是顯卡嗎？固定功能的紋理單元和光柵化模塊，這些專用硬件，冇法執行通用計算指令吧？”
他雖然不是搞ic設計的，但現在好歹是公司的執掌者，理論基礎他也學了不少。
範仁勇卻啪地一拍巴掌，激動地站了起來：
“陳總，你可太神了啊！他們現在正在討論這個問題呢！美國的nvidia公司今年提出了一項cuda技術，就是可以讓gpu執行並行計算任務！華為也是查了大量資料才提出來的，你從哪裡知道的？”
辦公室驟然安靜。
“這個問題，一定要有了技術基礎，才能想嗎？”陳學兵絲毫不慌，靠下身子反問道：
“為什麼電腦要單獨設置一張顯卡？cpu不能計算圖形單元嗎？”
他也冇等倆人回答，繼續道：
“就是因為cpu核心數量少啊，兩個核，四個核，設計得再複雜，麵對一堆一加一等於幾的簡單問題，計算能力再強，也得一個個計算。
“像圖形單元這樣的問題，就是若乾個簡單問題，每個像素需要的計算量不大，數量卻很大，
（本章未完，請點擊下一頁繼續閱讀）