第402章 2 个方法

  隨便举个例子，比如丰田的汽车有了一个问题，立马全球开始召回。你就可以想想看，光一个运输成本得多高？这里面得亏多少钱？

  第二个就是要讲到他们的律师团队了，在美国打官司，律师是直接分帐的。所以，一旦有这种问题存在，有了受害者，那么，这些被侵害的消费者们，在律师的眼中，那可就是行走的黄金。

  財帛动人心。所以一个地方想要正常的发展，想要有序的推进，那必须要有合理的规矩。指望所谓的道德仁义、什么良心，趁早快拉倒吧。

  在 2010 年，哪怕是专业的科技公司，也没有大面积使用 gpu 搞並行算力的概念。

  云计算还在摸石头过河，用的也都是传统的 cpu 阵列，所以这批產品处境特別尷尬。

  但林渊不同，他有两套解决方案。

  第一是硬体层面的液冷技术。其实液冷早在 1980 年代的巨型机上就已经开始应用了，只是因为后期维护成本过於高昂，普通机房根本用不起。

  但在林渊的数据中心里，这不是问题。他当初在画机房图纸的时候，就特意预留了整套浸没式液冷的管线设计。

  这还是他跟阿里那位搞出阿里云的王坚偷师学来的，当时王坚就非常赞成液冷架构，认为未来的算力集群必然会面临恐怖的过载发热量。

  第二张底牌，是林渊脑子里领先时代的软体调度算法。

  根据集成电路的物理定律，晶片的动態功耗 p 与电压 v 的平方及频率 f 成正比，即to v^2 cdot f。

  林渊完全可以通过自己编写的底层高並发调度程序，对这批 gpu 进行统一的降频和锁电压处理。

  通过程序的极限压榨和负载均衡，他不让任何一张卡满载运行。原本一张卡能发挥 100% 的性能，通过算法限制，它只跑 50% 的算力，发热量自然断崖式下跌。

  虽然单卡性能打了折扣，但他手里有一万张啊！量大管饱，只要集群规模够大，算力叠加起来的性价比就是无敌的。

  如果用正品的高昂价格去建集群肯定亏本，但用电子垃圾的废铁价拿回来，只要搞定了散热和调度，那就是一座源源不断的算力金矿。