经过了周四的勾心斗角，周涵那边没再整出什么幺蛾子。

    又或者说，试探过后，周涵确认韩路一这边既有脾气也有实力，反倒更能安心合作了。

    周五上午，源智科技的项目在国网投资内部上会。

    会议刚结束，周涵的电话便打到韩路一手机上，声音里全是笑意，语气比昨天分开时还亲热：“小韩，周姐要恭喜你了！会过了。”

    这时候，韩路一自然知道该怎么接：“谢谢周姐。”

    周涵说：“这样，咱们早点把事定下来：今天下午两点半，还是昨天那间会议室，我带人过来。你们把章带齐；如果没有新意见，今天就把协议签了。”

    看得出，周涵对这个项目确实上心：当天过会，当天签协议，仿佛生怕韩路一跑了。

    双方人员在会议室里，把重新修改过的协议从头到尾又过了一遍。

    国网投资本轮出资三亿元，占源智科技增资后百分之十股权，并委派一名董事；电力支持与数据中心建设的协调均写入协议，具体落地形式以项目所在地审批、电力指标和后续建设方案为准。

    临签约前，对面的法律顾问杜习杰忽然对韩路一说了一句：“韩总，我们作为国资股东进入后，源智科技后续若涉及境外上市，还得重新走一遍审批程序。这个您知道吧？”

    韩路一忽然想到，对方此前大概有过投资项目去境外上市，过程估计不怎么顺利愉快。

    他笑了笑，说：“杜顾问放心。”

    他拿起笔签了字，盖上钢笔帽，才慢条斯理地说：“源智科技本来也不是为了去纳斯达克敲钟才成立的。”

    会议室里有几个人抬头看了韩路一一眼。

    韩路一接着说：“人工智能、大模型研究，这个领域跟别的领域本来就不太一样：它当然需要钱，而且需要很多钱，但它不是单纯以钱为导向的领域。算力、数据、工程体系、产业场景、安全边界，缺一不可；如果是为了上市圈钱，我肯定不会做这个方向。”

    韩路一顿了顿，最后说：

    “我想要的，是做点儿真正有用的东西。”

    杜习杰听完，意识到这话其实不是说给他一个人听的，而是说给在座所有人听的。

    这话不像是在签投资协议，倒像是在海交所上市路演。

    嗯，将来肯定是要在那儿上市的，这路演水平已经到位了，杜习杰想。

    顾司玥坐在韩路一身旁，也转头看了他一眼。

    协议副本在双方之间流转一圈，一个又一个名字落在末尾；法务确认签章页，秘书核对份数。

    印章落下时，沉闷一声响，像是给这几天的拉扯画上了一个圆满句号。

    下午四点二十分，签约完成。

    最终，源智科技拿到国网投资承诺的电力支持和三亿现金，只付出百分之十的股份和一个董事会席位。

    作为最大股东，韩路一保留了对源智科技的绝对控制权。

    签约结束，韩路一送周涵离开。她还热情地握着韩路一的手道别：“小韩啊，我们合作愉快。”

    “周姐，合作愉快。”

    “尽职调查团队很快就到海城；尽调一结束，我就安排打款。”周涵说着，又压低声音补了一句，“期待你的产品快点做出来，在电力口落地。”

    韩路一也笑：“那后面还要多麻烦周姐。”

    “麻烦谈不上。”周涵笑了笑，“项目做成了，对大家都有好处。”

    这话说得很直白。

    电梯门合上，周涵的笑容被挡在门内。

    面对紧闭的电梯门，韩路一脸上的笑意慢慢淡了。

    顾司玥走到他旁边，看了看他的脸色，问：“怎么了？”

    “没什么。”韩路一说，“有点儿累。”

    顾司玥淡淡地说：“习惯就好了。”

    韩路一闭上眼睛：“是啊，习惯就好了。”

    这几天几番交锋，见识过周涵的热情与獠牙之后，韩路一看清了一件事。

    像周涵这种人，既不是人们口中的贵人，也不是简单意义上的坏人。

    她能笑着表示欣赏你，也会在谈判时毫不留情地试探你。

    她帮你，不代表她是你的盟友。

    她为难你，也不代表她是你的敌人。

    她，或者说他们，都只是政治动物。

    这些人之间的利益关系错综复杂，还是多看、多听、少说为妙。

    韩路一轻轻吐出一口气。

    周五晚上，韩路一坐在飞往虹桥的飞机上，心里回顾了这趟京城之行的收获。

    他本来是抱着破釜沉舟的心态来的，没想到不仅拿到弘远的投资，估值还比之前议定的高。

    更重要的是，还同时接触到国网投资和战新基金这两条线。

    韩路一想起那天在弘远，贺云深私下跟他说过一句话：“资本只是入场券，资源才是硬通货。”

    那时感受还不深，现在他懂了。

    钱，贺云深给了；场景和电力，周涵给了。

    以后战新基金那边若也能谈下来，源智科技手里的牌，就不是一个创业公司该有的了。

    有了这些资源，源智科技距离韩路一规划中的下一阶段——拥有自己的数据中心、独立自主的训练资源——已经大大缩短了。

    然而，即便有视界帮忙，和那些老狐狸勾心斗角，也让他深感疲惫。

    他甚至生出几分敬佩。

    那些没有视界的人，每天活在这样的漩涡里，还能保持清醒，还能往前走，多不容易。

    旁边，顾司玥正看手机。

    机舱光线很暗，她的侧脸被屏幕映出一点冷白。

    “回去有什么安排？”韩路一问。

    顾司玥回头看他一眼。

    “韩总，为了你这次签约，我已经出差三天了，手头的案子堆成山，周末怕是要一直加班了。”

    “是是。”韩路一笑着说，“辛苦顾大律师了。”

    顾司玥把头转过去，不看他：“现在不是工作时间。”

    韩路一一愣，随即反应过来。

    不是工作时间，所以也别叫“顾大律师”。

    他笑了笑，没再说话，闭上眼，开始期待汤圆的训练进度。

    赵文渊回海城后，他还没顾上仔细跟进。

    但他知道进度应该不错。

    因为视界的经验值已从百分之十涨到百分之十五。

    这说明汤圆的训练正给视界带来新的反馈。

    也说明他的判断没有错。

    大模型这条路，真的和视界存在某种深层关联。

    韩路一靠上椅背，心情放松了些。

    京城之旅结束，终于要回海城了。

    ……

    可此时此刻，坐在办公室里的赵文渊，心情并不美丽。

    不是因为汤圆的预训练。

    恰恰相反，汤圆的预训练进展顺利。

    业内关于预训练的策略已很成熟。赵文渊回海城后连读几篇论文，又用小数据集调整训练策略和参数；确认损失曲线没有明显问题，便正式在鼎盛集群上全量开跑。

    从那一刻起，这件事就进入真正的水磨功夫：一次训练开始，往往几十天不能停机。

    成百上千张高算力显卡组成集群，海量数据被切分、打包、送入模型。

    每一秒，都有无数矩阵计算在显卡间传输。

    每隔一段时间还要对中间结果做快照，防止偶发故障造成数据丢失。

    快照不能太频繁，否则拖慢训练效率；间隔也不能太长，否则一旦集群故障，前面几个小时甚至几天的训练都可能白跑。

    其中涉及的资金需求、工程能力、集群调度、故障恢复，不是小公司能轻易负担的。

    这也是赵文渊一直说大模型不是谁都玩得起的原因。

    没有足够的算力，连牌桌都上不了。

    没有足够强的工程团队，即便上了牌桌也没用，只会被自己的训练任务拖死。

    这次源智科技和鼎盛签了合作协议，赵文渊拿到一个特殊设置的账号。

    账号有鼎盛云内部权限，可调用专门用于大模型训练的GPU集群。这种集群在鼎盛云乃至各家云服务商那里，根本不是普通客户打开网页、充值余额就能买到的服务。

    有钱你也买不到。

    所以韩路一能拿到鼎盛算力，的确走了一条大大的捷径。

    赵文渊承认这一点，但也很不爽：他们还得防着鼎盛偷标注数据。

    这一轮训练出来的汤圆，只能是“残血版”。

    最核心、最值钱、最能体现源智科技优势的数据，赵文渊根本不敢往鼎盛集群里放。

    就像一个特级厨师终于借到顶级厨房，却只能把最精华的调料藏起来，用一半配方做菜。

    这还怎么做出发光的料理呢？

    不过，这些都不是赵文渊现在最烦的。

    真正让他烦躁的，是韩路一从京城回来前给他下的新任务——研究国产显卡适配。

    离开京城时，赵文渊兴奋地上了飞机。

    甚至可以说热血上头。

    国产算力、自主可控、摆脱海外GPU生态，让大规模大模型训练和推理在国产显卡上成为可能。

    这几个关键词一拎出来，就能让技术人心跳加速、热血沸腾。

    赵文渊甚至在飞机上就建了文档，列了好几页计划。

    《汤圆模型国产算力适配路线图》

    然后，赵文渊一下飞机，连家都没回，拖着行李箱直奔办公室。

    他接了杯咖啡放在桌上，打开电脑，挽起袖子，准备扯断套在国产显卡上的生态枷锁。

    结果，赵文渊一头撞上了墙。

    不，甚至不能说是一堵墙。

    那简直是一座山。

    CUDA生态困境，这个当年在谷歌折磨他的噩梦，这次又以更可怕的姿态出现。

    在普通人眼里，显卡就是显卡，国外显卡能算，国产显卡也能算，无非性能高些低些。

    但对做AI大模型的人来说，显卡可不是单独一块硬件，背后是一整套生态。

    最底层是驱动，驱动之上是运行时，再往上是编程模型，编程模型之上是算子库、通信库、编译器、调试器、性能分析工具。

    再往上，才是PyTorch、TensorFlow、JAX这些训练框架。

    大模型训练又站在这些框架之上，调用各种高度优化的算子和分布式训练能力。

    英伟达的CUDA生态就像一座修了十几年的超级城市，水电、消防、医院等基础设施都运转多年。

    训练大模型就像在这座城市里办一场大型体育赛事。

    数十万游客涌进来，对整个城市的承载能力都是巨大考验；但因为是超级城市，精心调度之下还做得到。

    换成别的生态呢？你在大城市旁边的小镇，说我能不能也开个世界杯啊？

    当然可以试试，但这不是叫两支足球队过来踢球那么简单：小镇从地下管网到商业生态都得重建一遍，等它也成了超级城市，才行。

    更要命的是，全世界的人都已习惯这座老城市的规矩：写代码时默认CUDA可以调用，默认用英伟达显卡，论文里说的也都是在英伟达上才能跑通的用例。

    不用英伟达？那你自己试试吧。

    本来能跑的代码，把CUDA依赖删掉，一下冒出一千个错误；修完第一个，又冒出一千个。

    模型能跑，不代表跑得快；小模型能跑，不代表大模型能跑；单卡能跑，不代表多卡能跑；多卡能跑，不代表千卡集群能稳定训练几十天。

    大模型训练最可怕的地方就在这里：不是做到“能跑”就算成功，还必须稳定、高效、鲁棒。

    必须在极端昂贵的算力成本下，把每一张卡的利用率挤压到极致。

    否则你花了同样的钱，别人训练只要一个月，你训练却要三个月。

    或者同样的训练量，别人只需要一千万，你却要烧掉三千万。

    最后模型效果还不一定赶得上。

    赵文渊潜心研究了两天，越研究越觉得难做。

    他发现最大的问题不是技术上完全不可行；恰恰相反，很多东西理论上都有办法做。

    但工程量太大了。

    这可不是一个天才程序员闭关三个月就能解决的问题。

    他面对的，是一个行业十多年、无数公司、无数开发者、无数论文、无数开源项目共同堆起来的生态。

    这就像愚公移山：别说赵文渊一个人，别说源码科技模型组这点人，就算韩路一给他一个上百人的开发团队、花几年时间，可能也只够把最核心的部分做出一个可用版本。

    这现实吗？

    不现实。

    赵文渊狠狠抓了抓头发，看看抓掉的头发，又心疼地摸了摸。

    他打开微信，找到一位在谷歌工作时的华人同事。

    那位同事当年给TPU做过适配。谷歌自研芯片加自研框架的路线面临同样困境，只是他们当年砸钱砸出来了。

    赵文渊写了一条长长的信息，把自己的困境简短说了说。

    如何从训练框架层面对新硬件做适配？自研芯片生态早期最难补的短板是什么？如果一个创业团队想在国产AI芯片上跑大模型，有没有现实些的切入方式？

    这里面可能涉及保密内容，赵文渊和这位前同事也两年没联系了，本不预期一定收到回复。

    没想到半个小时之后，对方回复了。

    看到内容，赵文渊气笑了。

    回复很简短：

    “别想了，没戏。”

    原来人真能气笑。

    过了一会儿，对方又发来更长一段话。

    “TPU这条路不是创业公司能复制的。你们如果只是想省钱，直接买N卡；如果想支持国产芯片，那也该让芯片厂来做生态，你们最多做应用层适配。总不能花几千万美元给硬件厂商补生态吧？”

    几千万？美元？朋友，你说保守了。

    赵文渊锁了手机，打开电脑，看着自己在飞机上写的那个文档。

    《汤圆模型国产算力适配路线图》

    有点儿讽刺。

    他删掉标题，重新打了一个。

    《汤圆模型国产显卡适配评估：暂不具备可行性》

    整层办公楼只剩赵文渊一个人。他透过玻璃看向外面的黑夜，玻璃上映出自己的脸，看起来有点陌生。

    这时，手机震了一下，屏幕又亮起来。

    他低头一看，是韩路一发来的消息。

    “文渊，我刚落地海城，周一早晨我们对一下模型训练的进度。”

    赵文渊犹豫片刻，一时不知该怎么回韩路一。