第(2/3)页

    事实上，就算是两台都做不到。

    一台级计算机的cpu数量动辄就有数万甚至数十万之多，如果可以简单将级计算机并联使用，那为什么不直接造更多的cpu来获取更快的计算度呢？

    因为其中最困难的地方是如何让这么多的芯片进行并行计算，并且在交换数据的时候不生冲突。

    一个既可悲又可笑的现实是，搞级计算机的人希望程序员最好将所有串行算法都改成并行的，并且不产生丝毫冗余，而程序员的又希望做级计算机的最好将串行计算的度提高百倍千倍。

    最终的结果就是级计算机的性能根本无法完全挥出来，通常只能挥出理论计算度的1o%左右。

    “这……这也太夸张了吧！”何瑞音瞪大了眼，喃喃地说。

    奇点道：“如果按照cpu数量的方式来比较，确实是这样的，但要说计算度的话，这些计算资源估计也就相当于几十台级计算机的总和吧。”

    “没错。”6泽点头道。

    级计算机的度来自于并行运算，数字神经网络架构中的计算资源同样如此。

    并行计算就像是让一大帮人来一起干同一件事，但是问题在于并不是所有事情都可以让一帮人一起干的。

    所以，数字神经网络架构虽然能无上限地将cpu进行并联，却无法将计算度无限制的进行提升。

    如果说过去的级计算机只能挥出理论计算度的1o%，那么如今他们用这么多的计算资源来运行一个虚拟世界，能挥出的性能估计只有理论上的百万分之一吧。
    第(2/3)页