因为谷狗的工程师发现，智云的OPA显卡，对比英伟达的显卡更适合用来组建大规模的GPU服务器阵列，也不是说单纯性能更好，而是功耗更低，性价比也更好一些，综合算力成本更低。
　　再加上现在的OPA显卡也支持CUDA\b软件，后续开发也没什么问题。
　　如此情况下，自然是购买OPA显卡用来组建阵列更好。
　　对此，徐申学并没有拒绝，OPA显卡本来就是消费级显卡，谁来买都可以……再说了，谷狗买不到OPA的话，转身就会去找AMD采购ATI显卡，差一点又不是不能用。
　　ATI显卡虽然游戏性能差一些，但是算力也不算差，之前也有很多矿老板使用AMD的显卡进行挖矿的。
　　只不过去年年底开始，矿老板们的心头最爱就变成了OPA1000显卡了。
　　如果智云这边拒绝接受外国的高性能显卡订单的话，说不准还会刺激ATI还有英特尔，高通等芯片厂商研发更专业的算力卡，朝着AI芯片的路子迈进！
　　这几家也是有着GPU业务的，对GPU领域有着不低的底蕴，真让他们现在就搞起来，说不准过几年又会培养出一个新的厉害竞争对手，而到时候智云没办法收购他们。
　　因此还不如敞开了卖，只要你给钱，英伟达旗下现有的各类显卡，什么780，TITAN以及OPA1000直接敞开卖，随便采购……智云要用这三个旗舰产品，直接把当下并不算大的挖矿市场，AI模型训练市场尽可能的抢过来，顺带堵死其他厂商的道路。
　　只是……就算是受到了谷狗的GPU订单，也没能给GPU事业群部门带来太大的营收提升。
　　一万片显卡，营收几百万美元。
　　咋一看似乎不少，但实际上对于智云集团的GPU事业群而言，这点营收根本不算什么……当下的外部AI市场，带来的营收还没挖矿市场大呢。
　　主要是谷狗等企业的AI发展，依旧受到了AI算法限制，难以大规模应用化。
　　他们的AI项目，目前还处于研发阶段，主要是用来进行各种试验，测试，而不是大规模应用，如此一来对算力的需求自然也就小了。
　　目前来说，AI技术已经比较成熟，可以进行大规模应用，尤其是商用的只有智云一家，因此真正对GPU算力需求量大的，其实是智云自己，而不是其他什么企业。
　　可以说当下的GPU算力需求里，智云一家几乎独占了百分之九十五，相当夸张的……只不过智云自己也不用普通的显卡，而是使用自研的AI芯片。
　　最新的Ai3000和消费级的OPA1000，差距是全方位的，算力上大概是两倍的差距，但是显存上四倍差距，而最惊人的是通信带宽上的差距，足足十倍之多。
　　尤其是通信带宽的差别，这影响模型训练非常重要的一个数据。
　　毕竟采用大量显卡组成服务器阵列的时候，其数据交换是极其庞大的，而普通显卡的通信带宽太小，由此导致训练效率很低，速度缓慢……当然，这个训练速度慢只是对比说法。
　　实际上哪怕是消费显卡的训练速度，在谷狗的工程师们看来也是超级快了……只是如果他们看过了智云的AI芯片的训练速度，恐怕会怀疑人生！
　　智云集团的所谓AI芯片，其实就是针对普通的显卡在进行大规模计算的时候，所遇到的一系列诸多难题，然后针对性的解决改进。
　　通信带宽太小，那么我就研发全新的通讯技术，然后一口气把通讯带宽给加大了十倍以上。
　　显存太小，那就塞进去更多的显存。
　　算力不够，那么就往GPU核心里塞进去更多的晶体管提升算力。
　　当然，这里头还需要专门的软件支持，为此智云集团还专门开发了好几个的专门软件，这样才能够发挥出来AI显卡的强大性能。
　　最后硬件和硬件整合起来后，就搞出来了所谓的AI芯片……不干别的，就专门用来跑AI模型。
　　而AI芯片的这一系列改进或者说技术特点，智云可是从来没有对外公布过。
　　等其他AI厂商发现诸多缺陷，然后反馈到GPU厂商，再针对性改进，又得开发一大堆适配的软件，哪怕一切顺利，哪怕从今天开始搞，估计也得两三年时间才能初步搞利索。
　　他们想要追上智云的步伐……不考虑半导体设备或耗材制裁的话，那么几乎不存在这个可能性。
　　因为他们在追赶的时候，前头的智云也在前进啊，而且前进的更快。
　　智云的AI芯片都已经迭代了三代了，预计明年还将会基于22纳米3D工艺推出下一代的AI芯片，也就是AI4000。
　　他们追个毛线！
　　之前距离智云最近的是英伟达，但是英伟达已经被智云收购，并在收购后作为智云旗下的一个独立品牌，彻底转型消费级显卡领域。

本章未完，请点击下一页继续阅读