亚历克斯立刻转身面对伊利亚，开始在白板上列数据。
“表面上看是两码事，但实际上完美契合。你想想，我们现在的代码用CPU跑，为什么这么慢？”亚历克斯反问。
伊利亚思索了一下。
“因为要处理庞大的矩阵乘法运算，数据量太大了。”伊利亚如实回答。
亚历克斯重重地敲了敲白板。
“这就对了！CPU的核心数量很少，一般只有两到八个。它的架构设计是为了处理操作系统里复杂的逻辑分支。”亚历克斯开始分析。
接着，他在旁边写下英伟达显卡的参数。
“但你看GPU。它精简了复杂的控制逻辑，把芯片面积全留给了几百上千个小计算核心。”亚历克斯指着那些数字。
“深度神经网络的核心运算是什么？就是海量的加减乘除和取最大值。根本不需要复杂的逻辑跳转。”亚历克斯看着两人。
“让几个全能的CPU核心排队去处理上百万次简单的乘法运算，这完全是资源错配。”亚历克斯抛出核心论点。
“而GPU的几百个核心，可以把这上百万次乘法拆解开，同步进行并行计算。这才是真正的算力匹配！”亚历克斯提高了音量。
The content is not finished, continue reading on the next page