下午，韩路一终于见到了第一天入职的江松然。两人在十三楼找了间空会议室。

    简单客套两句，江松然便问起工作：“韩总，今天上午赵总带我看了一遍进度。说实话，我很震惊——比你在医院给我看的那些成果更惊人。”

    韩路一清楚，江松然已经看过源智科技借助智能体能达到什么效率。那是短时间追赶英伟达 CUDA 生态、把不可能变成可能的关键。拿出几个算子适配成果，很牛，却改变不了行业；拿出一个能稳定、快速完成算子适配的系统，情况就完全不同。江松然的眼界，能看出这意味着什么。

    同时，韩路一也好奇：江松然作为 AI Infra 专家，能给源智科技带来什么？大方向他已经想好，要做到两点。

    一是拥有自己的训练和推理栈——数据跑在别人的云上，他不放心。

    二是推进国产化替代。这是一举两得：英伟达的卡因种种原因，他根本买不到；他也有能力、有动力率先完成算力国产化替代。真做到了，不只自己的数据中心问题解决，还能打开更广阔的国内政企市场。

    方向定了，具体实施仍需要真正在这个行业里做过的人。这也是江松然对源智科技如此重要的原因。

    江松然是行业大佬，技术深厚不假，但他对源智科技最大的价值还在另一点：此前那家创业公司里，他做过一号员工和高管，有过把数据中心从零到一搭起来的经历，经验横跨软件和硬件。这样的人才，远比一个技术大牛稀缺。

    可以说，他对源智的重要性远高于对鼎盛、昆仑的重要性。大云服务供应商已有丰富的数据中心管理经验，江松然去了，顶多带来一些新视角，在某些方面有所提升，却难有本质突破。可他来到源智科技，直接填补了源智在硬件管理上的空白。

    所以韩路一才这么慷慨，直接给了 2% 的期权奖励。这可是视哥认证的金色传说！江松然可能赚了，韩路一绝对不亏。

    既然江松然提起，韩路一便直接问：“江博士，我们现在要尽快拥有自己的推理栈和训练栈。一期计划五百张卡，这个采购量在国产卡里不算大，哪家都拿得出来；但具体从哪买、买来能做到什么程度，我还想听听你的意见。”

    这个数字，韩路一在医院时就透露过；江松然也早做准备——他知道入职后韩路一一定会问，他不打无准备之仗。

    “韩总，我回去看过。现在市面上最先进的国产卡能做到 400 TFLOPS。如果只是推理，五百张支撑十万日活绰绰有余。”江松然说，“基于标注数据的后训练，勉强也能做。但要做预训练，远远不够。”

    TFLOPS（TeraFLOPS，Trillion Floating-point Operations Per Second）是衡量计算机算力的单位，中文是“每秒一万亿次浮点运算”。GPU 的强项就是浮点数学运算；若把每块 GPU 比作一辆跑车，TFLOPS 就是仪表盘上的最高时速。

    用 N 卡体系举例：游戏玩家的梦中情卡 RTX 5090 在 AI 实际使用精度下大概能做到 200 TFLOPS；专业用于 AI 训练的英伟达 B200，单卡能达到 2250 TFLOPS 的恐怖算力。

    韩路一点头，这和他设想的没有出入。

    “而且，韩总，我不知道咱们团队里有没有人有过显卡集群管理的实操经验。但非 CUDA 生态显卡集群的管理难度，和 CUDA 生态完全不一样。五百张国产卡，全国能把训练栈跑通的不超过三家。”

    说完，江松然露出些许骄傲：“有我在，我有信心让源智科技成为其中一家。”

    韩路一倒不怀疑——他招江松然进来，就是要他干这个。他接着问：“那从哪家采购最好，你有什么建议？”

    江松然微微沉吟，没有马上回答。

    这个问题其实有点敏感。他当过管理者，当然知道对任何公司来说，采购都是敏感话题；何况 AI 用显卡单卡价格都在十万以上，五百张就是五千万的采购，金额不小。

    为求安全，他最好推荐一家国产头部大厂。大厂内控严厉，给他回扣的风险小，韩路一更不会怀疑他。

    可做过调查后，江松然确实发现了一个更好的选择；只是说出来，未必对他本人是好事。

    他没犹豫太久，还是咬了咬牙，说出更冒险的版本：“有一家，叫硅明半导体（Sili-Lumin），总部在鹏城，也是创业公司。去年刚开始量产第一款产品，叫 L100，算力 600 TFLOPS，片间互联带宽 600 GB/s，对标英伟达 H100。硬件料很足，还有一个对我们来说算优点的缺点——他们的软件做得很差，完全没有训练落地配套，买家全在做推理。”

    “所以硅明对咱们格外合适。五千多万的单子，对他们来说是救命稻草；他们销路不好，有现货。”江松然把思考都说了出来，“再加上软件弱、硬件强，按硬件单价算，性价比特别高。我们根本不用他们的配套软件，相当于采购的钱全花在硬件上。”

    话说完，江松然心里也打鼓。他明确表示这是自己提前调查过的厂家，韩路一会不会怀疑他吃回扣？

    他默默想了一句：他以国士待我，我当以国士报之。

    韩路一面上不动声色，只是眼睛发亮。他没怎么犹豫，直接说：“江博士，你费心了。确实很适合源智现在的需求。这样，你不方便出差，一会儿我让助理过来找你。你和他交代清楚，让他跑一趟鹏城。”

    江松然心里松了一口气。不让他经手，他挺庆幸，至少可以避嫌。

    正事聊完，韩路一最后又说了一句：“你既然说有信心，我很期待咱们把自己的集群搭起来的那天。”

    实际上，江松然说得还保守了——他不只是有信心。这事他做过一遍，再做一遍当然十拿九稳。何况现在见识过源智科技的技术潜力，他觉得不止五百卡、千卡集群，就算万卡也不是不能尝试。

    要知道，想把显卡集群做大，技术难度是指数级上升的。真正的挑战来自使用过程中集群各节点之间的通信。要完成大模型训练，就得让各节点数据完全同步。假设只有十个人，互相交流一个信息不算太难；可扩大到一百人、一千人，每个人都在做自己的事，即使是简单信息同步也很难做到。

    而且，万卡集群比起千卡集群，运算速度并不能提升十倍。受通信带宽限制，能达到七八倍就不错了。

    成本极高，收益不大。既然这样，为什么还要做万卡集群？直接做很多小集群不行吗？

    因为万卡集群能做到千卡集群做不到的事：训练超大模型。基于现在的大模型理论，模型越大、参数越多，能力就越强。可要把那么多信息训练进一个模型，就需要能同时容纳所有原始信息的内存；只有万卡规模的集群，才有可能训练出这样的超大模型。

    可以说，万卡集群才是英伟达体系王冠上的明珠。而现在，江松然已经有野心，要在源智科技用国产显卡挑战万卡集群。

    当然，AI 训练用显卡的成本，即便国产低很多，单卡也在十万元人民币以上。要做万卡集群，单显卡成本就要十亿；更别说这个级别的集群，配套机房、电力、冷却、存储等成本加起来约为显卡本身的一倍，总投入要在二十亿以上。

    但这些事江松然都不担心。那不是 CEO 该担心的问题吗？他相信到时候韩路一会解决。

    这些念头在江松然脑子里转了一圈，他什么都没说出口。只是那颗因家中变故而沉寂的心，突然又火热起来了。