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、推薦係統、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，就隻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，我這裡有可靠消息，穀歌那邊，他們的人工智能實驗室GCP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：“穀歌也在搞？技術水平達到什麼程度了？”
作為群星資本真正的幕後大BOSS，陳宇相信他這麼說，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，穀歌應該會發布一個基於GPT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，不過穀歌在此之前也沒有開發過這種語言模型。
聽到方鴻這麼一說，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。
片刻後，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。”
“至於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。”
“對於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GPU、GPU等，雲計算可以為其提供強大、彈性擴張的計算資源。
雲計算底層的數據中心可以提供高性能的計算機和硬件設備，並且可以進行優化，提高算力資源的利用率，從而加速AI的訓練和生成速度，同時也可以提供強大的並行計算能力，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複。
因為“木桶效應”，隻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，那麼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複。
方鴻翹著二郎腿後仰背靠椅子，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：“差什麼？”
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後、零零後一代，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。”
過了片刻，他看向方鴻說道：“我知道怎麼做了，既然要搞那就搞個大的，回頭我額外成立一個部門，給AI打造一個虛擬形象品牌運營部，打造專屬IP形象，豐富其人設、有一個完整的故事背景。”