“你们对性能有预期吗？”

“智算中心采用的是摩尔科技的ai卡s4000，仅从规模上看，ai性能大约有4090的30左右。

“但毕竟s4000是专业的ai卡，直接搞了48g的超大显存和768gbs的显存带宽，如果用cuda架构，能发挥出4090显卡20的水平就算高了。

“我们的最低目标是，单卡性能超过4090的35，片上互联之后，以千卡规模计，达到同等数量4090集群算力水平的一半左右。”

张明振教授并没有很惊讶，以30的硬件规模发挥出35的性能水平，以卷耳智能科技的水平，他甚至觉得纪弘说的有点儿保守。

至于千卡集群的整体算力，那会更加依赖于片间互联的综合调度了，这就更是智能调度的强势领域了。

gpu智算中心张明振目前没有相关的行业数据。

但从cpu超算的经验来看，两片cpu联合能发挥出270的性能就算高的了，如果是一万片cpu联合，每片能发挥出的水平甚至不足30。

所以，超算的算力是有瓶颈的，会存在一个数字，达到这个数字之后，无论再怎么增加芯片，超算的整体性能都不会再提升，甚至还会有所下降。

gpu智算中心应该也有类似的问题，能做到什么程度，调度算法在一定程度上甚至比硬件豆更加重要。

“性能是可以的。”张明振教授一看纪弘这轻松的模样，就知道他肯定是按保守预计的，真实的性能还得落地了再看，也是接着问道：

“我上次跟你说的那个关于教育行业人才培养类的模型……”

“是这样的，等智算中心投入使用了，我们招募一批学生志愿者，然后利用……”

纪弘把昨天跟赵东赫说的那些东西又跟张明振教授说了一遍，并说了赵东赫加入志愿者的事儿。

“嗯，你的想法很好，现在确实很多学生压根不知道自己有什么特长，也不知道对自己的以后有什么规划，甚至上大学的时候为什么选现在的专业都说不清楚。

“也不知道他们到底知道点儿啥，这样的教育培养模式肯定是有问题的。

“结合ai模型，对他们进行综合测试并进行长期跟踪，根据每一个人的特点制定特定培养和考核计划……

“如果这能成的话……”张明振教授已经在畅想未来的美好愿景了：“那我们的人才培养要发生翻天覆地的变化了！”

……

“程荟，让他们爷俩在这谈技术，你跟我来，我跟你说点儿事儿。”

在 『加入书签，方便阅读』
-->> 本章未完，点击下一页继续阅读(第2页/共4页)