gregji121 wrote:
紅米3的Snapdragon...(恕刪)
還有很長的路吧..
CPU架構也不一樣
個人積分：74分
文章編號：62056349
個人積分：228分
文章編號：62056367
個人積分：145分
文章編號：62056434
如果單單是要跑分數和功耗的話ARM可能會勝出(特定情況下)，但是中間很多東西不是沒有成本的!就如同，太陽能板能產生電位是以入射光子的能量是否超過截止電壓，那為甚麼大家不把太陽能板設在外太空接一條線傳回地球就好?
另外前面有人提到GPU在雲端上的運算，事實上各位在"GOOGLE搜尋"時就用到了，氣象模擬也是一環。深度學習是最近幾年才火紅起來，類神經網路和GPU的緣分是Hinton在2006的Neural Computation上發表的"A fast learning algorithm for deep belief nets"，他對梯度下降和膨脹提出了解決方案。另外一直以來類神經的瓶頸就是運算速度，但是最近的GPU效能大幅度進步和過剩(個人認為)，讓硬體軟體一搭一唱，各自搭上順風車就完成了現在的弱人工智慧。現在深度學習演算法在火熱的發表進化中，以目前最優的圖像辨識，演算法的辨識率已經超過常人的辨識成功率了。
比起架不架伺服器和功耗問題，我比較感興趣的是有哪種演算法成為主流，GPU廠商就能對其提供各別的API或是優化，甚至更改GPU結構組成。也有可能十幾二十幾年後大家電腦裡都會有多一個板子專門做平行化等。
以下有興趣再看:(圖片不允轉載)
-------------------------------------------------------------------------------------------------------------
小弟曾有個學術專案是做TK1、CPU、CPU+GPU的三個運算比較；利用1.不同數量的執行緒2.不同GPU數量運算。主架構是利用伺服器提供運算平台做數值計算，以同樣的程式碼來做相同的數值計算(可以是算質數或是矩陣運算)。有GPU則使用平行化運算。TK1是ARM，他把CUDA裝進CPU的相同的die裡，記憶體的存取無須一般CPU和GPU分開時所需的記憶體複製，這對目前CPU和GPU間的運算是很大的問題。目前如何真正消除這個部分以實體架構來說只有裝在同個die裡可以實現。市面上有很多種ARM架構，也有不同的方案，一般來說ARM(計算能量/功耗)很高。
以下檢附其中一個計算；即計算4~500萬的數值，每個數值用同樣的演算法做檢查是否為質數。
裝置:TK1*4、3770K、GTX670*2
座標:X=計算的末數、Y=耗費秒數(多於一個執行緒時，取執行時間最長的那個執行緒)
1)原始資料圖(X-Y-Z，X:0=TK1,1=CPU+GPU,2=CPU-only，Y:執行緒和裝置的組合(有點複雜不在這裡介紹)，Z=起始計算值):
(舉例:淺藍色的2-0-4在500萬的點，就是從4到500萬利用CPU一個執行緒所花費的時間約3.7秒)
2)這是從原始資料抽出來的CPU-only的部分，分別使用1、2、3和4個執行緒計算:
3)這是把三種方法之最佳放在同個圖中(藍色為四個TK1各單一執行緒的分工、紅色為兩個GTX670分別塞2個執行緒、綠色就是CPU-only使用4個執行緒):
只看第三張圖裡發現TK1和CPU的4執行緒差異不大，TK1建議售價6K台幣，而3770K當初建議售價10K，如果大量製造的話或許就核心來講可以打平。但是來看功耗的話，以官方數據和實測，TK1的核心小於11W，而3770K(4.2GHz)則是100W上下，差異很大。另外一個數據是TK1的運算/功耗值約26.36GFLOPS/W、3770K則是約1.08GFLOPS/W。當然如果程式只用的到ARM的CPU核心的話就不能這樣比了。GPU約在14GFLOPS/W，效能強大。但是因為架構問題在圖中你會發現會有分歧點，至於詳細原因可以來信討論。
(以上若有錯誤敘述，原諒我臨時起意的想熬夜回文，有興趣可以來信討論)
gregji121 wrote:
紅米3的Snapdragon...(恕刪)
個人積分：22分
文章編號：62057504
其實這個應用很早就有了。基本上主要著重在能耗。
個人積分：1584分
文章編號：62061215
Google和其他幾家大廠還要聯合起來
開發新伺服器架構, 用的就是ARM的晶片組(目標在於對抗Intel)
就知道他老大現階段其實是不痛不癢
來源
至於ARM的伺服器
很多年前就有廠商在做了
但要變成主流... 到現在還是沒有
這已經回答樓主的問題了
不是不會發生... 是還要很長的時間
個人積分：166分
文章編號：62063208
個人積分：12968分
文章編號：62064174
平板 還有螢幕、觸控、電池、外殼...等等的。
具體比如：小米平板（Tegra K1 版本的）
16GB - NT$ 5,499
7.9" 2048x1536 視網膜 IPS 螢幕
工業用 單板（含 K1 CPU），就一塊主機板而已。賣6千以上...
什麼道理，實在不明白。
難道 nVIDIA 賣給一些製造商特別便宜的一批 CPU，為了提高能見度，搶市占率什麼的。
但零件組的主機板，為何就要賣那麼貴。如果便宜賣，用途也很廣啊。對市占率更有幫助。
***********************
伺服器，其實很多人 OS 就用 Linux 的，換成 ARM 只要改裝 ARM 版就行了。
指令和操作、用法 都是一樣的，只是 OS 核心不一樣而已。轉換沒有難度。
大部分軟體也是發行版套件庫安裝的，用 apt-get、新立得、yum ...什麼的。
極少人會那麼閒，去下原始碼編譯安裝。
只要套件庫有提供軟體，那就不用愁沒軟體可用了。
最起碼 Apache、MySQL、PHP、PostFix、Squid、bind....什麼的，常見的伺服器應用，肯定會有的。
當然最核心的關鍵，幹麻沒事找事做，換成 ARM 有啥好處？
～最主要就是省電（廢熱也小）
~其次也可能比較便宜一點
商業軟體比如 Adobe、AutoCAD、Soliwork、Pro-E.... 啥的，那是 DeskTop 桌面用途，並不是伺服器用途。
桌面用途，確實 windows 有難以撼動的地位，因為那些商業軟體，不肯出 Linux 版的。
包括遊戲也是，雖 Steam 平台有 Linux 版的，可以購買大作遊戲。
但遊戲大部分還是 Windows 平台的。能原生運行在 Linux 下的大作遊戲極少。走 MS DirectX 的就不可能，一定得是支援 OpenGL 的。
掛機如果是：遊戲外掛，24H自動練功、打寶打幣的。那自然 ARM 就不合。因為線上遊戲大都 windows 的，很少有外掛客戶端是可以獨立運行，不須靠遊戲官方主程式的。
但如果是掛一些特殊應用，科學應用的，有軟體可以配合的，ARM 就省電多了。
***********************************
其實 DeskTop 桌面用途 來講，大多數人也只是娛樂用途，電腦用來工作的是很少的。
娛樂：
-------------------
看影片、聽音樂、圖片
電子書、漫畫、雜誌
訊息（LINE、QQ、微信....之類）
上網（瀏覽器、論壇/網站 APP）
玩遊戲
簡易文書（有文書軟體）
手機/平板，安卓電視盒，完全滿足。
便宜、好使（躺床、躺沙發，用手指滑）
一台 安卓電視盒，了不起 2~3千元
4K H265 硬解（含任何編碼萬能硬解）
HDMI 2.0 原生 4K 解析度輸出
USB OTG 外接硬碟（支援 NTFS）
無風扇靜悄悄，超低耗電 2~10W。
看片、下載、聽音樂、看書、上網、打手遊（藍芽手柄）.....通通行。
如果生活上的需求，就只有這些娛樂用途，還花大錢買電腦幹麻。
而且安卓的看片APP，比 PC電腦版 的還好用。也有電視版的APP可以搭配遙控器使用的（像電視那種遙控器）。
個人積分：166分
文章編號：62069914
個人積分：10分
文章編號：62071113
個人積分：466分
文章編號：62072081
Wesley Hsu wrote:
先撇開性能是一回事
假設ARM的性能可以逼近x86
另外一個最大的問題是應用
現有x86架構的軟體，不要全部轉移
光企業要轉移的軟體，那些費用可能就遠遠超過ARM的硬體+電費了
Intel之前的IA64，最大的問題就是現有的軟體無法轉移上去
要微軟開發一個ARM的Windows並不是問題，之前Surface 2就已經有ARM版本的Windows了
光上面的軟體要轉移，這種超大工程企業很多都不想碰
+1
其實 CISC 還是有很多優勢
Intel 的 IA64 故事可精彩，大家可以古哥一下
最後 Intel 被迫回到 X86，順便把 X64 也吞下去
不過還好 AMD 不爭氣，Intel 可以繼續快樂擠牙膏
