第(1/3)页

    2014年4月的雅安，大渡河的水声日夜不停，从山谷底部翻涌上来，和机房里几千台设备的嗡鸣混在一起，变成一种单调的、永不消歇的白噪音。

    任少卿已经习惯了这种声音。

    他甚至觉得，没有这个声音他反而睡不着。

    九章基地的AI训练区设在主机房东侧，是去年底新开辟出来的独立区域。

    顾屿当初承诺的两千张顶级计算卡早已全部到位。

    其中一千六百多张卡正在日夜不休地爬取、清洗着西红柿小说、今日热点以及引力APP的海量中文语料，那是为未来某个庞大计划储备的底层基建。

    而任少卿面前的，是划给他视觉组专属的攻坚主堡。

    三百二十张英伟达K40计算卡，整整齐齐码在定制的液冷机柜里，指示灯密密麻麻，绿光闪烁，远看像一面会呼吸的墙。

    任少卿在这面墙前面蹲了快五个月。

    他的皮肤晒黑了不止一圈，因为基地的食堂在另一栋楼，每天来回要走一段露天的山路。

    雅安的紫外线不讲道理，尤其三四月份，太阳出来的时候毒辣得很。

    他现在的肤色已经跟刚从中科大出来时判若两人。

    但他顾不上这些。

    此刻是凌晨两点四十七分。

    训练区的值班间里，三台显示器同时亮着。

    任少卿坐在中间那台前面，两个师弟一左一右。

    左边的叫郑宇航，右边的叫陈立秋，都是他从西安交大挖过来的博士生。

    准确说不是挖的，是他跟两个人分别打了四个小时电话，把雅安基地的算力配置报了一遍，对面就自己来了。

    这年头搞深度学习的人，算力就是命。

    “跑完了。”

    郑宇航的声音有点抖。

    任少卿没动。他盯着屏幕上那组数字，瞳孔里映着绿莹莹的光标。

    ImageNet验证集。TOp-5错误率。

    5.08%。

    五十层。五十层卷积神经网络。TOp-5错误率，5.08%。

    他反复确认了三遍训练日志，又让陈立秋重新跑了一次验证脚本。数字没有变。

    郑宇航从椅子上站起来，双手撑着桌沿，呼吸急促。

    陈立秋摘下眼镜，用衣角反复擦了三遍镜片，又戴上，又摘下来。

    “少卿哥。”

    郑宇航转过头看他，嘴唇哆嗦了一下，

    “这个精度……人类标注员在ImageNet上的平均错误率是5.1%。”

    任少卿知道。

    他当然知道。

    他闭上眼睛，靠上椅背。五个月。

    从去年十一月他正式入驻雅安基地开始算，到今天，一百五十三天。

    事情要从头说起。

    去年夏天在西安交大走廊里被那个顶着黄毛的少年截住之后，任少卿回北京犹豫了整整一周。

    不是犹豫要不要去，是犹豫这件事到底是不是真的。

    一个高中毕业生说自己手里有几千张GPU，说算力管够。

    这种话放在2013年的中国，听起来荒诞得离谱。

    然后他拨了名片上那个电话。接电话的是个叫林溪的女人，声音干脆利落。

    三天后他就收到了一份正式的Offer，薪资是他在微软亚研院兼职收入的四倍，不含绩效和期权。

    他坐火车到了雅安，下了站，一辆黑色比亚迪S6把他接进山里。

    第一次走进机房的时候，他站在门口愣了将近两分钟。

    几千张GPU。

    那个黄毛少年没有骗他。

    入职一个月后，他把之前在微软亚研院的那套改进型卷积网络搬了过来，在这边的算力下重新训练。

    效果立竿见影。之前四张GTX780跑十二天的任务量，在这边不到两天就能收敛完毕。

    算力充裕之后，他开始做一件以前想都不敢想的事。

    加深网络。
    第(1/3)页