的分布式计算项目，核心是利用全球用户的闲置算力，模拟蛋白质折叠过程，研究阿尔茨海默症、癌症这些疾病的致病机理，但他们一直被一个问题卡著：普通p的浮点运算效率太低，全球几十万台设备联调，也赶不上专业超算的速度，而p的并行计算架构，天生就适合做这种海量重复的浮点运算！」
：
陈学兵听到这里，笑了。华为展讯合作的lt公司从信号降噪项目发现p的效用，斯坦福又从研究病症发现p潜力。
p，还真是个时代发展下绕不开的事物。
从科学的角度来讲，实验就是在一次次重复过程与微小变量中找成功，p也确实是代人快速完成这种计算的捷径。
吴主任指著办公室墙上的一幅复杂架构图，继续解释道：
「我们联系上实验室负责人vjaypan教授时，他们虽然有大量研究成果，但正愁于算力瓶颈，我们提出的合作方案很直接：点出研发团队和资金，帮他们开发p通用计算接口，把蛋白质折叠的核心算法移植到p上，作为回报，他们开放全部算法源码，允许我们基于这个场景，研发pp的基础调度框架。
「我们谈了几次价，公司最终给我们批了350万美元，他们也答应了！
「这次合作是双赢！他们的算力瞬间提升了15倍，原本需要半年的模拟任务，现在一个月就能完成，而我们拿到了最真实的非图形计算场景，相当于有了一个免费的超级测试平台。」
陈学兵还没听完，便多少带了点急功近利，道：「成果对p设计有没有实际帮助？」
「有啊！当然有！跟p设计直接相关！
「首先我们在现有p架构基础上，开发通用计算调度框架，这本质是通过软体层优化，让p突破仅做图形处理的限制，具备处理非图形任务，这就是硬体潜力激活加软体生态拓展的p设计延伸！
「第二，我们把的蛋白质折叠算法移植到p的并行计算架构上，就要求团队理解p的流处理器调度逻辑和显存访问规则，本质就是对p底层设计逻辑的反向优化与适配，这属于p设计的软体配套开发！」
讲到这里，陈学兵都有点不敢置信了。软体配套研发都有成果了？
a？
这不一步登天嘛？
「
本章未完，请点击下一页继续阅读！