回到6月底，30日，姜妍正式卸任轮值董事长之职，继任者是余辰东。在经过简短的交接仪式之后，余辰东正式走马上任。
回顾姜妍这半年的履历，可谓替长投集团的轮值董事长制度开了一个好头：第一，强化了制度建设，比如资料库建设已经全部建成，不但如此顺带还完成了长投集团自成立以来所有投资案列的档案建设，并且完成电子化，全集团都可以调配使用。第二，人才梯队建设正式完成，在长投集团内部形成两级人才培养机制。如今这个人才机制已经在长天投资集团与胖东来的合作谈判中初见成效。第三、姜妍在担任轮值董事长期间虽然并未有实质性的战略投资，但是，她让轮值董事长制度非常扎实的向前推进，让这种制度深入长投集团上上下下，
为长投集团未来的继任者打下一个良好的基础。第四，也是最重要的一点，由于姜妍的努力工作，让长投集团内部对于未来集团公司的决策权产生了新的认识。即长投集团的管理今后朝着集体管理的方向迈进。在涉及长投集团核心资产分配的时候，仍然由曾忆乡和缪珍珍决定，他们仍然拥有最后的决定权，但是，曾忆乡已经将集团公司的管理权大大的下放了。
曾忆乡始终认为，他作为一个先知先觉者，不过就是8、9年的光阴。在往后走，自己未必就能够应付自如。他手底下的这群骄兵悍将都是投资界的高手，离开了他曾忆乡，照样能够将长投集团经营好。
与其到后来遭遇滑铁卢，还不如现在就放权，给他们历练的机会，反正股权控制在自己的手里，翻不了天的。这不等于曾忆乡和缪珍珍对长投集团的事情不过问。完全全不是这么回事。首先，长投集团内部有情况通报制度，每个星期行政总裁办公室都要向曾忆乡夫妇和各自集团通报一周来集团、蓉城、蜀省、全国各种重大的投资信息，紧紧把握时代潮流。其次，卢莲花是一个非常敬重曾忆乡人品的总裁，她非常忠心于曾忆乡和长投集团。长投集团任何大大小小的的事情都绕不开卢莲花，如果有什么对曾忆乡夫妇不利的事情，她会在第一时间向他们汇报的。
因此，真的有哪位轮值董事长要作妖，也会很快被拿下，成不了事。再说，曾忆乡就这样没有眼力劲儿，愣是要培养一个造反者来革自己的命吗？意见可以提，造反那是绝对不行的。
余辰东显然是有备而来的。6月初，余辰东亲自请教董事长曾忆乡，准备担任轮值董事长之后加大对人工智能的投资，特别是对算力的投资。目前兔子在人工智能算力方面总体是落后大漂亮的。说到人工智能的算力，说白了就是人工智能芯片的性能，这是物理设备。
人工智能要有一个飞跃，除了算法先进，以及海量数据的支撑，最核心的因素就要看人工智能芯片的性能。人工芯片算力强，人工智能成功的可能性也就越高。
目前，全世界人工芯片算力最牛的当属大漂亮的英伟达的A100和H100。A100和H100叫做GPU，即图形处理器，这跟中央处理器CPU很不一样。
CPU，叫做中央处理器，是计算机的“大脑”，擅长处理复杂的逻辑运算和顺序任务。其架构设计侧重于高效的单线程性能，通过深度流水线、多级缓存以及复杂的分支预测等技术，优化单任务的执行效率。CPU核心数量相对较少，但每个核心都具备强大的通用计算能力，能够处理各种类型的数据和指令。
相比之下，GPU则是以并行处理见长。它拥有成百上千个核心，这些核心被设计成同时处理多个简单的任务，特别适合大规模的数据并行计算。GPU的架构注重于高吞吐量和快速的数据处理能力，通过SIMD（单指令多数据）模型，实现对大量数据的快速并行处理。这种设计使得GPU在处理图形渲染、科学计算、深度学习等领域时表现出色。
CPU主要负责系统的整体控制，包括操作系统管理、程序执行、数据运算等。它是计算机系统的核心，能够处理各种复杂的指令集，确保系统的稳定运行和高效执行。在通用计算领域，CPU凭借其强大的逻辑运算能力和广泛的指令集支持，成为不可或缺的计算单元。
GPU最初是为图形渲染而生，通过高效的图形处理管线，实现复杂的图形变换、光照计算、纹理贴图等操作，为用户带来流畅的视觉效果。随着技术的发展，GPU的并行处理能力被广泛应用于高性能计算领域，如科学计算、数据分析、机器学习等，成为加速这些应用的重要工具。
CPU在单核心性能上具有明显优势，尤其是在处理需要高逻辑复杂度和低延迟的应用时。通过优化算法和指令集，CPU能够提供稳定的计算性能，满足大多数通用计算需求。
GPU则在并行处理方面展现出惊人的性能。在处理大规模数据集时，GPU能够同时启动大量核心进行并行计算，显着提高数据处理的吞吐量和效率。这种特性使得GPU在图形渲染、深度学习训练等应用中具有显着优势。
小主，这个章节后面还有哦，请点击下一页继续阅读，后面更精彩！如果单论在人工智能上的应用，究竟CPU还是GPU更强一点？当然是GPU!就是因为它具备深度学习模型的训练和推理，可以加速机器学习算法的执行。
当然，GPU与CPU在架构、功能、性能以及应用上各有千秋，它们共同构成了现代计算系统的基石。CPU以其强大的逻辑运算能力和通用性，支撑着计算机系统的稳定运行；而GPU则以其卓越的并行处理能力和高吞吐量，为图形渲染、高性能计算和人工智能等领域带来了革命性的突破。在未来的计算发展中，GPU与CPU将继续携手并进，共同推动计算技术的变革。