第(3/3)页

    若是自己告诉他其实最大规模集群的这东西甚至会被用来“挖矿”，一家公司能用掉一个区县乃至小城市几分之一的总电量，想必他的表情一定会很精彩吧。

    “咱们真的用得上这么贵的设备吗？”gtx-690显卡一台大几千。更别提什么cpu，内存，甚至电源，孟繁岐在选购的时候也是抓着贵的买。

    这个什么鬼海盗船电源，八百多瓦，一千大好几的价格，主板+cpu两套又是一万几千。

    什么鼠标键盘显示器先不论，单独就是装在这主机箱里面的配件，一套就得小两万了。就这还不算这机箱本身。

    “事已至此，想反悔也来不及喽。”孟繁岐倒也不是知道必能成功所以乱花钱。首先显卡这东西乃是运算推理的重中之重，乃是ai/人工智能的最核心竞争力。

    2022年，美国甚至发布禁令，禁止英伟达继续出售高性能显卡诸如：a100，给华国企业。

    若不是担心现在各种生态和代码的适配问题，比较保守地选择了旗舰款，gtx-690。孟繁岐甚至想搞四路泰坦(titan)回来。

    之所以没这么做，是因为此时多卡之间的通讯和训练代码很不成熟，自己根本没有时间去处理这个问题。

    而cpu和内存则是因为，孟繁岐根本不知道15年tf时代前的诸多代码到底对显卡以外的资源依赖程度高不高。

    毕竟要处理上千万级的海量图片，cpu和内存条千万不能马虎。既然钱包都掏空了，就不要吝啬这一点。

    就连硬盘孟繁岐都没有上一丁点机械硬盘，而是配备了两个512g的固态，三星840    pro。程序需要频繁读取这一千多万的图片几十轮上百轮，这个时间可不能耽误在机械硬盘上。

    “这特么两个硬盘要七千多块？”唐璜第一次看到看到孟繁岐列出的清单的时候，喝水都不会喝了，差点没把自己呛死。“你爸爸我去年买的笔记本才七八千。”


    第(3/3)页