會議大約持續了四十分鐘左右，陳宇給各大開發團隊都布置好了任務。
公司技術部門的項目組也不少，涉及到自然語言處理、推薦系統、圖像生成、深度強化學習、計算機視覺、機器人技術。
量化資本，外界都把該公司認定為一家投資管理公司，實際上是偽裝成投資管理公司的高科技公司。
隨著會議結束，其它人都離開了會議室，就只剩下了方鴻和陳宇兩人。
“你定的發展路線我認為沒有沒問題。”方鴻笑著說道“不過也不能放緩，我這里有可靠消息，谷歌那邊，他們的人工智能實驗室gc在一次內部會議上提出了一個想法，即讓機器能夠學習語言和語法，也跟你一樣也在搞語言模型。”
陳宇驚訝道“谷歌也在搞技術水平達到什么程度了”
作為群星資本真正的幕后大boss，陳宇相信他這么說，應該是掌握了可靠的資料。
方鴻淡定道“沒你的先進，這一點我可以肯定。”
根據前世的記憶，今年10月份左右，谷歌應該會發布一個基于的語言模型，該模型通過對輸入的編碼來學習語言，主要是一個預訓練的語言模型，不過谷歌在此之前也沒有開發過這種語言模型。
聽到方鴻這么一說，陳宇頓時放心了不少，這個領域是一步領先往往是步步領先，ai的發展速度往往是以指數級增長的速度快速發展起來。
片刻后，陳宇看向方鴻說道“我們的ai大模型，第一代的迭代研發任務是實現可以生成人類文本，有百億量級的參數規模支持，目前已經進入第二代研發，比第一代更大、更強，可以對各種提示產生連貫而有吸引力的回應，參數規模達到了五百億量級。”
“至于第三代模型應該需要2000億個參數支持，第三代的目標是更大、更強大、更先進，在多個自然語言處理任務上達到驚人的表現。”
“對于ai大模型的升級，需要強大的底層能力的支持才能玩得轉，要通過大算力、大規模訓練數據突破ai的瓶頸，運營成本也是非常龐大，現在一個月的運營成本就超過了3億元人民幣的規模。”
聞言，方鴻言簡意賅道“錢不是問題，不夠我管夠。”
陳宇笑道“真不夠我會找你要。”
其底層能力包括算力資源、數據存儲、電力供應、網絡帶寬等。
這些都是很燒錢的東西。
ai的訓練需要使用大規模的算力資源，包括gu、gu等，云計算可以為其強大、彈性擴張的計算資源。
云計算底層的數據中心可以高性能的計算機和硬件設備，并且可以進行優化，提高算力資源的利用率，從而加速ai的訓練和生成速度，同時也可以強大的并行計算能力，多個計算任務同時分配在不同的計算節點中進行計算，提高訓練效率和速度。
除此之外，訓練ai需要對網絡也有要求，一個是鏈路負載均衡要做到完美，另一個便是網絡出現故障時能快速恢復。
因為“木桶效應”，只要有一條鏈路出現負載不均導致網絡堵塞，成為了木桶的短板，那么即便其它兩路暢通無阻，集合通信時間依然會大幅增加，從而影響訓練效率。
跟一核有難多核圍觀有異曲同工之處。
隨著集群規模增大，鏈路故障也在所難免，類似的一條鏈路故障就會導致整個通信停滯，進而使得模型訓練停滯，所以必須要做到出現故障能快速修復。
方鴻翹著二郎腿后仰背靠椅子，一手趁著椅子扶手，若有所思地說“你的這個ai還差一個元素。”
聞言，陳宇好奇道“差什么”
方鴻言簡意賅地說“形象。”
陳宇微愣“形象”
方鴻旋即展開說道“如何讓產品更加快速的讓大眾接受如何形成用戶粘性尤其是抓住年輕一代人，得讓這個ai看得見，不能是一串0和1，所以應該給ai賦予一個人物形象，也就是將之擬人化，要抓住年輕一代尤其是九零后、零零后一代，進一步說應該給ai賦予一個二次元人物形象。”
聽到這話的陳宇不禁點點頭“有道理。”