重生08：游戏开发有手就行_第343页

  而且，就算这一切都真的被搞出来了，也需要大量的时间。

  等产品落地之后，大概率只能闻到英伟达的尾气而已。

  cuda生态的可怕就在于此。

  而2012年的现在，可能是追赶英伟达最后的一次机会。

  这时候有人就会问了，某东方大国不是自己在搞显卡了吗？
  从2020年成立公司，到交付一块国产全功能GPU只用了18个月。

  从成立到推出第一款国产图形显卡只用了两年。

  从成立到大A上市只用了4年，是上市最快的半导体企业之一。

  能以全功能GPU实现消费级图形处理，成为继英伟达、AMD、英特尔后第四家能创造出独立显卡的科技公司。

  这家公司叫做摩尔，听起来好像很厉害，但其实问题一大堆。

  22年摩尔首款游戏显卡量产，型号MTT S80，售价跟3060齐平，但理论性能却只有1050ti的水平，实际性能只有750ti的级别。
  

  芯片的技术方案买的别人授权，生产是台积电代工。

  这也就算了，谁不知道发展是需要时间的呢。

  但摩尔风评不好的原因就在于天天炒作要对标英伟达，实际上产品又贵又难用。

  刚出的时候只支配1%左右的主流游戏，一年多时间后，还最高只适配dx11，大部分支持游戏还是dx9。

  宣传上偏偏还要加一个国潮游戏显卡。

  除此之外还要适配特别的主板和显示器，这是哪门子游戏显卡？以至于部分网友开始怀疑摩尔是一个圈钱公司了。

  但实际上摩尔还是一个研发比较认真的公司，华国仅有的走全功能GPU路线的公司就它一个。

  生态上也推出了musa架构，据说要完全兼容cuda。还给出了新的工具，可以简易将cuda代码迁移到自家芯片架构上。

  路线和方向都是正确的，但要改掉饭圈宣传圈地自萌那一套方式。

  ……

  黑洞要搞显卡，起步阶段有两件事要做。

  一是成立黑洞科技，然后找到合适的人来进行具体研发操作。

  人选也是现成的，英伟达全球副总裁、华国区总经理，英伟达华国创始人张建忠。

  10年把英伟达显卡的华国市场占有率从50%提高到了80%，能力覆盖产品研发、市场生态及营销领域。嗯，营销做的不咋滴……

  因为英伟达的“技术支持”，黑洞早就和张建忠建立了联系。

  文韬也早就比较隐晦的提过了类似的邀请，后者也积极响应，毕竟摩尔就是张建忠创建的，有黑洞的资金和AI支持，张建忠肯定愿意提前几年从英伟达跳出来。

  而对张建忠吸引最强的点，就是黑洞目前所掌握的AI能力。

  DLSS对于吃鸡的支持，AI在吃鸡游戏上的成果级表现，后续DLSS2.0的方向性，无疑不彰显了黑洞所掌握的AI能力。

  而AI，就是黑洞科技要起步的另一因素。

  在接下来的imagenet大赛上，文韬准备以比多伦多研究生阿列克斯更碾压的趋势把黑洞目前掌握的AI能力公之于众。

  阿列克斯可以用两张显卡在比赛上吊打对手，而我已经拥有了百卡集群的能力！

  爆火的AI，绝对是GPU生态位中举足轻重的一环。

  掌握AI的黑洞，不管是基于英伟达cuda的重构或者兼容，都有决定性的作用。

  第381章 imagenet大赛
  黑洞科技悄悄注册，几乎没有什么人注意。

  每一天新注册的公司不知道多少，即便是有黑洞这个名字，也并未引起太多关注。

  之后某天，文韬带着团队飞到了夏威夷。

  绚丽的珊瑚礁、迷人的海滩、壮丽的火山口……

  夏威夷的景色的确让文韬大开眼界，旅游胜地不是吹嘘得来的，这里的景色的确能让人流连忘返。

  抵达夏威夷的第一天，大家都去领略美好的自然风光去了，但很快，大家就发现这里的消费水平真是让人咋舌。

  最先体验到离谱的是AI专家薛雨霜。

  年纪也不算大的薛雨霜奉命去外面买零食饮料啥的，回来的时候却气鼓鼓的把一袋子零食饮料扔在大家面前。

  “太离谱了，就这点东西花了我600美刀！文总必须得给我报销！”

  文韬笑嘻嘻点头，“看来黑洞是在这里开不起公司了，夏威夷城里的房价比硅谷还贵，物价也这么高。”

  众人玩了一阵之后也是心有余悸的频频点头，要是把黑洞开在夏威夷，自己在这里上班怕是得秒变月光族。

  还听说有很多自然灾害，还有夜晚的灵异事件啥的，夏威夷也没有想象中的那么好。

  “好了，就当这两天旅游了一趟，后天imagenet大赛就要开始了，大家还是做点准备。”

  同时来到夏威夷的，还有多伦多大学的研究生阿列克斯。

  脸上有些稚气的他，心里却有着异样的冲动。

  今天去夏威夷的餐厅，想吃一顿好的就当给自己提前庆功了，没想到这里的物价如此吓人。

  阿列克斯只好自己去超市买了面包啃。

  但是后天一过，阿列克斯很确信自己的未来会得到改变。

  从亚马逊买的两张显卡，会撑起他的未来。

  对手是谷歌又怎么样？他们还是不懂显卡已经快速发展成为一种具有可编程顶点和片段的处理器了，虽然英伟达的本意是为了实时着色而引入的，但根据他的观察，这些处理器的指令集足够通用，可以在渲染领域之外执行计算功能。

  然后阿列克斯把这个计算功能用在了图片识别上。

  训练这个模型花了阿列克斯不短的时间，以至于他每天都在房间里夜以继日的训练，完全不关心外面发生了什么。

  如果他玩游戏，并且接触到了吃鸡的大火，可能他就会从黑洞用AI训练DLSS上得到某些信息。

  至少，显卡训练他会明白已经不是他的专利了。

  或许这时候的阿列克斯就不会对黑洞在imagenet大赛上拿出来的模型如此吃惊。

  两天后，imagenet大赛现场。

  自2010年以来，每年度的imagenet大赛，许多研究团队在给定的数据集上评估其算法，并在几项视觉识别任务中争夺更高的准确性。

  大赛上总共有20个类别总共超过2万张图像，各大研究团队需要让自己的模型在里面图像级注释表示图像中存在或不存在对象类。

  虽然说起来很绕口，但其实就是让模型去判断“这张图片中有没有自行车”这样的问题。

  对于人类来说是一个十分简单的任务，但对于计算机来说真的很难。

  比如在一项任务中增加了120种类别的狗品种来展示细粒度的分类，而AI需要把这120个不同品种的狗全都学会并归纳到“狗”这个命题下。

  还要把其中的“猫”分辨出来，不能把猫或者大象、不穿衣服的大姐姐之类的东西混进去。

  要处理这种级别的数据，需要非常庞大的计算力，这也是谷歌为什么会动用16000片cpu的原因。