约翰从口袋里掏出纸笔，准备记录重点：“没问题，教授。这篇通稿的核心基调是什么？重点突出我们在数据集上的前瞻性，还是强调参赛队伍日夜不休的科研精神？”
李飞飞摇了摇头，伸出两根手指。
“都要。但我们还要重点夸赞两个技术。第一，是英伟达的CUDA技术；第二，是TensorFlow技术。”
约翰记笔记的手停顿在半空中，抬起头满脸疑惑地看着李飞飞。
会议室里的其他博士生也纷纷交头接耳，显然对这个要求感到十分不解。
陈冉挠了挠头，举手提问：“老板，通稿里夸英伟达的CUDA，我理解，毕竟人家是咱们的金主。可是……把TensorFlow也放在里面重点夸，会不会不太合适？”
约翰跟着附和。
“对啊教授！咱们作为ImageNet挑战赛的主办方，这篇总结通稿可是要挂在官网首页，面向全世界发布的。”
约翰指了指门外机房里嗡嗡作响的方向。
“TensorFlow技术确实牛。”
“但问题是，现在要跑这套框架，唯一的办法就是用AMD显卡啊！”
“老黄要是看到这篇通稿，发现自己掏钱赞助的比赛，最后给AMD做了嫁衣，他不得气得把咱们实验室的赞助全给扬了？”
底下几位研究员也疯狂点头。
科研归科研，大家也惊叹于TensorFlow的跨时代意义，但饭碗归饭碗啊。要是金主爸爸掀桌子不干了，大家拿什么买新设备？
看着大家一副护食的担忧神情，李飞飞十分自信地笑了笑。
“你们啊，还是太年轻。只看到了表面的硬件限制，根本没有看透这背后的技术逻辑和商业大局。”
“首先，你们要搞清楚一个事实。TensorFlow之所以现在只能在AMD上跑，是因为它的底层算力支撑是‘九章’平台。”
“我专门查过资料，这个‘九章’是一个完全开放的生态架构。”
“开放意味着什么？意味着它根本不是AMD的亲儿子！它和AMD之间，根本没有强制的绑定关系。”
陈冉皱着眉头，试图捋清逻辑：“既然没绑定，那为什么现在只有AMD的卡能跑通？英伟达却不行？”
“因为AMD
本章未完，请点击下一页继续阅读！