NVIDIA CTO解读CUDA、CPU、GPU的未来
　　NVIDIA最近陷入了与Intel的口水大战。
　　为了回应Intel在IDF上的种种论调，NVIDIA高层近期频频露面，NVIDIA首席技术官，David Kirk（大卫·科克），在最近的一个月内连续拜访了中国、日本、欧洲的几所著名高级学府，进行NVIDIA如何影响未来的电脑计算方式（不仅仅是图形运算方式）的主题演讲。在他欧洲之行的最后一战，英国bit-tech.net网站有机会对他进行了一次Face-to-Face的专访。
　　在本次访谈中，Dr. David Kirk站在全球第一大图形厂商的角度，解读了通用计算平台CUDA的未来构想，以及CPU、GPU产品的发展趋势，下面我们来看看bit-tech.net对他的访问实录，其中不难透露出这家显卡巨人未来的技术方向和跳出单纯图形解决方案提供者的小圈圈，主导未来计算技术的万丈雄心：

Dr. David Kirk, Chief Scientist at Nvidia

　　客观地说，NVIDIA目前正在做着一些能够减少昂贵的高速CPU必要性的事情，例如GPU通过CUDA平台已经可以实现加速PhysX物理运算以及高清视频编码（ RapiHD ）等应用，也许你对上述两个CUDA的应用范例很感兴趣，但是这不是笔者关注的地方和今天要发问的话题，我更渴望知道的是，是否还有更多的通用的图形计算可以去替代CPU的作用？
　　“当然，我想如果用户面临的任何问题涉及到需要大量的并行计算和大量的数据处理，GPU的确是一种更合适的架构去做这样的事。当然我们也可以让CPU像GPU类似的设计，不过CPU厂商面临的风险是，这样设计出来的CPU会不会在CPU现在擅长的计算领域失去优势。”Dr. David回答。
　　“GPU以前最大的误区是多核的设计，我们几乎就犯过所有的错误。”David笑着解释说，“当然，也可能不是全部。通过研发支持并行计算的GPU课题，我们这几年学到了很多。”
　　“GPU能够非常有高效的去运行包含大量线程的任务，这项应用对目前的CPU来说还是一个很大的问题。但是，普通用户如果下载了一个多核测试软件，他们就会发现，在平常使用中多核并没有完全用到，是在浪费金钱。而大部分用户来说，他们购买了一款双核或者入门级的四核处理器，起码心理感觉会很不错（不管用不用得着）。但NVIDIA认为，其实你不需要那么强大的CPU。”

GPU会取代CPU？NO！

　　IT产业中的绝大多数芯片制造厂商都已经意识到，并行处理运算将是整个IT领域的计算未来，这几年处理器也一直在朝着多核的方向发展。与此同时，GPU正在演变得更灵活，更像CPU。CPU未来将取代GPU，或者扮演第二角色？

　　David做出一个简短的回答，“不会。”

　　说完之后，David和笔者都笑了。David接着做了一个解释，“CPU与GPU是两种区别很大的产品，如果你将两者混合在一起，他们的执行效率反而会比单独执行慢很多。”

　　“如果一个芯片能够集成几个CPU Core和几个GPU Core，那将是一个伟大的设计，这是对于很多不关心性能的低端用户而言，”然而，我们的大多数消费者要求我们增加GPU的性能，不管是多少，因此我是不会将硅片的一部分区域分割出来，将CPU集成进去。”

　　“CPU的架构体系，利用缓存构架帮助把多个任务剥离顺序执行，这是一种很好的架构。在继续讨论之前，我想要表达的更清楚一些，CPU在做它相应的工作时，这样的构架非常合适，如果同样的任务处理交给GPU的话，那就会犯错。”

　　“然而，如果你的任务需要高度多线程的任务的话，它将会花费CPU相当长的时间。对于GPU来说，也许对于单个任务来说它们执行的速度等同甚至慢于CPU，但GPU构架的好处就是能同时进行很多个这样的单个任务，从而花费的时间更少完成所有任务。”

关于CUDA：
　　CUDA是NVIDIA针对GPU的C语言开发环境开发的通用计算平台标准，全称是Compute Unified Device Architecture统一计算设备架构。CUDA可以充分应用GeForce 8/9系列 GPU 流处理单元的浮点运算能力，解决复杂的科学运算问题，诸如地质勘探，生物学，流体力学，金融建模等等。根据NVIDIA的测试，8800显卡在CUDA架构中的峰值运算能力可达520GFlops，因此如果构建SLI双卡系统，可以达到1TFlops（即每秒运算1万亿次）的强大运算能力。
CUDA能否成为GPU通用计算的标准
　　在过去的时间里，NVIDIA已经讨论过关于硬件支持double precision（双精度浮点运算）带来的优势，特别是当Tesla系统发布时，但当时并没有GPUs硬件可以硬件支持，G9x系列GPUs是通过技术模拟的方式支持的。
　　针对这个疑问，David向我们确认了这个事实，“我们为软件开发开发了双精度模拟库，这并不是用来运行实际的应用程序，而是用来在我们下一代支持双精度产品面提前做软件开发。”

　　笔者询问David他所说的下一代产品是否就是NVIDIA CEO黄仁勋在近期的财务分析年会上所提及过得Tesla 2代，“没错，就是它”David 回答，“Tesla 2代将会支持double precision，软件开发人员可以使用它来开发double precision的相关软件产品。”
　　双倍精度浮点运算可以表示范围极大的数据，但是，个人消费者并不需要双倍精度浮点运算的超强能力，因此Tesla 2代的主要会为用户的HPC（高性能电脑）去改善运算速度。现在Tesla的主要潜在客户还是HPC这样的商业用户，而什么消费领域什么时候会产生双精度的需求，而有这种需求的应用会是什么？现在都很难想象描绘

　　“尽管未来的市场前景还没法预测，但我预计未来NVIDIA的所有产品将可以支持double precision。而且，如果商业用户要求加入一些其它的技术比如ECC内存，那我可以告诉你它预计会只有专业系列产品（包括Quadro and Tesla系列）能够支持。”
　　顺着这个话题，我们把问题转向了CUDA。既然CUDA是作为一种GPU的通用计算平台标准，那CUDA是否对其它GPU厂商，例如ATI的硬件产品开放呢？David谈及了CUDA对其它硬件产品的开放性和扩展性，CUDA要求GPU硬件组建必须支持C语言编程，而ATI目前的产品不能运行C语言的代码，因此刚才的问题变成了，“NVIDIA是否与竞争对手（ATI）讨论过其产品支持C语言的问题？”

ATI未来的Radeon、FireGL和FireStream能否加入对C语言和CUDA的支持？

　　“关于NVIDIA与合作伙伴及竞争对手的对话内容，我这里不方便评论。我只想说的是，我们为每个对CUDA感兴趣的厂商创造了一个机会，一起坐下来探讨其产品运行CUDA的可能性。CUDA不完全是一个开放的标准（an open standard），硬件产品能否基于C语言编程是运行CUDA平台的关键。”
　　我们为对CUDA感兴趣的用户提供了一系列开放套件工具，但令人遗憾的事实是，其它厂商更多是把CUDA看成是一种竞争而不是一个大家共赢的机会——我认为，那将是他们的失误。这也是我在之气回答“NVIDIA是否会将CUDA作为一个业界标准？”的问题时反复提到的，我们不会单独去开发CUDA，但它是一个我们开发的标准，而有些厂商也许也必须要接受。
　　在GPU上运行C语言编写的通用计算任务，毕竟，NVIDIA已经讨论过CUDA在PhysX（物理仿真运算）和RapiHD（高速视频编码）两项“杀手级”应用，但是，David先生有没有注意到，对手的catalysts产品也可目标转向了大规模并行计算。
　　“我觉得，GPU在加速视频编码（video encoding）方面的应用将会改变很多人的看法，其它像 Photoshop 插件（plugins），和其它一些应用的实际效果，人们会乐意使用GPU来加速运算。”David说道。
　　在去年Intel IDF Fall 2007上，笔者注意到Intel在介绍SSE4指令集时，其中一张幻灯片展示了SSE4指令集的一个主要要点就是增强改善视频编码性能，记得当时我曾经问自己，这个工作为什么不能交由GPU来完成呢？GPU拥有极大的潜在性能去更快地完成同样的视频编码工作，NVIDIA今年财报分析大会上的演示很好地证明了这一点。
　　“的确如此，确切地说，GPU加速的话将比CPU更快速、更容易，处理器图片也同样如此，本质说来和处理视频没多少区别，只不过视频是动态图像，而图片是静态的。”David开玩笑地说到，“如果不信的话，你可以问一下CPU厂商到底GPU和CPU谁处理图片会更快？！”GP

[ 本帖最后由 来不及思考 于 2008-5-7 21:04 编辑 ]

CUDA的野心：通吃GPU与CPU
　　现在许多大型的数据中心需要大量的HPC集群，包括成百上千片由CPU组成的节点来进行运算，由于支持CUDA和相应的GPU也是最近才有的产品，因此在那些集群中通常看不到GPU的影子。正因为这种CPU集群开发的软件代码有了非常庞大的保有量，用户在听说GPU能更高效率完成现有工作的时候，首先第一反应是，迁徙应用到GPU代码所发生的庞大成本，因为这个原因，我们设计了GPU执行基于CUDA 编写C语言的代码的模式。

　　“在某种程度上，GPU处理性能可以更快，因此你不得不注意这个新生的计算标准，”David说到，“为了获得更快的性能，PS3采用的8核Cell 芯片当时令我我很惊讶，但现在GPU可以提供比它快几百倍的性能。”
　　David给我们勾画了一副未来的蓝图，当CUDA开发工具允许用户能够编写出通用CUDA代码，能够同时在GPU和CPU上运行，到那时候，我们需要改善产品性能的话，只需增加GPU或者CPU的内核数量。
　　笔者问David，这是否意味着CUDA未来将参与更多的通用计算，“不是非常，我们不会改变CUDA，而只是在它能够运行的地方做出改变。”他解释道。

NV是否会与Snoy合作开发下代游戏机
　　在David提及大量有关Sony的Cell微处理器后，笔者说道目前单芯片的融合趋势，GPU与CPU的融合，我们未来能看到一款单芯片集成的移动设备，Intel与AMD都在为移动设备开发单芯片的嵌入式产品。
　　“可能吧，但这么做更多是取决于降低成本的考虑”，他非常认真地回答。
　　将GPU整合在CPU当中的前景非常美妙，它能够有效地降低成本，但对NVIDIA而言意味着GPU的消失。我更希望知道NVIDIA是否也会考虑与Sony合作开发一个嵌入式的单芯片解决方案。

　　Cell是一个基于PowerPC架构的多核处理器，它的一部分工作负责完全有可能被设计更灵活的可编程GPU所替代。如果这种设想不现实，是否Nv会和SONY联合研发一个片上系统。[size=-1]小熊在线www.beareyes.com.cn
　　“这是一个很有趣的想法”，David Kirk说道，“纵观Sony前几代游戏机产品，每代产品之间成本和性能都有小幅的降低和提升，但是，如果你希望下一代产品有一个性能上的飞跃，例如20x的性能提升，你就必须采取多芯片的方式去进行新一代主机的设计。”
Intel Ct的劣势是什么？
　　有关PS3的话题似乎与今天访谈的主题远了一些。笔者提及，Intel在上海的IDF上目前花费了大量时间讨论了一个产品， Larrabee，不过更令大家感兴趣的是Intel的Ct，线程编程模型（threaded programming model）引起了广泛的讨论。笔者问David，Intel的Ct.与NVIDIA的CUDA之间有无相似之处？

　　“我认为这是相当有趣的，但是我现在还看不到Ct.的任何优势”， David Kirk回答，“它的原理看上去与CUDA异曲同工，Ct.模式底层架构要求非常多的effort去编写Ct 代码。”
　　“C++语言是一个巧妙的代码语言，但是有很多编程人员不用C++来写代码，……而且相当编程人员甚至不用C语言代码。“David解释道，“其实C语言是一中简单的代码去实现CUDA计算，如果像Ct这样基于CUDA上面一层的，它将会使整个运算更复杂，而且我不能确认的是，在同样的时间Ct是否能把工作变得更简单——我想Ct.是一种挑战！”
　　“尽管Ct有大量的设想空间，但是短期内我不认为Ct.会有很大作为。Ct的整个template library approach（模板）在编程考试中相当流行，但是在商业公司中却并不受欢迎。”
　　我觉得David上门说得有点太笼统，而且有点以偏盖全，于是要求他把这个解释清楚一些。“当然，不可否认，Ct在一部分商业公司还是受欢迎的，但是不是一些大型的公司，对于我们谈论所涉及的全部编程人员来说，Ct仅是一部分人会采用。”
　　“Ct不受欢迎，这是为什么呢？”笔者发问。
　　“它含有更多的包(Baggage)而且更复杂，举个例子来说，如果CT语言能够简化10倍，将会有成千上万倍的用户去使用它。“”他解释道，“Oh。。。同时，CUDA以后也将支持C++语言，这仅仅是多增加一些更多开发工具的问题。至于加入支持C++语言的原因，也仅仅是少部分人的要求，大部分开发人员并没有要求。”

　　接下来到了吃饭时间……等David吃饱了以后，我们决定逼他谈谈对Intel Ct的看法。这个问题在之前的演讲中，不少高校的研究者也问过，NVIDIA到底如何回应傲慢的对手（Intel）呢？
　　“Oh，yes”他说到，“首先，Intel掌握并引导未来的一个CPU并行计算（parallel programming）可能性，Ct是在此基础上的另外一种尝试。如果你感兴趣去研究Intel网页上的研究论文，你会发现，要想完成这样的宏大工程，Intel有至少30件类似的项目在进行研究。”
　　“我们已经做出了一个选择，为CUDA投入了大量的时间和金钱，我们对CUDA非常自信，因为对大部分用户而言它是一个非常不错的选择。像前面部分用户关心的CPU在CUDA下的通用代码问题，我们也在试着解决，并会最终带给实际的用户。”
　　“例如，部分人曾经表示希望GUDA能够兼容CPU运行——事实上我们能够做到并且正在增加这部分的代码编写工作，这说明我们会充分考虑用户的需求，尽量去逐字节实现他们的要求 。我现在不能确定CT能带来怎么样的具体特征，Intel是否将之视为一个完整的产品？是否已经准备好了未来10年的产品支持？但NVIDIA做出这方面的承诺，我们目前的G9X以及未来的产品都会对CUDA的支持。”

　　CUDA所提供的最重要的创新在于，它使得工作在GPU上的线程可以协作解决问题。在线程间通讯实现以后，CUDA将允许应用程序更加高效的执行。由NV GPUs的支持，CUDA有一个直接在GPU上的并行计算缓存，它用于保存频繁使用的信息。在GPU上保存信息可以让计算线程即刻得到共享数据而不是去漫长的等待off-chip的DRAM上的数据。它能让用户实时的计算出复杂问题的答案。

GPU厂商如何看待Larrabee
　　如果未来的多核处理器数量成倍增加，会发生什么样的状况？是否会将来为消费市场用户提供足够的运算能力，满足绝大多数需求，从而侵蚀Nvidia显卡在消费市场的安装基数。
　　“不会，这是相当滑稽的论调，在图形处理上，CPU至少比GPU慢1000倍，即使在4核的基础上增加数量，也远远达不到GPU的性能。”

　　但是，Larrabee呢？你认为Intel在图形技术方面能否追赶上NVIDIA？
　　“到目前我们还看不到任何Larrabee的实物，所能看到的仅仅是几张幻灯片而已，在幻灯片上，每个产品的性能看上去都是完美的！”
　　“但如果你这样判断，万一低估了Intel，并且Larrabee处理器是一款运行图形处理良好的标量架构呢？”笔者发问。
　　“我没有得到Larrabee全部的技术细节”，Kirk说，“我想，Intel在设计Larrabee上丢失了图形处理器完成渲染的几个相当重要的部分。毫不讳言的说，Larrabee是一个CPU厂商制造的GPU，而不是一个GPU厂商制造的产品。”
　　“驱动研发也是Intel必须要面对的一个很大问题，“David说，”当Larrabee发布时，你就会看到，实际的图形应用与幻灯片上上的性能会有很大差别。在幻灯片上，Larrabee看上去完美无缺，但我预计Larrabee将会在实际应用中遇到不少问题。”
　　此外，David透露他们内部已经花了相当长时间研发一个与Larrabee可能同时发布的神秘产品，言语中透露出一股自信。最后，David再次贬低Intel并且指出，“Intel已经造了10年的GPU，但是目前的图形产品性能还达不到NVIDIA中端产品的性能，高端产品就更不要说了”。

资金短缺导致AMD后劲不足
　　自信的NVIDIA，看不清或者说不屑于更多来自Intel的竞争，那NVIDIA首席技术官是如何看待来自AMD的威胁呢？
　　“噢，ATI的CTO（首席技术官）已经离开了6个月，AMD的首席CTO也于一个多星期前离职。“David自问自答道，”当一个IT公司的首席技术官（chief technical person ）先后离职意味着什么？”“整个公司的工作的十分之一的进度会受到影响。”
　　“自收购ATI两年以来，AMD至今还拿不出一个有竞争力的图形处理器架构，它的图形业务下滑是不争的事实。而现在AMD正在催促它的图形研发小组去设计Fusion，Fusion也是一款将GPU集成到CPU里面的产品。现在的情况是，为了保住市场，AMD必须要克服4个难关。资金短缺是他们首先要考虑的问题，我甚至认为他们连完成一个研发项目的资金都不够。”

　　“第一个难关是AMD必须面对Intel，在晶圆工艺制程技术上竞争，这将迫使AMD建造新的晶圆工厂。”
　　“第二个难关是下一代CPU的制造工艺。”
　　“第三个难关是下一代GPU的制造工艺，我们今年已经投资了10亿美元，AMD必须投入相当的资金才能跟我们保持同样的水平。”
　　“最后一个难关是AMD认为未来将是GPU/CPU融合的Fusion时代，但现在AMD还不能让大家完全认可他们所说的Fusion，而AMD自己确信Fusion时代的未来并且他们正在研发当中。”
　　“因此，为了完成上面的四个目标，AMD必须要投入多达几十亿美元才行，而他们现在的财务状况却正在不断恶化，在负债80亿美元的基础上，平均每个季度还要亏损5个亿美元，而现在的市值仅不到30个亿。因此，在这样的财务状况下，你很难想象这家公司的市场前景会是光明的。”
　　David上面的话不无道理，AMD连续几个季度都在亏钱是不争的事实，也许AMD的Fans看到这里会很不舒服，不知道AMD听到NVIDIA CTO对其黯淡前景的说法会做出如何应对。
光线追踪和光栅化的未来
　　接下来我们访谈的话题很快转到了光线追踪（Ray Tracing），在最近几个月前被广大开发者反复热讨的一项图形技术，其中争论的关键是光线跟踪是否是现在光栅渲染技术的替代者。
　　首先是Intel高级副总裁兼数字企业事业部总经理帕特•基辛格在上海IDF期间的发言成为此次论战的导火索，帕特表示“Intel希望借助Larrabee来推动其的“视觉计算”项目，可编程的显示计算通用架构芯片通过多个IA核心组成的GPU战胜NVIDIA和ATI，而光线跟踪技术也会成为当前光栅渲染技术的埋葬者。”
　　NVIDIA CEO 黄仁勋很快对Intel在IDF发表的言论做出了回应，在其公司的财务分析年会（ Financial Analyst's Day ）上表示，NVIDIA对光线追踪技术也是非常关注。笔者觉得现在是个合适的机会问问David ，“Nv认为光线追踪技术未来是否会慢慢地取代光栅化，或者光栅化在未来10年时间里仍是主流？”

　　“我认为光栅化还将是一个主流，扫描线渲染和光线追踪也将加入进来实现某些视觉效果。我们拿皮克斯公司的那些三维渲染动画电影来说，它们几乎每部中都使用了光线跟踪技术，但其中大多数点缀得视觉效果修饰，只有唯一的一部《汽车总动员》算得上是广泛使用。”
　　“用户可以通过使用光线追踪技术获得真实的视觉效果，就像闪光的金属链子和全局光照（ global illumination ），只能是一个比实时渲染（real-time）慢上千倍的非实时渲染的过程，”David说，“光线追踪技术需要计算每个物体表面的反射光和折射光，这个过程需要花费数百个小时。”
　　在今年的NVIDIA Financial Analyst's Day上，黄仁勋向外界展示一个由光栅渲染和光线追踪混合渲染声场的Audi R8汽车模型。黄说，它能实现每秒15帧的，但这与实时渲染（real-time）的标准还差得很远。因此，笔者询问David，什么时候我们能够看到光线追踪出现在3D引擎上实现真正的即时渲染？
　　“我想每秒15帧的渲染应该是NVIDIA目前的专业显卡能够达到的水平，”David说，“Audi R8汽车模型的3D渲染使用了至少16片GPU，和相当数量的多核CPU。”
　　“把光线追踪技术加入到我们的GPU芯片中实现即时渲染，起码还需要好几年的时间，如果你希望达到2x代性能的增加，你将最短在4~5年的时候才能看到，GPU有强大的性能去渲染这样的即时渲染场景。”
　　“目前也可以通过折中的技巧通过光栅化来实现伪光线跟踪效果，从性能角度考虑这样的方式开销会小得多”，他继续解释到，“其实两者在图像品质方面仅有很细微的差别。另外我不认同光线跟踪是传统光栅渲染的替代者，没必要为了一项基本上从零开始的新技术，抛弃我们原有几十年的技术积累，我认为比较合理的演进方式是，API不断在新的发展中加入更多的光线跟踪组件，在此之前我们还有大量的工作要做。[size=-1]小熊在线
NVIDIA是否会生产CPU与Intel竞争？
　　我们最后讨论的话题再次回到CPU的竞争上，毕竟，Kirk相信，AMD的日子屈指可数了。于是笔者提出的问题是：“如你刚才所预言的AMD未来前景黯淡成真的话，那么NVIDIA是否会生产CPU产品，从而平衡AMD退出后的市场格局？毕竟，NVIDIA已经针对手持设备市场做出了基于ARM核心的APX2500的处理器，制造CPU也应该不是什么难事，或者说造不造CPU这仅取决于NVIDIA是否想这么做？”

　　“生产CPU并不是一件很难的事” ，Kirk宣称。
　　“其实Intel成功的原因并不是它能提供多么优秀的CPU，而是它是一家垂直性的半导体集成公司，他们的工作就是将沙子变成钱（turn sand into money）。”
　　“如果失去了半导体工艺（semi-conductor process ）上的优势，Intel处理器的架构其实不如AMD的先进，Intel持续成功的原因在于他们创造了一个快速有效的晶圆工艺计划（Intel “Tick-Tock”钟摆计划）”，他反问到，“谁是Intel最后一个CEO？”
　　“当然是Craig Barratt！”
　　“非常正确！如果你去了解Craig Barratt背景的话，就会知道他在晶圆工艺方面有着很深的造诣，因此，在最近的10~12年期间，如果单说架构，Intel是完全落后与AMD的，AMD Athlon处理器集成了内存控制器的架构，是一个更优秀的设计。”
　　“Intel将会在Nehalem一代追赶上AMD的架构优势。”
　　当然，笔者并不完全同意David所说Athlon架构优秀的说法，在Core 2 Duo与AMD目前同主频的处理器比较时，Athlon或Phenom完全落败。当然，AMD的处理器架构看上去还是相当先进的。
　　“回到你之前的问题关于我们是否会制造CPU，”David主动将话题转回刚才的问题，“我认为，假如我们未来不得不与Intel展开竞争，我们将需要变成一家垂直型的半导体集成公司（ vertically integrated company ），并且拥有自己的芯片工厂”

　　于是，顺着David的思路，笔者接着提问，“假如Intel真的制造出了一款非常有竞争力的GPU产品，在可预见的未来，Intel晶圆工艺上的优势是否会成为NVIDIA需要考虑的一个问题？”
　　“当然，完全可能”，David说，“但我想说的是，Intel是否愿意将他们最先进的晶圆工艺用在GPU上，GPU晶圆Die Size要比CPU大很多，所以同样大小的晶圆，Intel能够生产出1亿颗GPU，却只能生产出2千万颗GPU。”
　　“因此从收益角度来看，Intel一颗GPU是不是要卖到 Core 2 Duo处理器5倍的价格才划得来？”Kirk再次反问。
　　“不，当然不可能”，笔者接着说，“刚才我们讨论时说过，Larrabe显示了Intel认为多线程并行计算是未来的发展方向”。
　　“我同意你的说法，但是，这并不意味着Intel愿意或者有能力生产出一款成本上有竞争力的GPU产品”Kirk回应。
　　　“设想一下Larrabee该如何定位？Larrabee将是一款高端产品？当然，在Larrabee还没有实物之前，这个时间说这样的话有些困难。“但是我可以大胆猜测，每片Larrabee Chip将花费Intel大约1，000美金成本。”
　　“我觉得Intel之所以要开发Larrabee是因为他们也意识到，现在的消费者更愿意在GPU上花费，看着这块巨大的美元蛋糕，Intel说，这将是我的！”David笑着说道。“Intel以CPU厂商的出身，想要蚕食这块蛋糕很不合逻辑！”