唯一的缺陷就是同等算力下耗電量更大一些，電費會更多，性價比不高！
大企業搞幾萬張，幾十萬張顯卡陣列，會很在乎這個電費，在乎訓練成本的性價比……訓練AI嘛，訓練成本很重要的。
但是中小企業的小型人工智能服務器，電費撐死了也就那樣，他們就不太在乎什么算力性價比了。
所以，別看APO5000以及APO4600顯卡的名聲都很大大，性能也牛逼，但是很多中小企業，尤其是傳統企業里直接部署的本地的GTAI2的話，使用的話顯卡其實都是APO4500顯卡的80GB版本。
一些沒啥錢的微小企業或個人愛好者，研究人員甚至用40GB的便宜貨，四萬多一張，弄個四卡陣列也才十多萬而已，但是總算力可比單張的80GB的APO4600強多了……就是耗電量太大。
受到七納米工藝，3D封裝產能影響，APO4600顯卡以及APO5000顯卡都是供不應求，這種情況下智云半導體按照正常批發價往外賣都不夠產能，隔壁虛擬項目組那邊，不管是用量大還是用量少，都是這價！
所以成本就很難降低下來！
而虛擬機的成本要繼續下降，這是整個虛擬項目的核心要求！
為了解決這個問題，曲學文找到了徐申學，向徐申學遞交了新的YunVW廉價版的計劃。
“為了進一步降低零部件成本，同時也是為了解決APO4600顯卡供貨緊缺，第五代MicroOLED屏幕，高性能激光雷達價格高昂的問題，我們的虛擬機項目組針對性開發了一個更便宜的青春版機型！”
內容未完，下一頁繼續閱讀