要增加产能吗，正好可以用上复芯的封装。”

    黄仁勋也不隐瞒，反正也瞒不住陆老爷，他可是英伟达的大股东兼董事，早晚也会知道，英伟达今年首次推出了基于ARM指令集的超高效定制架构CPU，而且明年的话——

    会发布GeForce GTX600系列显卡。

    这类显卡，大大削减跟游戏无关的结构专注图形性能，从而大幅提升能效比。

    “你打算把计算卡和游戏卡分开发展？”

    陆飞挑了挑眉。

    “对，英伟达的计算卡比AMD弱，但游戏卡，绝对是英伟达的强项，我准备全力冲刺游戏卡，让最好的图形技术变得更加便宜！”

    黄仁勋说：“当然，英伟达也不会放弃移动端的GPU，今年我们要推出两款，上半年是双核的Tegra2，下半年会是全球首款四核的Tegra3，都能用在手机、平板上。”

    说到移动端，陆飞不免尴尬，“呃，本来是我提出合作共研移动GPU……”

    “没关系，跟你们合作GPU，可给英伟达积累了宝贵的经验，而且逻辑还无偿地让英伟达使用研发成果。”黄仁勋笑嘻嘻，“刚推出的Tegra2，已经有HTC、小米、摩托罗拉上门来合作，在移动GPU，超越了AMD！”

    “那就好。”

    陆飞笑意更浓。

    黄仁勋的心愿之一，就是干翻AMD！

    “我这次来，给复芯拉订单不是重点，关键是奔着CUDA来的。”

    陆飞翘起了腿。

    CUDA可是英伟达制霸人工智能的核武器，刚一推出，就挑动GPU计算专用的崛起，打个比方，假如让一个数学教授和100个小学生比数学能力，那么扔一道高等数学方程下来，数学教授轻松搞定，100个小学生会当场懵逼。

    但如果扔的是100道四则运算题，那么100个小学生的计算速度就肯定超过教授。

    教授扮演的是CPU的角色，那100个小学生扮演了GPU那100个核心的角色，而那100道四则运算题，也就是通用GPU计算。

    CUDA的应用，就可以利用GPU的并行处理能力应对最复杂的计算挑战，而恰恰，人工智能深度学习所依赖的便是通用GPU计算！

    英伟达推出全球首款一体化深度学习超级计算机，DGX-1，就直接捐给初创的OpenAI。

    “你想要怎么合作？”

    黄仁勋扶了扶眼镜。

    “我注意到英伟达的人工智能部门，从去年的一百多人，已经扩充到将近千人，说明你觉得人工智能是未来的方向之一，所以把宝押在人工智能，对吗？”陆飞喝了口水。

    “我是想把英伟达从显卡硬件公司转型成人工智能公司，所以才力排众议，把CUDA开源，作为匹配所有GPU芯片的免费平台。”

    黄仁勋有一种志同道合的感觉。

    “那正好，复芯现在也有一支上千人的人工智能团队。”陆飞图穷匕见。

    就像谷歌和逻辑合作的安卓系统一样，复芯也想跟英伟达联手搞CUDA平台，最好能扩展编程语言，让开发人员能够轻易地对GPU进行编程，有利于构建GPU生态系统。

    “我和英伟达能得到什么？”

    黄仁勋面带微笑，CUDA已经搞了5年，虽然一直在赔本赚吆喝，但也不是复芯说介入，就能介入，好歹也要给点好处才行。

    “你能得到我的支持。”

    “你的支持？”

    “你的人工智能转型计划和CUDA平台，在董事会上分歧这么大，我的一票投你，我还可以-->>

本章未完，点击下一页继续阅读