/p>
陈舒越发看重和笃定人工智能在数学中的应用。
他又在办公室里鼓捣了一阵数学和各种算法问题，然后，他就去到了青龙科研院。
去了下属的人工智能研究院。
亲自督促进度了。
顺便，陈舒也能同研究院里面的一众前言大佬，谈笑风生，从中了解最新最前沿的研究进度。
而让一众研究员都没有想到的是，陈舒居然还跟他们谈论起了许多技术细节。
那些数据、公式、算法……不差毫厘！
大伙儿都惊诧于陈舒的博闻强识！
明明都已经远离科研一线好些时间了，居然还能够没有脱离学术前沿，还能够有的放矢地跟大伙儿谈笑风生。
太厉害了！
不愧是陈院长，不愧是被称为“神”的男人！
太全能了！
更让他们没有想到的是，陈院长还一时心血来潮，跟他们发起了一个头脑风暴的讨论会。
大家一起各抒己见，有没有加速人工智能对话与绘图模型训练的方法。
燕京大学的周院士，权威发言道：
“现在我们大模型的参数越来越多，深度学习和训练的难度，也越来越高，尤其是对GPU芯片算力的要求，也越来越高，但是我们的GPU芯片，还远远达不到英伟达的最新芯片的最高算力，所以我个人认为，我们国产人工智能研发，只能稳中求进，要想大幅度地提升训练速度，赶上国外的人工智能研发进度，怕是不太现实！”
另一位人工智能领域的大佬，来自欧洲的图灵奖得主，开口道：“周院士言之有理，尽管我们在绞尽脑汁地优化人工智能大模型的训练方法了，但是不管怎么努力，最终取得的成果，都不太尽人意，而且最重要的是，这在目前的理论上，已经被锁死了大模型训练的速度，因为我们目前全球主流的训练方法，都是基于GPU芯片算力的，算力不够，大模型的训练速度就无法提升！”
其他人闻言，也都纷纷表示赞同，七嘴八舌道：
“人工智能训练必须要以天量的算力为基础，而算力则是需要大量的GPU芯片为基础，没有大量的GPU芯片，我们就无法提高速度，这几乎是大伙儿的共识了！”
“最糟糕的是，目前GPU芯片的最大供应商——英伟达，肯定是首先满足他们国内的芯片需求啊！能够出口给我们的GPU芯片，太有限了！而且品质也难说！”
“这些都是我们目前实实在在遇到的难题，硬件限制了软件！”
“而且还有一个问题，那就是即便英伟达优先供应咱们国内，甚至直接供应给我们山海经科技，但以GPU芯片目前的售价来看，我们要在短时间内赶超OpeAI、Grok这些人工智能公司，怕是需要天价的费用！估计是当前预算的五倍，甚至十倍以上！”
“那怎么办啊？总不能眼睁睁地看着国外遥遥领先咱们吧？”
“能有什么办法？咱们已经尽力了，能够在一些项目上，遥遥领先国外，已经很不错了，总不能什么都遥遥领先吧？这不太现实啊！”
巴拉巴拉——
叽里呱啦—