那也就只有两种可能。用多核心服务器或者是用gpu。
齐凡先查了下cpu和gpu的运算原理。cpu和gpu相比，前者更像是串行计算，就是一条条数据排着队一次被cpu处理。而gpu则不同，它可以让格式雷同的数据，排排站手牵手并排地被它处理。
多核心的cpu本身并未改变cpu的计算方式，只是相当于多找了些帮手。一个核心的cpu就是一個帮手，多核心cpu相当于一群人一起干活，但是每个人干活的方式却并未改变。
那答案就呼之欲出了，肯定是用gpu来支持并行计算。
而眼下遗憾的是，齐凡并未在网上找到任何相关的资料。不过呢，这既是他的麻烦，也是他的机会。
因为没人做过，他就成了那个第一个吃螃蟹的人。
齐凡当即上英威达的官网，下载了gtx680的底层库。他打算动手自己写。
这底层库非常不好找，在英威达官网极其角落的地方。或许连英威达官方都觉得不会有人拿显卡来跑图形计算以外的工作。底层库被打开后，也证实了这一点。
整个底层库的应用介绍中，全部都是关于图形计算的。齐凡无奈吐槽：可怕的惯性思维，待我来给你们一点小小的震撼。
贤者饮料被大口大口的灌下，齐凡快速检索着底层库的英文文档。
这显卡底层库的设计初衷，是给photoshop和cad等绘图软件用的。因而提供的接口文档简直稀烂。英威达官方就没打算给个人开发者使用，而对于photoshop那类大公司产品，英威达自然会派专业工程师负责对接。
齐凡猜测，英威达肯定不会给那些大公司也提供这种晦涩难懂的破文档。这放在官网上的底层库鬼知道是什么垃圾版本，弄不好是bug一堆。可无奈，他眼下只好先凑合拿来用用。因为他要是给英威达官方发邮件，对方肯定不会鸟他。
临近拂晓，齐凡总算用c++写了个英威达显卡的python接口库。测试了下，果然bug一堆。而且细看那些bug，很多都是无厘头，在文档上找不到半点信息的。
无奈，齐凡只好想了个折中的办法--跑去github吐槽。