亲,双击屏幕即可自动滚动
第374章 异星科技!
    一起吃过午饭后,袁意和薛璃动身前往异星科技。

    来到地下车库。

    他将钥匙随手扔给薛璃,示意她来开车。

    “等会儿,我是助理,又不是司机,你那位小甜甜呢?怎么不让她来开车?”

    薛璃双手抱胸抗议道。

    至于她说的小甜甜,自然就是朱晴了。

    两人关系当然瞒不过她。

    “朱晴身体不舒服,我让她在家休息一天。”

    袁意先是解释一句,随后又没好气的开口:

    “让你开个车而已,怎么这么多事儿?难道2%的分红还不配让你开次车吗?”

    “她昨天还好好的,怎么会突然不舒服?”

    薛璃脸上露出一丝疑惑。

    袁意当然不能告诉她,是因为自己昨天折腾的有点过,便假装没听见,开口催促道:

    “赶紧上车啊?还墨叽什么呢?你老板我分分钟几百万上下的好吧?”

    “好好好,你是老板,你说了算。”

    她不情不愿的上了主驾,驾驶着车子离开地库。

    异星科技办公点在北五环外,上地信息产业基地附近。

    跟着某度、鹅厂、猪场、新浪、联想、爱立信等一众互联网龙头企业做邻居。

    但人家是直接盖了一片园区或整栋大楼,而异星科技只是租了个三四层的小楼而已。

    路上,薛璃简单的说了下异星科技的情况。

    其实也没什么好说的,毕竟全公司加上保安保洁,现在也就八个人。

    这八个人里,甚至还包括了袁意和薛璃。

    等到了一看,果然不但人是新的,地方也新的很。

    除了服务器机房和一楼大厅以外,其他地方都空荡荡的,只有简单的桌椅。

    负责机房管理的运维师,在见到袁意以后,顿时跟他倒起了苦水,抱怨着工作环境。

    这也不怪他,毕竟楼里除了机房满满当当以外,就只有无处不在的摄像头。

    休息室、会议室、茶水间、前台……那都是摆设。

    卫生间里不但没有厕纸,就连小便池里的清洁球都没有。

    “好了我知道了,公司最近会招人的,很快就都有了。”

    袁意检查了下机房设备,随后无奈的安慰他。

    逛了一遍之后,两人回到车上,商讨下一步计划。

    “老板,其他事情都还好说,但您想搞AI,最关键的还是人才和技术!”

    “帮您管管人和钱、做一下市场还行,开发这种事儿,我就无能为力了。”

    薛璃率先开口。她话里话外都透露着一个意思:

    你到底行不行?

    面对质疑,袁意随意解释:

    “你不要把ai想的太复杂了,它不过就是一个聪明点的数据分析以及再输出工具而已,只要肯投入,总能搞出来的!”

    就像后世的deepseek团队,他们团队只有一百多人,仅靠着五百万美元的训练成本,照样训练出了一流的AI大模型。

    袁意有系统在手,也不差这五百万元美元,没道理做不成同样的事儿!

    “技术问题不用你管,现在场地有了、核心设备都有了,你只需要负责招人、完善公司架构。”

    “其他问题我自然会解决。”

    一想到新公司又得重新组建人事、财务、行政、研发、数据收集、算力管理、产品等部门,他就有些头大。

    他现在有四家公司:听逸游戏、新艺传媒、高远科技和现在的异星科技。

    分别从事游戏、传媒、医疗、AI四个行业。

    要不是后两家还没正式起步,而且有薛璃帮忙管着,否则他根本就忙不过来。

    “得嘞,您有信心就行。”

    薛璃点点头,没有再多问。

    接着,两人就异星科技后续投入成本进行了分析,发现这又是一个烧钱大坑!

    员工工资、场地租金什么的都是小头,设备采购和每月电费才是大头。

    现在的设备只够前期训练,后期还是要大量买入显卡提高算力,设备越多消耗电量就越多。

    以chatGipt-4为例。

    训练一次大模型,大约需要3个月时间。

    训练时需要使用2.5万张英伟达A100显卡,每张显卡的功耗是400瓦。

    这么计算下来,训练一次就需要消耗2.4亿度电!

    chatGpt3就更夸张,单次训练的耗电量高达12亿度电。

    若购电价格是每度电1元,那光是电费就要花12亿。

    当然,工业用电价格肯定低很多,而且他们的数据也可能存在水分。

    不然人家deepseek的训练成本是怎么压低到五百万美元的?

    几个亿的差距,这可不是一句算法架构更优秀、训练策略更高效,就能解释的。

    “这样吧,除了那实缴的一千万的注册资金外,我再拿一千万出来,先给公司用着吧,不够再说。”

    袁意想了想后说道。

    他手里还有三千多万的现金,拿一千万出来都是小事儿。

    反正公司现阶段的工作主要是数据收集与预处理,这工作比较简单,成本也不高。

    首先要收集互联网(如社交媒体、网页)、专业数据库(如知网)、传感器设备的数据。

    这些数据花钱就能买到。

    其次进行数据清洗,去除其中存在的错误、重复、残缺数据。

    这需要数据分析师和数据工程师。

    最后是数据标注与划分,标注完成后,将数据分为训练、验证、测试三个大集。

    标注工作比较简单,完全可以外包出去。

    做完这些,才是最重要的模型架构选择与设计。

    接着是训练、测试、评估、优化、应用。

    前期的数据收集处理工作,袁意压根就没打算参与。

    这些工作压根就是“在线搬砖”,既枯燥又无聊,不值得他浪费时间。

    他花那么多积分将【人工智能开发】点满,可不是为了每天坐在电脑面前,看着视频框小人。

    见他又随手拿出一千万,薛璃顿时酸的要死。

    这家伙哪来这么多钱??

    刚才答应给三千万,现在又掏一千万,四千万怎么在他这儿跟毛毛雨一样?

    她越来越好奇这钱的来路了。

    如果像袁意自己说的,这些钱都是凭炒股赚的。

    那他这么厉害,应该去搞私募基金,怎么会费劲巴拉的搞这么多不同行业的公司?

    虽然心里疑惑,但她并没有真的询问出来。

    人要时刻牢记自己的位置。

    交浅言深可是大忌!

    领导表现的如何亲和与礼贤下士,那是他的事儿,你不能因为这个就飘了。

    她跟这袁意混的时间可不算长,虽然现在看似很信任,但如果说已经完全建立了信任,那纯属是扯淡。

    而且,搞管理的岗位不比搞技术的,没有不可替代性。

    踢一个没有股份的高管出去,影响几乎可以说是没有。

    而拥有公司90%股份得袁意,可以没有任何阻力的做到这件事儿。

    所以,她现在最好多做少问,踏实做事儿。

    跟着袁意时间久了,她相信答案自然会水落石出。