去未來搞點黑科技很正常吧？ 第2章 壯心不已

    台下某位觀眾喊了一句後，華為牛逼的聲音此起彼伏地在台下響起，之前因為6秒後的事故帶來的信任危機一掃而空。

    「除了剛剛提到的算力優勢外，騰1000最大的優勢在於，我們的基礎材料採用的是全新的拓撲半金屬，它能夠在你構建AI集群的時候最大程度發揮效用。

    它沒有極限，或者說我們沒有發現騰1000的極限在哪裏，沒有發現基於騰1000構建的ai集群它的上限是多少。」

    英偉達此前的DGXA100系統只能將八個A100GPU聯合起來作為一個單元，它在面對生成式人工智能大模型對於算力的爆炸式增長是力不從心的。

    後來英偉達搞了個DGXGH200通過特製的連接系統將256個H200超級晶片和高達144TB的共享內存連接成一單元，但它仍然是有極限的。

    這是因為光纖和矽基材料決定的，要想突破極限需要材料學實現突破。

    而騰1000就實現了這樣的突破。

    大家之前只能用華國特供版的H800，這兩年更是連H800都買不到了。

    當然英偉達也在嘗試着基於現有技術下做一些突破嘗試，比如說和亞馬遜聯手試圖打造搭載16000塊H200GPU的AI超級計算機。

    「大家都在探索AI算力的極限，我們對外發售騰1000，歡迎各位同行加入到騰的大家庭中來，和我們一起探索它的極限。」

    在座各家的大佬們內心想的都是，用騰只是權宜之計。

    未來早晚我都得自己設計，自己造。

    在拓撲半金屬橫空出世，華為推出方舟手機晶片後，不僅是各大手機廠商啟動了晶片研發，各路互聯網巨頭同樣在搞晶片研發。

    只是互聯網巨頭投入的方向是AI晶片，大家都羨慕英偉達，想從英偉達手裏切一塊蛋糕走。

    之前國內廠商們沒有機會，因為你的晶片製造能力無論如何都跟不上，因此試圖分蛋糕的都是矽谷巨頭，以微軟和谷歌兩兄弟為首，這兩兄弟對從英偉達處切蛋糕最為熱切。

    以微軟為例，完全是一副要allinAI的架勢，光是2024年一年就囤積了180萬塊AI晶片，號稱要在未來三年內投入千億美元投入到ai晶片和ai超級計算機的研發中。

    之前國內廠商分不到蛋糕，只有華為能勉強吃點英偉達先進晶片不進入華國的紅利。

    拓撲半金屬的可行性經過華為反覆驗證之後，國內各大互聯網巨頭紛紛心動，之前不具備這條件，現在條件已經充分了，我們也想分點蛋糕。

    光是滿足自身內部需求都不虧，更別談百度、鵝廠和阿狸都可以利用ai為外部提供服務。

    一直都有往晶片領域投入研發費用的阿狸，他們在23年就搞了含光800，一直都有做嘗試，在小馬哥重回阿狸後在去年年底更是喊出了要把ai當成頭號戰略。

    百度和鵝廠亦是如此，還包括字節跳動、各路新能源車企等等大大小小的公司，基本上都各自有各自的心思。

    英偉達單季260億美元的營收足以讓任何一家公司心動。

    華為發佈會結束後，大家都在聯繫華為，因為對他們來說要自研晶片沒錯，但這是未來的事情，當前還是需要滿足自己內部的算力需求。

    「我們非常高興能和鵝廠達成合作，通過騰1000進行超級ai計算機方面的嘗試，只是我們需要從下半年開始才能對外出貨。

    華為上半年騰1000的對外產能已經被光甲航天給包圓了。」

    大家都無語了，你沒貨開什麼新聞發佈會啊？

    進一步是好奇，光甲航天包圓了騰1000的產能？陳元光也要進軍人工智能領域嗎？這可不是好消息。

    大家都知道陳元光不是好惹的對手，無論是自身能力還是戰略眼光，陳元光最恐怖的地方在於沒有出過錯。

    「陸博士，大家都在說未來是人工智能的時代，各個巨頭都在往人工智能上砸錢，資源正在密集流入這個領域，光甲航天也不例外。

    我們缺乏一個對人工智能足夠了解的人，缺少在這一領域的領頭羊，我自詡對人工智能很了解，但我放在人工智能上的精力畢竟有限。

    如果你願意來光甲航天任職，你會是分管人工智能板塊的副總裁，我們每年在這一領域投入的研發費用不會低於50億rmb，你將直接對我負責，中間沒有其他的管理層級。」陳元光說。

    在綿陽高科技園區周邊的一家咖啡廳里，陸奇在經過了層層檢查之後終於見到了在整個華人世界都充滿傳奇色彩的人物。

    陸奇喝了口桌上和申海里獨立咖啡店出品沒有區別的美式，心想這不會是為了萊特而專門建的咖啡廳吧，然後點頭道：

    「陳先生，既然我會從加州坐幾萬英里的航班，中間轉機數回來見你，就說明了我對和你合作有着非常濃厚的興趣。

    經過了人生的起起伏伏這麼多年，我的職業生涯不算圓滿，但也算得上成功。」

    陸奇也是傳奇人物，博士畢業後先後在雅虎、微軟、百度擔任高管，在百度的時候一度擔任CEO主導了百度allin人工智能的戰略，絕對的打工人天花板，比自封的打工皇帝含金量要高得多。

    只是和陳元光比起來，他身上的傳奇色彩就變得不值一提了，在阿美利肯刺殺被海外媒體大量曝光後，陳元光身上的傳奇色彩又多加了一層。

    「和薪酬、職位、權力這些相比，我對做的事情更感興趣，光甲航天顯然是這樣一家企業，有着宏偉的願景，更重要的是有着實現宏偉願景的清晰藍圖。

    我有幾個問題想請教一下，會抽出時間來見我，想必對我的履歷有所了解，我過去工作的企業他們都是toC的企業，光甲航天的生意明顯不是toC的業務。

    那麼這就帶來了一個問題，光甲航天進入人工智能領域的目的是？和其他科技巨頭一樣，要做toc的業務，做生成式ai？

    還是說什麼其他的目的？

    我需要知道光甲航天在人工智能領域的目的是什麼。」

    陳元光說：「不不不，那跨度太大，而且完全是為了追逐熱度去做生成式ai不是我的風格，這種事情未免太無聊了。

    我們只是和目標放在toC業務上的巨頭們不同，我們計劃從現在開始進入人工智能領域，最主要還是滿足我們內部需求。

    也就是太空採礦，未來太空採礦必然會是大規模高批量的人工智能作業，我們在今年收購了包括達闥在內一共7家機械人公司，一共花了50億rmb。

    如果不是聯邦不允許，我甚至想從谷歌手裏把波士頓動力給買過來。

    機械人和人工智能結合，打造用於太空採礦的人工智能，這是目標。

    在追求目標的過程中，會根據實際產出，也可以有一些副產物，但這些副產物都必須要為我們的核心目的服務。」

    陸奇點頭表示理解：「明白，這樣的目標和我之前的方向還是存在比較大的一個差異。

    不過我在百度的時候也做過類似的業務，百度的自動駕駛業務，它更多也是一個tob的業務。

    只是這個的話，老實說這太難了，真的非常困難。

    現在大家都知道人工智能最重要的三點，數據、算力和算法，數據和算法相輔相成，大量數據訓練下能夠優化算法。

    算力的話，以拓撲半金屬展現的潛力來看，華國早晚能夠解決這一桎梏。

    唯獨數據，你要做的領域限制度太高，限制在太空採礦，這就意味着你在地球模擬的數據全都沒用，機械人在太空失重環境下，是不能用地球重力下的範式。

    這就意味着收集不到數據，只能把機械人送上太空之後才能收集數據，這樣收集的數據樣本會非常小，對於算法訓練來說會非常力不從心。

    數據會是大問題。」

    陸奇一下抓住了陳元光所提目標的關鍵，不愧是人工智能領域的大佬，一直以來都是做搜尋引擎和人工智能相關工作。

    陳元光說：「沒錯，所以我們才計劃在這兩年要發射空間站，發射空間站之後，要把機械人送上太空收集數據。

    這確實很難，但很難不代表不用做。」

    陸奇聽完後連連點頭，他之所以從百度離職，表面上是他主動提的，實際上是他的戰略調整影響到了百度的核心利益，內部大量的反對聲音導致他不得不走。

    陸奇不由得想起前東家百度，搜尋引擎的錢太好賺，路徑依賴導致了百度的故步自封和轉型困難。

    「是啊，不能因為難就不做。

    陳先生，我很高興在職業生涯暮年能收到這樣的offer，烈士暮年壯心不已，我還希望能夠做出一番事業。

    未來人類在走向太空的航程中，我也能留下不輕的一筆。

    我還有最後一個疑問，那就是待遇，工資我不太關心，我只關心期權，有期權嗎？」

    陸奇答應後陳元光的心放了下來，然後聽到這個問題不由得笑了：「期權這東西沒用。」