第342章 GPU之年

笔趣阁(biquge12345.com)更新快，无弹窗！

还是他提的。
    基站同时处理两种信号，就像双卡双待，之前这个问题卡在TD3G和LTE的信号时间表不同，放在一起信号会打架，现在双模能共存在同一套设备里，说明信号的时间分布问题解决了。
    如果TD3G基站平滑过渡LTE，能做到换芯不换壳，比起日后重复建设肯定要节约大半的成本。
    “使用这个方案，成本要增加多少？”
    “23%到28%。”
    “嗯”陈学兵略作沉吟，还是摇了摇头：“那起码还要增加五六百亿的建设成本，我看还是等核心的MIMO技术有所突破再谈吧，免得人家以为咱们找个由头抢订单呢，第一批建设都在大城市，起码要半年的时间，如果能在这半年有所突破，也好谈一些。”
    这个当口移动正在下基站订单，除了华为和展讯，大唐、中兴和武汉邮科院的烽火科技都参与了基站建设，这时候提新方案，好像有耍流氓，不让别人参与的嫌疑。
    移动恐怕也不想担责任。
    万一以后国际标准不合呢？
    万一建设达不到效果呢？
    要谈，最好是自己的技术有突破，或者国际协会在4G路线上有了明确的消息。
    “边做边谈嘛！”范仁勇倒是没想这么多，随后想到什么，有些兴奋道：“还有！今年11月，多伦多大学有个学术团队在《Science》上提出了一个DBN概念，叫深度信念网络！这个概念讲到了深度神经网络的建造方法，可以通过分层自学的方法，让计算机能像人类一样层层理解复杂信息，华为和我们都认为这个想法可以运用到信号处理上，通过分析海量的干扰样本进行自训练，实时过滤噪音，如果实现，可以让有效数据通过率提升30%以上！而且这项技术肯定要以芯片为载体实现，双方协商了一下，确定在SHLTE公司里合作研究，并且项目以我们的技术专家为主！”
    陈学兵眼神一亮。
    通信通用技术，无非就是三个方面，信号放大，信号过滤，信号转换。
    30%有效数据通过率，那在国际通信界都是重大突破了。
    不过深度网络神经，海量样本自训练，这两个词组，让他不可避免地想到一个东西。
    AI。
    陈学兵不动声色地点点头，似若无意地提醒道：“这个模式听起来不错，用GPU来训练效果会更好吧？”
    卢韦冰一愣：“GPU不是显卡吗？固定功能的纹理单元和光栅化模块，这些专用硬件，没法执行通用计算指令吧？”
    他虽然不是搞IC设计的，但现在好歹是公司的执掌者，理论基础他也学了不少。
    范仁勇却啪地一拍巴掌，激动地站了起来：
    “陈总，你可太神了啊！他们现在正在讨论这个问题呢！美国的NVIDIA公司今年提出了一项CUDA技术，就是可以让GPU执行并行计算任务！华为也是查了大量资料才提出来的，你从哪里知道的？”
    办公室骤然安静。
    “这个问题，一定要有了技术基础，才能想吗？”陈学兵丝毫不慌，靠下身子反问道：
    “为什么电脑要单独设置一张显卡？CPU不能计算图形单元吗？”
    他也没等俩人回答，继续道：
    “就是因为CPU核心数量少啊，两个核，四个核，设计得再复杂，面对一堆一加一等于几的简单问题，计算能力再强，也得一个个计算。
    “像图形单元这样的问题，就是若干个简单问题，每个像素需要的计算量不大，数量却很大，GPU集成数千个简化核心，采用单指令多线程模式，可以同步处理海量的相似计算。”
    “这样的处理方式不是跟范总说的信号处理很像吗？”
    陈学兵说着，淡淡笑道：“更何况NVIDIA上个月发布的消息在美国沸沸扬扬，他们推出的CUDA技术解决了C语言扩展接口的问题，允许直接编写GPU计算内核，并且已经编程了一款Tesla架构，可以支持动态分配计算资源了。”
    GPU的诞生，是英伟达公司在1999年正式提出的。
    前几年，GPU仅能执行预设的图形操作，就像一台只能画直线的打印机，没办法要求它解方程。
    但就在上个月，英伟达推出的接口和自研架构，让理论变得可行了。
    他知道这个消息，关注的当然不是广泛的技术，而是英伟达。
    不过并不妨碍他趁机寓教于行。
    “我早就说过要关注科技发展，卢总，你一个科技公司的老总，要把天线架起来，多接受外界的信息！”
    卢韦冰有点头大。
    妈的，今天撞到老大训人的枪口上了。
    不过这个问题确实是他职责之内，之前董事长谈及手机的未来发展，还提过设计GPU，这么重要的事他没关注到，是甩不了锅的。

章节报错（免登陆）

验证码：提交关闭