“Eddy，我跟你说过很多次了，”莎拉的语速很快，像是在跟一个不太听话的学生重复一道题的解法，“基于标准C++的高层异构编程模型，是现阶段最可行的方向。跨硬件、跨平台，不需要绑定任何特定厂商的GPU，开发者只需要写一次代码，就能在不同的硬件上运行。这才是未来的趋势。CUDA虽然现在是市场领导者，但它最大的问题就是跟英伟达的硬件强绑定。开发者的代码被锁死在他们的生态里，出不去的。”
吴忧没有反驳，等她继续说。
“我已经完成了大部分理论基础。”莎拉站起来，走到白板前，拿起一支马克笔，开始画图。她的字很小，但很清楚，流程图、架构图、数据流图，一幅接一幅，像是一个建筑设计师在画施工图。“这里的核心是编译器。我们需要一个足够聪明的编译器，能够在编译阶段根据目标硬件的特性，自动优化代码的生成。这套理论是成立的，我已经做了初步的仿真验证。如果给我足够的资源，一年之内可以做出原型。”
她说到这里，转过身，看着吴忧。
吴忧靠在沙发上，双手交叉放在小腹前，表情没有变化。
“我不想做这个。”他说。
莎拉的眉头皱了起来。
“我想做GPU，是我们自己的GPU。架构我们自己设计，指令集我们自己定义，编译器我们自己写。”他的声音不大，但每个字都很清楚。“然后，在此基础上，做我们自己的CUDA。”
莎拉没有马上反驳。她放下马克笔，回到沙发上坐下，端起了那杯已经凉透了的咖啡，喝了一口，放下。
“Eddy，我们没有GPU制造的基础。”她的声音很平静，但语气里的焦虑是藏不住的。“设计一款GPU，不是写一段代码那么简单。它的架构涉及到指令集、缓存层级、内存控制器、调度单元、算数逻辑单元……每一个模块都需要大量的专业知识。我们公司没有这方面的人才。我们的工程师都是软件背景，做编译器、做编解码器、做图像处理算法，这些他们都在行，但做硬件架构设计，他们不行。”
她顿了顿，像是在犹豫要不要说下面的话。
“而且，就算我们设计出来了，谁来制造？台积电？三星？他们愿意为一个新入场的玩家流片吗？流片一次多少钱，几百万美元起步，失败了就全打水漂。我们有这个钱，但不是这么烧的。”
吴忧听着，没有打断她。他知道莎拉说的都是事实。她不是一个会在技术问题上胡说八道的人。他也不准备告诉她自己关于半导体制造的一些布局，还不是时候。
“你以为我没有想过这些？”他终于开口了，声音很平。“莎拉，我问你一个问题。CUDA是哪一年发布的？”
莎拉愣了一下，显然没想到他会问这个问题。“2006年底。”
“对。2006年。现在是什么时候？2008年春天。CUDA发布才一年多。你觉得这个市场已经定型了吗？你觉得英伟达的护城河已经挖好了吗？”
莎拉沉默了。
“我不是说我们要在明年、后年就拿出一款能跟英伟达正面抗衡的GPU。”吴忧的语气放缓了一些。“我是说，现在开始，投入资源，做预研。架构设计、概念验证、仿真模拟。这些不需要流片，不需要生产线，需要的是人和时间。人我可以招，国内没有，我去国外挖。时间我给，三年五年十年，我等得起。”