无法保证的低端硬件，却要在这种物理限制下，把重要系统需要的庞大算力堆起来。
而这位天才给出的解法，至今看去都带着一股苏式暴力美学，硬件不够，架构来凑。
既然单个运算单元跑不快，那就搞并行运算阵列。
靠着这个思路，卡尔采夫作为总设计师，主持设计了苏联M-10并行超级计算机体系，随后又亲手主导了第四代多处理器向量计算机M-13架构的前期工作，支撑起了重要系统的核心算力。
而漆昊手里的这本《计算系统与同步算术》，算得上是卡尔采夫多年经验的一个总结。
当然，里面没有涉密技术，可即便如此，当漆昊耐着性子往下读了几页后，整个人还是被书里的内容给震住了。
强是真的强。
卡尔采夫大佬仿佛想把每个硬件知识拆开塞进他脑子里。
由于年代久远加上俄译汉的语境偏差和专业基础问题，书中很多细节内容，漆昊看得还是头疼。
他站起身，打算去喝杯水缓缓。
此时，陈工正守在几台嗡嗡作响的服务器前，唉声叹气。
“陈工，这是在干嘛吗？”漆昊端着杯子好奇走过去问道。
陈工一看是他，也就照实说了：“公司的任务，我在尝试训练神经网络。”
“汪总提过一个设想，认为未来的无人机必须装上眼睛，我们要实现室内的视觉自主定位悬停，甚至想让飞机底部的摄像头能自动辨识障碍物，自动锁定并跟踪一个移动的目标，想要解决这种计算机视觉和自适应控制难题，传统控制理论根本不行，唯一的出路，就是机器学习和神经网络。”
“那怎么样了？”漆昊好奇问道。
陈工叹了口气，指着屏幕上缓慢爬行的进度条，苦笑道：“太慢了，用的是机载实拍图像数据集，分辨率高样本量大，就这么个简单三层网络，一轮迭代也要跑上几个小时，这要是以后网络层数加深，光是调参训练就能把我们耗死。”
漆昊看着屏幕上几乎被占满的CPU使用率，心中突然动了一下，开口问道：“陈工，学术界和工业界现在为什么普遍用CPU来训练？为什么不找更高效的硬件？”
陈工听到这个问题，转过头来，耐心地解释道：“现在用CPU训练几乎是唯一的选择，CPU是通用处理器，它最擅长处理具有复杂分支的指令，神经网络在训练过程中，不仅有矩阵计算，还伴随着大量的临时文件读写，内存控制流跳转，
…。。