🤖 由 文心大模型 生成的文章摘要
两年前一家名叫Angle Technologies的公司获得了800万美元的融资。虽然他们名不见经传，也很少对外界透露他们到底在做何种项目，不过他们正在积极地改变着计算机硬件和软件的关系。在VR时代，显卡在电脑和游戏主机中发挥了意想不到的作用，几乎分担了处理器的全部任务。
显卡能够为游戏以及其它软件进行图像渲染。在Angle公司显卡在VR开发中依旧扮演着重要的角色。不仅如此，这家公司的CEO Thompson正试图将更多的任务迁移到显卡上，只因为显卡更适合多线程并行计算。一台计算机可以容纳数百个显卡，每个显卡在很大程度上都可以独立运行。Thompson表示这些显卡能够同时处理数百个任务，能够让你获得极致的性能体验。
当他们首次开始打造他们的VR世界的时候，Kosslyn和Thompson将大部分的任务都交给了处理器，不过这并不管用。Kosslyn解释，当他们在处理器中打造VR世界的树木、岩石等需要模仿的物体的时候，每个对象就需要五分之一毫秒的时间才能加载到处理器中，考虑到需要加载的物体较多，这样的时间显然太长了。
Kosslyn表示：“如果你对1000万个物体进行同时缩放，你会被巨大的工作量所压垮。如果我们能够进行平行操作，那么处理这些任务就会变得很快，而这些正是显卡所擅长的。”
他们的做法在世界硬件以及软件领域是一个更广泛的转变。几十年来个人电脑的芯片处理能力每18个月翻一番，不过近几年来这种趋势开始放缓，尽管如今的软件应用比以往时候都需要更多的处理能力。谷歌芯片工程师Norm Jouppi表示：“有些人称之为摩尔定律，不过我更喜欢称之为过时了的摩尔定律，虽然摩尔定律还没有死，不过不再像以前那样有效了。”这样的结果就造成了现阶段很多公司将处理器中的任务转移到其它的替代处理单元上。如果他们无法从单一芯片上获取足够的处理能力，那么他们就需要更多的处理芯片。
这些改变已经极大地推动了庞大的数据中心，支撑着谷歌、Facebook、微软和亚马逊这样的市场。因为他们的在线任务无法单独交给处理器处理，这些公司正将任务加载到显卡、可编程芯片FPGA，甚至定制的芯片，如智能处理器。神经网络和其他形式的AI往往是这种转变背后的驱动力。
这样的转变是如此巨大，全球芯片市场正在对此做出响应。作为显卡巨头，Nvidia凭借显卡业务扶摇直上。英特尔虽然并非显卡巨头，不过它花费了数十亿美元来收购其它公司研发FPGA以及各种人工智能芯片。
现在这种趋势又转移到了互联网的终端，推动个人电脑以及游戏主机。神经网络也有助于推动这样的变化，不过长期看来，VR的驱动力会更大。在VR环境中，更多数据是在客户端进行处理，而并非数据中心。VR必须实时操作，不能够容许因线上传输而导致几毫秒的延迟。这会极大地破坏体验效果。同样，在客户端的处理器也无法处理这么多的任务。Kosslyn表示：“这些任务对于处理器来说太棘手了。”
对于他们的虚拟世界而言，Kosslyn和Thompson正在利用这些高端电脑以及游戏主机上的额外GPU计算资源。Thompson表示：“GPU能做的不仅有渲染，我们正试图填补这些几毫秒的延迟。随着VR变得更受欢迎，甚至更加复杂，这会推动越来越多的厂商将GPU以及其它可替代的芯片集成到VR头显之中，这样他们就可以独立运作而无需电脑和游戏主机的协助。这样的趋势会蔓延到智能手机，它往往被用于替代高端的VR头显。”
nVidia公司消费者VR业务总经历Zvi Greenstein表示，该公司将VR视为一个巨大的市场机会。Kosslyn和Thompson警告说，在GPU上运行建模代码的工具依旧会让周围的边缘产生锯齿，不过像nVidia这样的一类公司正在改变这一切。
英特尔VR和游戏事业群总经理Frank Soqui质疑到底会有多少VR开发者会真正将工作负载转移到GPU。不过要记住，nVidia把持着GPU领域，而它则是英特尔的竞争对手之一。英特尔最近收购了一家名为Movidius的公司，该公司的芯片能够感知周围的世界，能够被用于机器人以及无人驾驶。不过Soqui表示，Movidius的芯片也可以帮助VR头显感知现实世界所发生的事情，比如用户头部的方向。
此外，微软还为Hololens专门打造了一款处理器，以便可以追踪用户的运动以及处理其它任务。在这个例子中，处理计算的工作并未从CPU转移出去。
结果呢？像Kosslyn和汤普森的开发者必须以不同的方式思考如何构建他们的软件。不过这只是改变的结果之一。在全球芯片市场这也意味着另外一个转变，从而进一步向GPU和其他处理器。而且，最值得注意的是，如果码农们能够在处理器中完成大部分工作，这意味着VR将比原先进化地更加非比寻常。VR会变得更快，更好。
【913VR原创内容，转载请注明及回链】
