“我就不信了，让它装Adobe全家桶！”

这一会儿张建还上了头了。

也确实，行业软件是Linux真正的软肋，尽管Linux在软件开发方面有得天独厚的优势，但很多Windows上的行业软件在Linux平台依然没有很好的替代方案，用Wine安装Windows的软件有时候无法很好的兼容。

这其中最为“老大难”

的就包括Adobe的全家桶，Photoshop、AfterEffects、PremierePro、InDesign等等这些，每一个应用还都十分广泛，行业软件在某种程度上也是Windows系统的根基之一，另一个当然是WinTel联盟了。

这种问题即使是最顶尖的工程师都是无法完美解决的，能用也只是凑合。

纪弘的这个工具当然也不能——AI经过训练能够超越95%的人，但这并不意味着它可以凭空创造出来原本没有的东西。

“还不算离谱！”

张建瞬间自顾自的叹了一声，同时松了一口气——不会凭空创造，至少还在他可以理解的范畴，没有太过超出认知。

“张总，虽然兼容性问题无法完全解决，有一些小BUG，但是日常使用已经完全没有任何问题了，我们其实做过一个评估，那就是它所处理的，大约是我们在公开渠道所能找到的最优的解决方案。”

李工愣了一会儿，但还是开口说道：“如果让我们的工程师搞这个，没有个三五天，绝对是做不到这种程度的。”

“那提升30%的硬件利用率呢？你们研究出什么名堂没有？”

“从数据监测看，还是细粒度资源管控以及显存和算力隔离的方案，只不过，这个系统对资源管控具有更细的粒度，极大的提高了GPU利用率。

“还有GPU共享组件……这个……”

……

就在张建与李工探讨Linux系统级智能插件可能的方案以及原理的时候，纪弘也正在家里绞尽脑汁的思考怎么跟程荟解释这其中的技术。

“所谓粒度资源管控，这么说吧，就像是在红绿灯路口，一般的智能红绿灯就可以做到根据车流控制信号灯各个方向的绿灯时间。

“这个方向车多，那就绿灯时间给长一点，这个方向车少一些，那就多等一会儿红灯，让一让，如此来最大限度的保证通过量。

“但在车流量都非常大的时候，这个控制时间其实并不好使，四个方向都堵车你怎么办？给谁分配绿灯的时间长才更合适？

“所以，现在我们的这AI的逻辑不一样，它计算的不是一个路口，而是整个城市交通网络，着眼的是全局，选择的是对于全市道路都有利的一种分配方案。

“GPU的调度其实原理一样，考虑全局比考虑局部从思路上就要更优，从而让全网络所有的运算链路最大化的畅通。”

“嗯嗯嗯嗯。”

程荟一边吃饭一边不住的点头，这种类比确实什么专业术语，粒度资源管控之类的好理解的多了，她完全听得明白，甚至听得津津有味儿。

“另一个就是GPU共享组件，还拿堵车来说，这是用另一种方式来解决这个问题的。

“路口车很多，经常拥堵，但是我们综合统计发现，不管是五座车还是七座车，几乎都是只坐了一个人或者两个人。

“那么我们就可以根据大数据，利用AI智能调度，智慧的将路径相近、目的地相似的乘客组合到一个车里，然后节省路面空间，从而最大限度的减轻拥堵，提升效率。

“放到GPU共享组间里，大约也是这个道理。

多个任务通过路径提前预判、算力综合分配等方式进行智能组合，共享GPU算力单元，理论上做到极致甚至可以达到一丝算力都不浪费的程度。”

……

本章未完，请点击下一页继续阅读！

本站网站:.kuaishuku