“我怎麼覺得你就盼著這一天呢啊？”張建看著似笑非笑的紀弘，說話的語氣都帶著一點兒幽怨。
“張總，說實話，仰人鼻息的感覺是不是不好受？而且，摩爾科技以兼容的方式利用英偉達CUDA的生態，效率也不儘如人意，性能損失也很大吧？”
紀弘正色起來：“要我說，倒不如直接斷了，構建真正屬於我們自己的生態。”
“你說的倒是輕巧，CUDA英偉達早在00年就推出來了，優化迭代了十好幾近二十年才有如今的水平，是我們想搞就能搞的？
“誠然，CUDA的理念並不複雜，本質就是一個幫助開發者構建自己應用的GPU編程服務簡易API接口。
“就算是內裡的運算架構，在內行人眼裡，理念也幾乎是透明的。
“比如，AMD搞的所謂HIP，就是提供了一種類似於CUDA的編程接口。甚至，語法和編程模式都和CUDA一模一樣。
“但效果怎麼樣呢？投入巨量人員和資金，但競爭力還是不行。再說了，我們之前有得用，就沒有在這一塊兒上心。”
“其實就是想省成本。”
紀弘算是聽明白了，之前英偉達讓用，這邊也沒有更多的資源和精力去搞這個，就先湊合用了，他接著說道：
“我也能理解，畢竟當時你們的目標是能活十年，而且與英偉達關係也還好，也不用太過擔心授權的問題。”
“但，今時不同往日了。”頓了一下，紀弘如此強調。
張建心說，當然不同往日了，往日我們的目標是活著就好，現在搞得英偉達都急跳腳了：
“主要還是你這邊【基於AI的GPU智慧調度】，訓練卡應該也是能用的吧？
“CUDA隻是以流處理核心為元單位對外開放的GPU編程接口。
“這個時候，如果我們重新搞一套，完全用這個理念，其實意義不大，競爭力還是有限，AMD已經給我們打過樣了，畢竟CUDA的生態早已經成型且非常完善，後來者很難去挑戰。”
“你是想問，能不能把GPU智慧調度的理念融入到我們的通用運算架構裡是吧？”紀弘肯定道：“那必須能！”
張建不由得嘴角又抽了抽，能當然是好事兒，但是，我是不是又得割肉？
“我們其實可以從智算中心開始。智算中心規模較大，現在都是一千張卡起步。
“這裡邊不僅涉及到流處理單元，更是涉及千卡算力怎麼利用和分配才能效率最大化的問題。
“利用我們的AI核心能力進行智慧監測和算力綜合分配，再加上基於AI調度的GPU運算架構，你大可以想想，那效率會怎麼樣！”
張建嘴角抽的更厲害了，心道：我不想聽你畫餅，隻想聽你想管我要多少錢！
“那，我們怎麼合作？”
雖然知道自己不能急，但是看著穩如泰山的紀弘，張建決定還是自己先開口吧。
“那要不咱們就從河州大學的這個千卡智算中心開始？
“先打個樣板出來，有了標杆，後續的工作就簡單了，全國智算中心的需求非常之大，單子那還不是滾滾的來！”
聽紀弘這麼說，張建心中哀歎，他果然是在打這個主意。
他自己心裡其實早有這個心理準備，河州大學那邊甚至樂見卷耳智能科技的參與，負責人張明振教授更是對他們推崇無比，都提好幾次了。
兩方合作變成三方聚首，來找紀弘之前，張建就已經考慮過了這個問題，利肯定是大於弊的，真要做成標杆，國內的智算中心這一塊兒，光是硬件銷售，摩爾科技都能賺的盆滿缽盈。
但是，核心係統的技術標準……
張建內心哀歎一聲，默默流下了沒有核心關鍵技術的淚水……
他甚至在一瞬間想起了塞力斯，話說自己這算不算出賣靈魂來著？
“先活著，等這一波賺了錢，一定加大研發投入，掌握核心技術！”