【升級條件：1.完成三個人工智慧核心的訓練：0/3】

終端的升級任務也隨著據點的升級而更新，不過新出現的任務卻不像以往那麼容易完成了。

畢竟其需要的是訓練好的人工智慧核心，並非像以往那般，只需要生產出來就好。

而且這個做出來，也不是那麼好整的，劉天陽查了查所謂的計算‘速度大於300tflops’是什麼概念，最後結果卻讓他大吃一驚。

張量運算單元其實就是對顯示卡核心內部ai計算單元的學術說法，而目前市面上能滿足這個能力的除了某皮衣黃之外，就剩下某歌了。

國產晶片雖說近來發展突飛猛進，但終究還是差了一絲，即便是最為先進的升騰910晶片，也只有280tflops。

而與之相對的，皮衣黃最為先進的h100sxm的訓練端計算速度達到了驚人的1979tflops，這倆根本不是一個量級的選手。

而且蛋痛的是，那個傢伙被禁運了，好在系統的要求只用a100或者a800這種幾年前就已經出現的舊型號就能滿足。

‘嗨呀，幸好要求不高，而且看上市時間，都是好幾年前了，不是說電子市場摩爾定律嘛，估計還挺便宜呢。’

劉天陽興沖沖的開啟某多多想要砍一刀，卻被那五位數的數字驚掉了下巴。

‘握草，最便宜的都要7萬塊錢，這特麼把人當豬宰啊。’

他不信邪的看了看某寶，發現更離譜，不僅沒兩家店賣，而且價格居然來到了十幾萬。

‘奶奶的，等我將來科技爬上去了，一定要造出比皮衣黃牛逼十倍的顯示卡，讓這老登把褲衩都虧進去！’

一邊嘟囔著，劉天陽無奈的下單了三張顯示卡，還特意囑託店家快點發貨，別整壞了。

‘這麼貴的東西，肯定順豐空運，親您就放心吧。’

‘如果用的滿意，請打個好評哦，使用上的技術問題請直接聯絡我們就好。’

硬體已經下單，接下來就是軟體上的學習了。

“嗯……神經網路構建，梯度最佳化演算法，正則化技術，評估指標構建，讓我看看。”

製作一個核心需要的知識很是繁雜，劉天陽對著每一個知識點都搜了一下，發現其全部展開來，完全就是整個深度學習的理論基礎。

而劉天陽用的所謂大模型，其實就是深度學習的一種，只不過因為其資料量大，神經網路單元極為複雜，才被稱之為大模型。

“擦，這根本無從下手啊。”

如此龐大的理論知識群，讓劉天陽根本找不到一個好的切入點，這些知識彼此之間相對獨立，但在應用的時候卻又攪和在一起。

僅僅是記住那些抽象的公式其實沒什麼大用，因為大部分的經驗知識都是眾多專家學者透過實踐一點一滴積累的。

這些最為寶貴的東西基本上都凝練在當今最為著名的學習框架之中了，tenserflow，pytorch……

還有某gpt使用的transformer框架，這些好像遊戲引擎一般的東西能夠讓一個初學者實現以往大學教授和專家都做不到的智慧體。

但這對劉天陽用處並不大，畢竟他現在是要從零開始搭建一個人工智慧體，簡單的搬輪子可沒辦法達成系統的要求。

“唉，先去看網課吧，估計這個任務要卡一段時間了。”

劉天陽放棄了走捷徑的方法，開始從最基礎的知識開始學起。

程式語言如c++、python，數學知識如線性代數、機率論、微積分還有統計學基礎，這些看著就讓人頭大的東西已經是整個ai體系中最為基礎的那一部分了。

作為一個專科畢業，已經近十年沒有碰過數學的純種學渣，劉天陽看了沒一會便是頭昏腦脹。

那些方框框和七扭八拐的符號在他眼裡就好像會跳舞的小人一般，壓著自己可勁看了兩天，劉天陽發現自己居然做噩夢了！

“握草，奶奶的在夢裡都不放過我。”

剛被幾個積分符號追了半天，最後又被鏈式求導團團圍住的劉天陽躺在地上，決定不頭鐵了。

人常說，於實踐中學習才是最快的。

他決定把吳恩達網課裡的那個最基礎的單層神經網路抄一遍，以此為主幹查漏補缺，而不是漫無目的的到處亂看。

如此一來，劉天陽每天白天加工模具，晚上就坐在寢室裡看網課，碼程式碼，過的那是一個