知识块
#250330AQCZJV
相当大比例的 AI 计算需求并不需要 “实时性”
围绕 CPU 和 GPU 的目标任务差别，有研究认为，有非常多的 AI 计算需求，并不需要 “实时性”。从后台批处理（Batch Processing）、中度延迟（Mid Latency）、低延迟（Low Latency）接近实时（Near Real time）、实时（Real time），计算任务可以分为很多种。
通过 GPU 和 CPU 的组合，可以提升 GPU 任务执行的经济性。
数据来源
社群
分享链接
http://robin5G.com/250330AQCZJV
延伸阅读
云计算
ODMIA
Intel x86 处理器一直是服务器市场 “接近唯一” 的供应商，尤其是从出货量百分比角度。
不过，这个现象正在发生变化，尤其是在大型公有云服务商采购服务器越来越多背景下。
根据 OMDIA 的研究，预计在 2023 年 ARM 处理器的出货量将超过 10% （大型公有云服务商）。
典型的 ARM CPU 应用场景，例如 AWS 为 Netflix、Twitch、和 Turner Broadcasting 等视频业务提供的云计算服务。
GPU
Nvidia
英伟达 Nvidia 不仅是直接销售 GPU 给云服务商或企业，自己也与云服务商合作，通过 DGX Cloud 的形式，销售封装好的软件和模型 AI 能力（服务）。
附图来自 The Information 的整理，Nvidia 承诺在云服务上的金额投入承诺。
数字化
The Economist
The Economist 引用德勤和麦肯锡的调研，新冠疫情暴发后，企业对数字化技术应用的倾向性。
调研归纳了四个方面：(1) 供应链数字化；(2) 数字化的消费渠道 ；(3) 消费者互动与协作；(4) AI 与自动化。
可以看到，几乎每项数字化技术的倾向性（加速、明显加速）都增加了。
