第44章 计划

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：

纪弘说着，还拿出了自己的手机打开了一页资料，张明振教授结借过一看：

【架构名称：类思维模式的神经网络统一计算体系架构，中文简称：类思维运算架构】。

【英文名称：Unified Computing Architecture for Neural Networks Based on Class Thinking Mode。】

【英文简称：Class Thinking Computing Architecture，英文缩写：CTCA。】

“类思维架构？CTCA？”张明振点了点头：“你们对性能有预期吗？”

“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……”

“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。