他創立的量化資本現在一共就300多號員工，方鴻早就了解過這家公司的大致情況，但其中八成以上的員工學曆背景都是帶有計算機科學、物理學或數學領域的高材生，包括陳宇自己也是這樣的學曆背景。
現在是研究資本市場做投資交易，但這個團隊搖身一變就是一個強大的技術開發團隊。
過了片刻，陳宇打開放在桌上的電腦，並對方鴻說道：“這是我們跑的一個自主學習的神經網絡AI模型，它已經在藝星視頻上看了幾千萬個視頻了，目標是圖像識彆，但問題是算力不夠，如果要達成這個目標，得要好幾千個CPU的支持才行，但如果換成GPU隻用七個就搞定了。”
聞言，方鴻盯著屏幕說道：“嗯，我知道你想說什麼，GPU雖然單個計算單元不如CPU通用，但可以同時進行大量計算。”
方鴻在這一世原主的身份就是計算機係出生的，雖然在這方麵可能比不過陳宇、徐景仁他們，但要是去科技大廠應聘是沒什麼問題的，這也是其他投資人沒有的優勢。
陳宇點頭道：“沒錯，就比如零八年奧運會開幕式上的印刷術表演，如果讓一個或者幾個掌握全局變化的人來對這個陣列進行實時調控那是相當複雜的，但實際表演中每個成員隻需要記住自己什麼時候站起來、什麼時候蹲下，就可以使整體呈現出複雜多變的效果。”
“這些成員就像是GPU裡麵的一個個小的計算單元，雖然並不掌握全局信息，但在一塊同時運作卻可以呈現出我們的想要的效果，而AI運算就是需要同時進行大量運算的場景，包括我們跑的AI交易模型。現在我們就是在用GPU來進行深度學習訓練。”
“如果隻是說GPU更合適AI那肯定不至於，但這就不得不提英偉達的CUDA和星宇科技的SOCL了，老黃在五年前發布了CUDA1.0，這是一個用GPU來進行計算的並行計算平台和編程模型，儘管主要是用於加速圖片處理也沒有出現革命性的東西。”
“但我相信老黃是認準了用GPU來進行計算的潛力，從他不遺餘力的對其進行支持就是最好的證明，英偉達每一塊芯片都支持CUDA，同時將CUDA開放給大眾使用，意欲打造CUDA生態圈不言而喻。”
此刻，方鴻心中大致對陳宇有譜了，不過他沒有說話，而是不動聲色地繼續聽著陳宇侃侃而道：“英偉達現在的股價在12美元左右，總市值不到75億美元，可見華爾街也看不懂，更不懂人工智能是個什麼玩意兒。在華爾街的眼裡，英偉達為了配合CUDA這個框架，顯卡成本增加一倍卻賣不出更高的價錢，利潤一度低到沒法看。”
方鴻此刻不動聲色，心裡卻高興，時耀這是發掘出了一個寶貝，在人工智能領域以及對英偉達的潛力看得相當之精準。
有著前世記憶的方鴻很清楚，如果不出什麼意外，英偉達在接下來的幾年會一飛衝天，先是踏準了加密數字貨幣的挖礦潮風口對算力資源的巨大需求起飛，挖礦潮剛剛過去的時候人工智能在這個時候起飛。
十年後ChatGPT的風口，沒幾天就有公司出來宣稱自己發了一個新模型有多厲害，其中有一個指標就是該公司宣稱自己擁有多少高質量的GPU，每當有一家公司宣布自己有能力參與這場AI領域的競賽又拿不出產品的時候，就會說自家公司旗下有多少英偉達的A100顯卡，很快就能發布自己的大模型了。
可以說，彼時的AI賽道幾乎都繞不開英偉達的硬件供應，英偉達也等同於是AI底層的基建公司，而且近乎壟斷的了這個行業，彆的公司想玩大模型，沒有英偉達的顯卡就是不行。
但現在顯然沒有幾個人意識到這一點，就連華爾街都不斷質問英偉達做CUDA這些東西為什麼沒人用還一個勁的頭鐵死磕，這使得英偉達被資本拋棄，股價一度暴跌超過90%並且到現在都還處於低位。
這會兒英偉達的市值甚至75美元都沒有，小咪的估值都400億美元了。
華爾街的資本看不懂，但方鴻知道有人看懂了，目前在國內就至少有兩個人看懂了。
一個就是眼前的陳宇，從他的論述來看顯然是無比堅信今後GPU會成為深度學習領域的標配。另一個看懂的是秦豐，星宇科技今年開展新業務，包括電腦、平板等，SOCL也是應運而生。
眼下這個時間節點，方鴻肯定不能讓老黃的英偉達壟斷AI的底層硬件供應。
……