他们认为，培养本科生，尤其是那些有潜力的本科生，是一件非常重要的事情。
因为这些本科生，才是未来学术界的新鲜血液。
梁院士和丘教授都希望陈林能打破这个惯例，主动给本科生开课。
陈林对这个建议，其实是挺认同的。
但问题是......
他现在的情况，和那些传统的数学教授不太一样。
那些教授上课，是把自己多年积累的知识和经验，系统地传授给学生。
但陈林呢？
他的数学能力，全都来自于【小小数学家】称号。
这个称号的效果，是“面对任何数学题，总能得到最正确的答案“。
因为很多时候，他自己都说不清楚，为什么会想到这一步，为什么会用这个方法。
所以，如果要上课的话，陈林得好好思考一下，到底要用什么样的形式。
不过，这个问题也不着急。
现在已经是上半学期的第十二周了。
就算要上课，也得等到下半学期。
还有好几个月的时间，足够陈林慢慢琢磨了。
第二百零八章 租用服务器
11月25日，周二。
陈林昨天采访的内容，经过各大媒体的加工和传播，迅速在网上发酵。
围脖、编乎、哆嗦音......
几乎所有的社交平台上，都能看到关于陈林的新闻。
而其中最引人关注的，就是陈林透露的那个消息
演海公司要做AI大模型了！
这个消息一出，立刻在科技圈引起了巨大的轰动。
知乎上，有人专门开了个问题：
【如何看待陈林透露演海公司将进军AI大模型训练领域？】
这个问题下面，短短一天时间，就涌入了上千个回答。
有人看好：
【陈林在算法上的实力有目共睹，如果他真的亲自下场训练大模型，我觉得成功的概率很大。】
【演海虽然是小公司，但架不住陈林牛逼啊！别的公司拼资金拼算力，陈林直接从算法层面降维打击！】
也有人质疑：
【训练大模型可不是闹着玩的，光是数据清洗和标注，就需要海量的人力和资金。演海这种小公司，真的撑得起来吗？】
【我觉得陈林有点膨胀了。他在数学上确实很强，但做AI大模型，不只是数学问题，还涉及到工程实现、算力调度、数据处理等等一系列问题。这些东西，不是一个数学天才就能搞定的。】
还有人调侃：
【陈林：我随便搞搞。CloseAI：？？？】
【奥特曼和贾斯克看到这个新闻，估计要睡不着觉了哈哈哈！】
【坐等陈林把整个AI行业卷死！】
网络上的讨论如火如荼，但陈林本人，却已经不再关注这些了。
此刻的他，正坐在演海公司的办公室里，全神贯注地盯着电脑屏幕。
屏幕上，密密麻麻全是关于神经网络和Transformer架构的技术文档。
陈林已经花了小半年时间，自学人工智能大模型的知识。
而现在，他惊喜地发现，这些知识，居然可以和【小小数学家】的能力结合起来！
以前，陈林在解决客户问题的时候，往往需要沈妍或者黄依依这些学应用数学的人，先把工程问题“翻译“成纯数学问题，他才能用【小小数学家】的能力去解决。
但现在，在人工智能神经网络这个领域，陈林发现自己已经不需要“翻译“了。
他可以直接理解那些神经网络的结构和原理，可以直接思考如何从数学角度去优化这些结构。
而一旦他开始思考，【小小数学家】的能力就会自动启动，在他脑海中生成完整的解答过程。
这种感觉，简直太爽了！
陈林越想越兴奋，恨不得立刻就开始研究。
不过，他还是让自己冷静下来，继续把剩下的一些技术文档看完。
当前主流的Transformer架构，是一种基于自注意力机制的特征提取网络结构，主要用于自然语言处理领域。
自注意力机制可以对输入序列中的每个位置进行注意力计算，从而获取全局上下文信息。
Transformer的核心，就是self-attention机制。
它能够整句处理自然语言，因此训练效率较高，可以并行化处理。
但Transformer也有明显的缺点
计算复杂度高，时间复杂度是O(Nd)，其中N是序列长度，d是token嵌入的维度。
这个时间复杂度，对长序列非常不友好。
举个例子，如果要处理一篇一万字的文章，那么计算量就是一万的平方，也就是一亿次计算。
如果要处理十万字的长文本呢？
那就是一百亿次计算。
这对算力的消耗，简直是天文数字。
所以，业界一直在寻找能够降低Transformer计算复杂度的方法。
而陈林的研究目标，就是希望结合线性模型和注意力机制的优势，让模型可以进行并行计算，在取得Transformer相近效果的情况下，改进计算复杂度。
这个目标听起来很简单，但实现起来，难度极大。
因为这相当于要重新设计一种全新的神经网络架构。
不过，陈林有信心。
因为他有【小小数学家】。
只要他能把问题想清楚，把目标定明确，剩下的数学推导不成问题。
想到这里，陈林深吸了一口气，调整了一下工作计划。
从今天开始，他每天上午会继续学习人工智能大模型相关的知识，顺便和潘思、白迁讨论一下他们的工作进展。
下午，则进行2小时40分钟的数学研究。
这个时间安排，和之前准备数学大会演讲的时候一样。
事实证明，这种节奏对陈林来说是最合适的。
既能保证学习和研究的效率，又不会让【小小数学家】的能力过度消耗，导致自己直接睡死过去。
陈林看了一眼时间，上午十点。
潘思和白迁应该都已经在公司了。
他站起身，来到潘思和白迁的办公桌旁边。
潘思正坐在电脑前，盯着屏幕上密密麻麻的代码。
白迁则坐在另一边，面前摊着一堆草稿纸，上面写满了数学公式。
“陈总。“潘思抬起头，冲陈林点了点头。
白迁也停下手里的笔，推了推眼镜:“陈总，有事吗?“
“我就是过来看看你们的进展。“陈林拉了把椅子坐下，“潘博士，你那边怎么样了?“
潘思闻言，脸上露出一丝兴奋的神色。
“陈总，我这边进展还不错!“
他转过电脑屏幕，让陈林能看到上面的内容。
“我已经把数据清洗的流程搭建好了，现在沈妍和孙宇正在帮忙做数据标注。“
“目前我们已经清洗了大概两千万条高质量的中英文语料。“
“按照这个进度，再有两周时间，应该就能积累到五千万条左右。“
“到那时候，我们就可以开始第一轮的预训练了。“
陈林听到这话，满意地点了点头。
“很好。服务器那边呢?方案想好了吗?“
“想好了。“潘思笑着说道，“我和白博士商量了一下，决定采用租云服务器的方案。“
“项目起步阶段，我们训练验证的都是小参数量的模型，模型参数控制在30B以内。“
“这样的话，租用云服务器就够了，每个月成本在10万美元左右。“
“虽然价格不算便宜，但因为我和白博士可以共用算力资源，所以其实还算划算。“
陈林点了点头。
10万美元一个月，折合人民币差不多70万。
对于演海公司现在的财力来说，完全可以承受。
“那就按这个方案执行吧。“陈林说道，“需要的费用，你们统计好以后报给黄助理，她会安排打款。“
“好的，陈总。“潘思应道。
第二百零九章 全新的架构
陈林又转头看向白迁，白迁虽然没说，但陈林也知道对方心里肯定有些急躁。
虽然上个礼拜陈林已经说好了自己会在一个月之内研究出新的算法，但是白迁毕竟和自己刚认识，之前对陈林的了解也只欲局限于新闻上的消息，没有信心是可以理解的。
陈林安慰白迁道:
“白博士，你现在可以先设计一下新算法落地以及验证可行性的工作流。“
陈林顿了顿，接着说道:
“我之前跟你说过，我会在一个月内，研究出一套全新的AI算法。“
“到时候，你可以基于我的算法，来设计新的模型架构，然后进行训练。“
“到时候沈妍也会从潘博士那边过来帮你一起做这个事情。“