第44章 计划

    第44章 计划 (第2/3页)

能有预期吗?”

    “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。

    “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。

    “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。”

    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。

    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。

    GPU智算中心张明振目前没有相关的行业数据。

    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%。

    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。

    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。

    “性能是可以的。”张明振教授一看纪弘这轻松的模样,就知道他肯定是按保守预计的,真实的性能还得落地了再看,也是接着问道:

    “我上次跟你说的那个关于教育行业人才培养类的模型……”

    “是这样的,等智算中心投入使用了,我们招募一批学生志愿者,然后利用……”

    纪弘把昨天跟赵东赫说的那些东西又跟张明振教授说了一遍,并说了赵东赫加入志愿者的事儿。

    “嗯,你的想法很好,现在确实很多学生压根不知道自己有什么特长,也不知道对自己的以后有什么规划,甚至上大学的时候为什么选现在的专业都说不清楚。

    “也不知道他们到底知道点儿啥,这样的教育培养模式肯定是有问题的。

    “结合AI模型,对他们进行综合测试并进行长期跟踪,根据每一个人的特点制定特定培养和考核计划……

    “如果这能成的话……”张明振教授已经在畅想未来的美好愿景了:“那我们的人才培养要发生翻天覆地的变化了!”

    ……

    “程荟,让他们爷俩在这谈技术,你跟我来,我跟你说点儿事儿。”

    在纪弘和张明振教授就智算中心的未来发展进行着规划和探讨的

    (本章未完,请点击下一页继续阅读)