。
等到八点半，发布会准时开始。
恩伟达的产品部负责人从容走到下沉式舞台中间，那里立着一张圆形的高台。
他站在高台前，单手一挥，场中顿时出现极具科技感的一幕——只见无数条细小的蓝色数码流从台面升起，汇聚到半空中，压缩变形，浅浅变成一块小小的芯片。
观众席响起惊叹声。
陆小婵也不由感叹，现在技术越来越发达，息显示竟然已经可以做得这么精致了。
发布会持续一小时左右，看到一半，其他人纷纷惊叹，陆小婵却如坐针毡。
这场发布会只有一款产品，所有人的惊叹、赞美、疑问也都围绕这一款产品。但这是一颗ai芯片，而不是图形芯片。
看着负责人在下面侃侃而谈，她仿佛梦回二十年前，1998年的8月份，也是在这样的气氛里，恩伟达用一颗gpu拉开了计算机图形学的新篇章。
二十年后的今天，同样是在恩伟达发布会上，身边所有人却都在议论：“gpu的未来是通用计算！”
gpu芯片和cpu的区别在于，前者具有强大的并行运算能力，擅长枯燥重复的大量运算。如果说cpu干的是智力活儿，gpu干的就是苦力活儿。
因为图形渲染就是需要枯燥重复的大量运算，所以芯片设计师设计出了这种并行运算结构，创造性地为它加入渲染管线，第一代gpu就这么诞生了。
gpu里有两种最重要的结构，渲染管线负责调配工作，通用计算负责完成运算。最初，通用计算是为渲染而生的，但今天，人们却将渲染扔到一边，高喊：“gpu的未来是通用计算。”
“gpu的未来是通用计算。”发布会负责人重复道，“这句话我们在2007年就说过了。许多人认为恩伟达能有今天非常幸运，幸运地赶上了ai对通用计算能力的需要，因而可以趁机转型。但实际上，早在2007年，公司就前瞻性地注意到了gpu强大的通用计算能力，并认为这种能力绝不仅仅应用于图形学。”
“各位，从那时候开始，恩伟达就致力于挖掘gpu的通用计算潜力。早在2007年，我们就大胆预测过，在一些对运算能力敏感的领域，gpu将具有比cpu更优秀的表现。如今，人工智能浪潮席卷，证明了我们没错！”
“在ai芯片的研究上，恩伟达具有长达十年的厚重积累。我们能够迎来今天这个机会，仅仅是在于幸运吗？不是的，机会永远留给有准备的人，而我们已经为它准备了十年。”
负责人高举双手道：“gpu的过去是图形，gpu的未来是运算！”
话音刚落，场掌声雷动。
因为所有人都站了起来，陆小婵不得不也站起来鼓掌，只是心里总觉得不大自然。
“小姐姐表情
请收藏：https://m.bqg4.cc
（温馨提示：请关闭畅读或阅读模式，否则内容无法正常显示）