点儿偏差，我们正在二次复核。”赵东赫抬头，看见是纪弘，随即回答道。

“偏差？哪儿的问题？”纪弘直接替过赵东赫，看着监视器的数据，心中瞬间了然，原来是这么回事儿，随即点头道：“没什么问题，跟我预计的差不多。”

“差不多？”赵东赫当即瞪大了双眼：“你早就知道？”

ctca架构结合基于类思维模型的片间互联系统，经过一周的使用，也就是训练，在智算中心目前这个框架下，一千张卡的规模下，性能已经完全能够比肩同规模的rtx4090。

rtx4090虽然是游戏卡，但是ai算力却是一点儿都不弱，很多高校实验室都是把这个显卡当做ai卡来用的。

mtt s4000论算力规模，其实只有它的三四成，也就是显存位宽和显存容量堆得大了一些。

在一千张卡的情况下能够做到性能平齐，这片间互联系统的效率有多高，那就可想而知了。

“不仅如此，我们这一周还同时测试了mtt s80这款显卡使用ctca的效率，单卡ai能力接近英伟达的rtx4060。

“针对小规模的ai集群或者是服务器，利用ctca和片间互联系统的针对优化，两张、四张、八张、十六张的集群输出算力更是直接超过了同规模的英伟达rtx4060。”

……

“单张，或者小规模集群。”纪弘脑子里不断的思索着：“这与端测ai差不多啊，尤其是单张，自己配一台电脑，装一张显卡，这个应用场景……”

纪弘想起了私人工作助理现在的模式，大约其实是差不多的概念——只不过一个提供的专有服务，一个是在提供通用算力。

“不用等数据二次复核结果了，这数据是正常的。”纪弘笃定道：

“跟显卡本身效能有关的数据立即整理一份，给摩尔科技的张总同步一下，他那边正急着看呢！”

“