国内厂商因为华为等厂商添加了联盟，所以反响虽然剧烈，但都在可控范围内，甚至还没有某某明星分手热度来得大。
但是国外就不同了，ad、英特尔和英伟达三家巨头，aetos联盟成立的消息在他们内部引起了巨大的震动。
nvidia总部，一间巨大的会议室内。
和上次一样，依旧是那几位高管，但却多了一个人一nvidia的话事人，老黄。
所有人的坐姿都不由得挺直，目光聚焦在长桌尽头那个身穿标志性皮夹克的身影上。
老黄双交叉抵在下巴下，无表情地看着投影幕布上aetos联盟的logo。
战略市场总监大卫正看着面前的屏幕汇报着东方传来的消息。”
老黄眉头皱起，看向正在汇报的大卫：“预期？你们战略市场部最初的预期”是什么？”。
但是现在看来，这绝对是当时一个巨大的失误，他们严重地误判了aetos的发展速度。
不止是大卫，其他几位高管都感觉有些直冒冷汗，生气起来的老黄，压迫感还是太强了。
“抱歉，这是我们的失误”毕竟谁家的技术一个月不到就能迭代一个大版本的？做游戏都没这么快吧？
大卫试图解释，却被老黄直接打断，现在不是追究这件事情的时候，现在的事情是，他们现在应该怎么办。
“行了，现在不是追究责任的时候，事情已经发生了，现在我们该想的是该如何弥补，卡尔，说说看你们技术部的判断。。“
关于这一点，卡尔能够保证，不然就算是失误，上次也不会得出那样的结论，只能说，对方技术迭代的速度实在是太快了。
“特别是复杂模型训练场景下的稳定性和工具链成熟度，”。”
“但是，”。我们预计，下一个里程碑版本，至少需要六到九个月才能看到显著的性能提升，但是现在看来应该是我们判断失误了，他们显然采取了一条激进的策略，而且根据我的判断，他们的下一个版本很有可能在某些方面逼近甚至超越我们的cuda性能，不然没道理连这些华国知名的厂商也选择押宝。”
老黄点点头：“那以你们的推测，他们的下代技术可能是什么？”
“按照我的理解，想要全面超越cuda这几乎是不可能做到的，所以我们认为，他们可能采用了一种类似“场景切片’的策略。
即不再追求通用性，而是针对少数几个最具代表性的ai模型，进行单独的优化，甚至是手搓’级别的硬件指令级优化，这样才有可能达到我们cuda的性能，这可能会大幅牺牲通用计算能力，就象是跑车可以在赛道上碾压家用轿车，但是无法应对日常通勤的各种路况，&039;
卡尔一顿分析，在场几位高管都纷纷点头，对于aetos能够比肩cuda，他们是绝对不可能相信的，也就现在的解释才能够说的通。
但事实上，完全是乱分析，和真实的情况完全不匹配，这也不能怪他们，毕竟象周昀这样的异类，纵观整个历史，也并不多见。
“卡尔的推测很有道理。”丽莎附和道，“他们很可能是在集中火力打造几个样板工程，用于发布会演示和初期宣传，这确实能解释他们为何能如此快速地推出新版本，也符合他们寻求市场突破口的逻辑。”
“我同意，”大卫也找回了些信心，“这种策略短期内能制造声量，但长期来看，无法支撑一个健康的生态系统，开发者不会为了几个特定的模型，就迁移到一个通用性欠佳的平台。”
一时间，大家都更加倾向于这个合理的解释，不过老黄却始终没有表态，他总感觉这次的事情并不简单。
“卡尔，”老黄突然开口，“你的分析基于一个前提他们的技术能力、工程方法论，仍然在我们的认知框架内，但我们有没有考虑过另一种可能性？我们是否因为自身太成功，思维已经被现有的技术范式所禁锢？
我们是否不自觉地认为，通往高性能计算的路径，只有我们走过的这一条，或者只有我们认知中的那几条？
“这个”卡尔谨慎地回应，“但从计算机科学的基础原理来看，通用性与极致性能往往难以兼顾，这是众所周知的权衡，要实现您所说的那种技术，其难度不亚于重新发明一套计算理论。”
“是啊，我们不能自己吓自己，基于现有情报，卡尔的推断是最符合逻辑的，我们应该以此为基础来制定策略，而不是为一个极小概率的假设投入过多资源。”
老黄看着他的团队，知道他们说的是商业世界和工程领域最常见的理性判断。他自己也清楚，卡尔的分析概率更大。
但他就是感觉其中有点不太对。
他沉默了片刻，最终做出了决断：“好吧，应对策略制定，优先基于卡尔的分析和预测，但是我们也要应对我说的那种情况，另外我几天后会亲自过去参加对方的发布会！”