第591章(4/11)

微微发亮的侧脸上停留了几秒，才移开。   沈毅余光瞥见许琛的表情，心里那点因为女儿出色而泛起的欣慰，又被一股莫名的烦躁压了下去。这小子，装得倒挺像回事。   酒过三巡，菜上了几道。清蒸东星斑果然没用姜，只有细密的葱香；黑松露和牛炒得火候正好，嫩滑无渣；一道看似简单的上汤苋菜，汤底是浓郁的金华火腿吊出来的鲜。   沈毅吃得不多，但每道菜都会尝一点。他吃得仔细，像在评估一份实验报告。   席间，沈毅果然抛出了几个话题。他先问许琛对国内人工智能芯片设计生态的看法，又拐弯抹角问起“烛龙”引擎的底层算力分配逻辑，最后甚至聊到了材料表征技术中同步辐射光源的应用前景。每个问题都看似随意，实则暗藏机锋，涉及多个学科的交叉领域。   许琛一一作答。   他讲AI芯片生态时，没有泛泛而谈产业格局，而是结合“烛龙”引擎实际遇到的渲染瓶颈，分析现有通用GPU架构中哪些计算单元是冗余的，哪些指令集在图形渲染场景下毫无意义。“通用性是为了覆盖尽可能多的不确定性，但当你确定了一个极致的应用场景，通用就成了累赘。”他举例说，引擎里处理光照和物理模拟的并行计算单元，如果换成专用矩阵运算单元，效率能提升至少40%，功耗还能再降一成。   沈毅听着，眉头时而锁紧，时而舒展。   当许琛聊到同步辐射光源时，他甚至从口袋里摸出手机，调出几张图表——那是“烛龙”引擎进行高精度流体模拟时生成的粒子运动轨迹截图，旁边附着简短的注释。“沈教授您看，这种湍流模拟，传统CPU集群要跑七个小时，用我们优化过的GPU阵列缩短到四十五分钟。但我一直觉得，如果底层材料的热传导模型能更精确，模拟精度还能再上一个台阶，反过来也能指导芯片封装时的散热设计。这块我不专业，只是有个模糊的想法。”   他没有炫耀数据，只是把一个实际的技术困境，用对方能听懂的语言表述出来。   沈毅看着那几张截图，沉默了几秒。图表是专业的，注释是精准的，问题也是实在的。这不像一个外行能胡诌出来的内容。他放下筷子，身体微微前倾：“你刚才说，GPU阵列跑模拟，用了四十五分钟。阵列规模多大？节点间通信延迟怎么解决的？”   “三十二块自定义加速
本章还未完，请点击下一页继续阅读>>>