第896章 天问 (第1/2页)

七月八号，雅安。
　　
　　九章算力基地的大门口，顾屿从比亚迪上下来，山里的空气比绵阳凉快不少。
　　
　　徐静提前清了路线，保安核验完身份之后，电动栏杆往上一抬，车直接开到了核心机房楼下。
　　
　　任少卿和安德烈已经在楼门口等着了。
　　
　　任少卿今天难得换了一件新T恤，头发也明显梳过。
　　
　　安德烈倒是老样子，松垮垮的格子衬衫，下巴上的胡茬比上次见面又浓了一圈。
　　
　　“走吧，带我看。”顾屿没寒暄，径直往里走。
　　
　　三人刷卡进入B区地下一层。
　　
　　走廊尽头的恒温玻璃门一推开，整排液冷机柜的嗡鸣声扑面而来。
　　
　　和以前那种暴力风冷的噪音完全不同，这批新部署的设备安静了太多。
　　
　　冷却液在透明管路里循环流动，带着淡淡的蓝绿色荧光。
　　
　　顾屿目光扫过去，这一排全是新到的K80，比之前那批K40的密度高了一倍不止。
　　
　　机柜顶部的状态灯亮着均匀的绿色，散热数据稳定在设计值以内。
　　
　　“这批是上个月从海外走的货。”任少卿跟在旁边，压低声音说，
　　
　　“一共一千二百张，全部部署完毕。InfiniBand的组网也跑通了，延迟压到了微秒级。”
　　
　　顾屿点头，没说话，继续往里走。
　　
　　穿过两道安全门之后，才到了九天实验室真正的核心区域。
　　
　　几十台工作站的屏幕上滚动着训练日志和损失函数曲线。
　　
　　楼天城坐在最里面那个角落，面前摊着三块屏幕，头也没抬。
　　
　　“说正事。”顾屿拉了把椅子坐下，
　　
　　“TranSfOrmer跑通了？”
　　
　　“完全跑通。”任少卿语气里带着克制的兴奋，
　　
　　“自注意力机制、多头注意力、位置编码，所有组件的数学验证零误差。我们在WMT翻译数据集上的实验结果，BLEU分数比当前最优的Seq2Seq加注意力模型高了四个点。”
　　
　　安德烈在旁边补了一句，俄语口音很重：
　　
　　“训练稳定性也解决了。Pre-LN加上WarmUp学习率调度，六层EnCOder加六层DeCOder堆叠，一次都没崩过。”
　　
　　顾屿看了一眼墙上贴着的手写实验记录，密麻全是安德烈的笔迹。
　　
　　数字和公式之间还画了些只有他自己看得懂的俄文批注。
　　
　　“论文呢？”
　　
　　“初稿完成了百分之七十。”任少卿说，
　　
　　“实验数据收尾大概还要两周。我的计划是八月底之前定稿，投NIPS。”
　　
　　“好。”顾屿靠在椅背上，双手交叉放在胸前，
　　
　　“论文的事你俩盯着，按你们的节奏来就行。但今天我来，是要跟你们说下一步的事。”
　　
　　他停顿了两秒。
　　
　　任少卿和安德烈同时看过来。
　　
　　连角落里的楼天城都终于抬起了头。
　　
　　“TranSfOrmer论文是武器，但不是终点。”
　　
　　“从今天起，全面转向大语言模型。”顾屿直接定调，
　　
　　“方向只有一个。不搞任何花里胡哨的修补，纯靠海量数据硬喂，只让它做一件事：猜下一个词。”
　　
　　房间里安静了几秒。
　　
　　任少卿反应极快：
　　
　　“不搞复杂的理解框架，直接暴力灌文本让它自己学？”
　　
　　“对。”
　　
　　“规模准备做多大？”
　　
　　“第一阶段，一亿五千万。”顾屿竖起一根手指，
　　
　　“先证明这条路能走通。等框架和管线成熟了，第二阶段直接拉到十五亿。”
　　
　　安德烈倒吸了口气。
　　
　　十五亿参数，按照现在的算力水平，这个数字几乎是在挑战物理极限。
　　
　　楼天城从他那三块屏幕后面探出半个脑袋，推了推眼镜。
　　
　　“一亿五千万倒是轻松。”楼天城语速很快，
　　
　　“就外面那一千两百张K80，如果火力全开，算上分布式通信的损耗，跑一个一亿五千万参数的模型顶多一到两周就能出结果，现有的数据并行完全吃得消。但十五亿这个量级，单卡显存绝对会当场撑爆。我得把张量并行那套东西从论文阶段直接拉到工程化落地，把巨大的矩阵计算硬切分到不同显卡上。”
　　
　　“你有多久能搞定张量并行？”顾屿问。
　　
　　“给我四个月。”
　　
　　“三个月。”
　　
　　楼天城嘴唇动了动，最终没反驳。
　　
　　顾屿看着他紧绷的脸，语气稍缓：
　　
　　“K80的显存墙确实是物理硬伤，这三个月你权当是用极限环境做系统演习。我已经让人带着现金飞去硅谷，跟黄仁勋签明年PaSCal架构超算卡的独家包销协议了。等你框架写完，我保证有更暴力的玩具送到你手上。”
　　
　　听到下一代超算卡，楼天城镜片后的眼睛亮了一下，但他紧接着提出了另一个问题。
　　
　　“模型架构不是最难的部分。”他站起来，走到白板前，抄起一支马克笔画了个简单的流程图，
　　
　　“一亿五千万参数的模型，至少需要几百亿TOken的高质量语料来喂。十五亿参数那个，可能需要上千亿TOken。”
　　
　　

（本章未完，请点击下一页继续阅读）