Без заголовка

Я где-то в предыдущих постах именно это и писал: ускорители определённых алгоритмов при любых поворотах судьбы в области этих алгоритмов рискуют оказаться не у дел. В этом плане мне представляется интересным подход NVIDIA, в котором они сохраняют ядра не только (и даже не столько) специфически для deep learning, сколько общего вида для HPC -- CUDA cores содержат для каждой вычисляемой твари по хардверной паре сотен ячеек. С одной стороны, это крайне неоптимально (они ж, например, могли бы весь кристалл уделать tensor core, и deep learning был бы счастлив), но с другой стороны это бережёт их от поворотов судьбы при нахождении других интересных алгоритмов: у всех конкурентов их машинки вырубятся, а у них что-то будут продолжать считать, так же субоптимально.