漫谈cpu为什么无法代替gpu

胖墩蚂蚁

GPT带火了人工智能，人工智能又带火了gpu

为什么问题来了为什么cpu的劣势如此明显？

有人说cpu就像一个大学教授，很聪明，gpu就像500个小学生，不聪明

有一天学校布置任务计算5万道口算训练，都是两位数的加减法

500个小学生几分钟就完成了，教授不吃不喝从早上7点算到晚上10点总算完成了.

这个就是劣势所在

于是有人提出，这个简单，再招10个教授来算。。。

校长拒绝了。

因为教授一个月3w，小学生100块一个月，500个一个月5w

（此处为比喻，劳动法规定不允许招收童工，生活中不会有了）。

==========================

那么为什么教授聪明，做题却那么慢呢

因为他的眼睛是和小学生一样的，一次看一道题目，不能一目100行

他的手和小学生一样的，一次写一道题，不能单手100行

眼睛是什么  眼睛就是信息的入口，在计算机中是代表了内存

手代表了信息的出口，在计算机中代表了存储

====================

所以cpu打败gpu的4种方式已经显现了：

1、教授降薪  （cpu成本下降）

2、增加题目难度（小学生算不出的复变函数）

3、改变输入输出形式（OCR扫描5w道题目，即内存、总线速度翻10倍）

4、增加题目的数量级（比如10亿刀口算题），这时候小学生也感到疲惫不堪，而教授会想出工具来


===============
现阶段人工智能处于融资阶段、上升期，不差钱，所以显卡的优势才如此巨大

一旦进入商业化运营期，显卡的优势会逐渐消失，因为实际需求中，题目的难度会逐渐增加，数量级也会提升

由于商业化运营采用了收费的形式，如一次问答收费1元，那么输入输出的压力会降低

教授团的客户会比小学团的客户稳定、需求连续性高

由于商业化要求更规范严苛的标准，会发现养着500个小学生的成本绝不亚于1个教授


==========

现在我们知道了做空显卡的前提条件

需要做的就是加速推进人工智能开始商业化运营