p;   相对于普通的Gtx乃至后来的Rtx游戏显卡，科学计算系列的某些产品甚至连散热器都没有，专门放在无尘机房服务器内，有定制的配套冷却措施。

    这张p100象征着一个新时代的开始，此后的V100，A100和h100，都是前世在Gpt时代发了大力的。

    尤其是A100，基本上一力承担了chatGpt的训练工作，

    【哇这显卡能拿来玩游戏吗？我看怎么散热和显示接口都没有啊？】

    由于孟繁岐的影响，越来越多的人开始关注人工智能领域，其中就不乏很多游戏玩家。

    他们知晓显卡是这种新技术的关键基础，因此关注英伟达发布会的人越来越多。

    这也是他们第一次注意到，原来英伟达除了他们熟悉的Gtx游戏显卡之外，竟然还有这么多其他类型的产品。

    【你以为谁都跟你一样，整天玩游戏啊？现在显卡已经是专业计算设备了，我们游戏玩家老黄已经不放在眼里了！】

    自从老黄开拓其他产品线以来，很多游戏玩家也有不少意见，觉得现在游戏卡不像以前那样被重视，老黄攀上了人工智能的高枝，看不上游戏这个领域了。

    这话不大好听，不过客观来说，英伟达发展到22年左右，游戏市场的确也只能占到总比例的三分之一左右了。

    并且，这还只是指Gtx和Rtx系列产品的利润占比。在购买这些设备的人当中，其实很大一部分的用途也已经不是游戏了。

    如此分析的话，很可能游戏用户的占比已经不到2成了。

    谁能想到，这一切的变化，黄仁勋在2010年前就已经规划好了呢？

    不过这都不是现在老黄最在意的事情，当今之计，黄仁勋最重要的任务是借助自己cUdA平台的提前布局，利用这一大先发优势，与孟繁岐的诸多最新技术做好适配，力求直接垄断AI计算产业。

    【更为引人注目的是，p100显卡引入了NVLink互连技术，这是一项重要的创新。NVLink不仅能够实现多个显卡之间高速的数据传输，还为构建高性能的计算集群提供了强大支持。这使得p100显卡在解决复杂、密集的计算问题时，能够展现出无与伦比的卓越性能。】

    目前传统的Gtx显卡用pcI-E链接，理论峰值仅为16Gb每秒，这对于越来越庞大的人工智能模型和数据来说，还远远不够。

    人工智能这样的计算密集型应用程序需要高性能计算单元，但快速访问数据也很关键，因为大量的时间消耗在了等待数据上面。

    尤其当某种大型数据需要反复在所有显卡中传播的时候，这会极大地影响模型训练的效率。

    也就是说，目前难住孟繁岐的一大瓶颈，是一卡工作八卡围观。

    显卡本身的性能甚至都未能成为主要原因，因为交互数据的时候就已经太慢了。

    如果10秒钟的时间里，只有2秒钟在进行计算，其余的8秒都在进行数据的等待。那即便你计算速度提升一百倍，也不可能让这个时间少于8秒钟。

    必须得要改善设备的吞吐速度，才能解决这样的问题。

    而新的帕斯卡架构，将这个数字扩展到了80Gb，乃至160Gb，因为它>> --