家，各行各业都了解一点。听了丁三石举的例子，他马上就想通了。
人工智能的普及，说到底是跟人力成本在p价钱，不是跟同行p价钱。比人便宜才有资本家用。
于是他诚恳地追问顾诚：“那小顾你觉得，有什么快速降低人工智能运算成本的办法呢？总不能让我们去投资英特尔，指望硬件厂商把单位计算效能的p价钱加速猛降下来吧？”
“当然不是。”顾诚端起茶杯，作势喝了一口，表情很淡定，“首先，p的架构模式，处理深度学习算法需要的并行数据处理时，效率还是太低了。就算要在硬件上下手，也不该找英特尔。”
应该找英伟达，但是这句话顾诚就敝帚自珍了，没必要告诉马风和丁三石。
他从02年就收购了公司，在人工智能用p领域的布局，已经占到了先机。未来不管是挖英伟达的技术团队、积累技术储备，还是直接想办法到英伟达投资，都很灵活。
这事儿，他自己就能做，不需要马风和丁三石的配合。
他今天需要说出来的，都是些他不愿意啃的硬骨头。
“其次，即使不在硬件的物理指标上争取跨越式发展，我们还可以在资源配置效率上做文章这个解决方案，就叫做云计算。利用未来网络的进一步便利，把各大互联网公司的数据中心整合起来。
或者让专门的服务器数据托管公司形成虚拟服务器虚拟数据中心的架构，实时优化调度计算资源，把闲置的计算力量以一个相对较低的价格临时、分时租赁给出现处理需求的人工智能公司用这些招数，可以轻松做到在硬件物理性能没有飞跃的情况下，靠优化配置
第164章 最后一块短板(5/6)