郝庆丰的分享基于消费者投诉，分析了投诉产生的主客观原因。

　　如果还想减少硬盘要求，那么还可以删除游戏中的高清纹理素材，大概能减少14.5GB的空间占用，之后游戏本体容量只剩下17GB左右。

　　大家看了就知道，这个性能模式实际上就是降低了画质以便减少配置要求，从而大幅提升游戏性能。

　　虽然没什么技术含量，但是结果很好用，官方还给出了实测结果，在Intel的酷睿i5-8265U+8GB内存+UHD620核显上，帧数从之前的24fps提升到了61fps，而AMD的A10-5745MAPU+6GB内存+HD8610G核显平台上，帧数也从18fps提升到了45fps，至少游戏可流畅玩了。

　　12月15日，NVIDIAGTC2020中国线上大会上，NVIDIA首席科学家BillDally发表主题演讲，重点介绍了他的团队在AI研究方面的进展，特别强调了以NVIDIA创始人兼CEO黄仁勋本人命名的“黄氏定律”(Huang'sLaw)。

　　众所周知，“摩尔定律”在过去半个世纪推动着CPU处理器的飞速发展，而近些年明显慢了下来，GPU则持续提升，同时担任的角色也越来越多，尤其是在这个无处不AI的世界。

　　BillDally拥有120多项专利，曾任斯坦福大学计算机科学系主任，2009年加入NVIDIA，负责AI、光线追踪、高速互连领域的相关研究。

　　本次大会上，BillDally以三个项目为例，讲述了自己带领的200人的研究团队，如何成功实现“黄氏定律”，并大胆预测，GPU将推动AI性能每一年都翻一倍。

　　他说：“如果我们真的想提高计算机性能，黄氏定律就是一项重要指标，且在可预见的未来都将一直适用。”

　　为实现这一突破，NVIDIA专门开发了一种名为MAGNet的工具，它生成的AI推理加速器在模拟测试中能够达到100TOPS/W(每瓦特100万亿次操作)的推理能力，比目前的商用芯片高出一个数量级。

　　MAGNet采用了一系列新技术，协调并控制通过设备的信息流，最大限度地减少数据传输，而数据传输正是当今芯片中能耗最大的环节。

　　另外，NVIDIA还研究了更快速的光链路，可取代现有系统内的电气链路，通过利用密集波分复用技术，有望在仅仅1毫米大小的芯片上，实现Tb/s级数据的传输，是如今互连密度的十倍以上。

　　BillDally还举例展示了一个新的NVIDIADGX系统模型，借助光链路可集成160多颗GPU。

　　本次GTC大会吸引了众多行业领军企业与机构参与，包括阿里巴巴、AWS、百度、字节跳动、中国电信、戴尔科技、滴滴、新华三、浪潮、快手、联想、微软、平安、腾讯、清华大学、小米。

　　摘要

　　「看上去很美」的共享充电宝，实则遇到不少难题。