章节出错了,点此刷新,刷新后小编会在两分钟内校正章节内容,请稍后再试。
所以宋书书在傍晚看到陈洋带着设备回来时，蔺落鸿看着办公室内的四只猫精，温和地问候令他不寒而栗：“价值一个亿的人偶是否有助于你研发的进展？”
陈洋摇了摇头：“几乎没有，我设想了一些思路，不过需要验证，如果可以的话，我希望在模型迭代以后，赶紧换装更为高效的显卡，我已经彻底受够VegaFE的高能低效了！”
“咳咳，王先生听到会不高兴的。还有几分钟下班，给我们俩来一段简短的技术分享？讲两句骚话也是可以的。“蔺落鸿积极地邀请着。
科技公司搞技术分享就是家常便饭，讲两句格调高雅，角度刁钻的怪话简直不要太妙。
宋书书完全明白蔺落鸿哪怕由于自傲拒绝向人求教，但是依旧在合理框架范围内，试图搞明白深度学习技术无法复现的原因。
陈洋想也不想：”就三句话，首先，用深度神经网络用于搜索可行的硬件架构方案，并使用强化学习算法来学习如何生成更优秀的设计，这项技术基本成熟，接下来就是不断迭代，这你们都知道。”
宋书书暗暗点头，不禁思付：如果说蔺落鸿的设想是一个千娇百媚的美人，那现实就骨感得像一把枯骨，在控制所有变量的情况下依旧不能完成生成设计，蔺落鸿就陷入到了极其尴尬的局面中，一方面陈洋更高性能的图形处理器将给他带来更快的算力，也就是更多的金钱，另一方面深度学习技术在算力超过某一阈值后就必然产生智慧，那蔺落鸿所有依托数字产生的价值，只要还未兑换成实物储存起来的，都将化为灰烬。
陈洋看了看他俩：“接下来的计划是，用深度学习模型来预测程序在GPU上的执行流程，以便识别并利用硬件中的优化机会，我考虑过，在GPU中使用递归神经网络(RNN)来预测程序的分支情况和循环次数等信息，从而调整硬件架构和指令集应该是很有效的方法。”
宋书书懵了：“刚分心了一秒钟就又去了RNN？我是发呆了多久？”让他想起了当年上学的高数课，稍微一个不察，就不知道课程讲到哪里去了，分明前面都还会算，忽然一下所有的题都不会算了。
陈洋仿佛嘲笑他的不专心，笑了笑继续说：“关于指令集，我猜测使用卷积神经网络(CNN)能找到最佳的指令序列，以提高指令代码的执行效率和性能。”
说着他给两人打了招呼，他的电脑屏幕上完成率为84.9%，恰好胡志辉说他们的NOX02图形处理器流片回来了，请陈洋去掌一眼。
所谓“掌一眼”这一般在古董领域，请内行的师傅去定一下价格，看一眼真伪，芯片领域不存在请人定价，更不用看真伪，大概是胡志辉想吹嘘一下他们的流片效率。
陈洋也确实震惊，他心里算了算，花芯国际本来就减产，嘉美集团还能以一周的时间流出片来，简直是令人啧啧称奇。
胡志辉肯定插了队，确实称得上手眼通天，深不可测。
猜着想着，在嘉美集团见到了胡志辉，他学长站在一楼展示厅里，相当热情：
“来，陈洋学弟！看我们的JM7200显卡，这可是我们独立自主研发的新一代国产图形处理器！”