一起吃過午飯後，袁意和薛璃動身前往異星科技。
    來到地下車庫。
    他將鑰匙隨手扔給薛璃，示意她來開車。
    “等會兒，我是助理，又不是司機，你那位小甜甜呢？怎麽不讓她來開車？”
    薛璃雙手抱胸抗議道。
    至於她說的小甜甜，自然就是朱晴了。
    兩人關係當然瞞不過她。
    “朱晴身體不舒服，我讓她在家休息一天。”
    袁意先是解釋一句，隨後又沒好氣的開口：
    “讓你開個車而已，怎麽這麽多事兒？難道2％的分紅還不配讓你開次車嗎？”
    “她昨天還好好的，怎麽會突然不舒服？”
    薛璃臉上露出一絲疑惑。
    袁意當然不能告訴她，是因為自己昨天折騰的有點過，便假裝沒聽見，開口催促道：
    “趕緊上車啊？還墨嘰什麽呢？你老板我分分鍾幾百萬上下的好吧？”
    “好好好，你是老板，你說了算。”
    她不情不願的上了主駕，駕駛著車子離開地庫。
    異星科技辦公點在北五環外，上地信息產業基地附近。
    跟著某度、鵝廠、豬場、新浪、聯想、愛立信等一眾互聯網龍頭企業做鄰居。
    但人家是直接蓋了一片園區或整棟大樓，而異星科技隻是租了個三四層的小樓而已。
    路上，薛璃簡單的說了下異星科技的情況。
    其實也沒什麽好說的，畢竟全公司加上保安保潔，現在也就八個人。
    這八個人裏，甚至還包括了袁意和薛璃。
    等到了一看，果然不但人是新的，地方也新的很。
    除了服務器機房和一樓大廳以外，其他地方都空蕩蕩的，隻有簡單的桌椅。
    負責機房管理的運維師，在見到袁意以後，頓時跟他倒起了苦水，抱怨著工作環境。
    這也不怪他，畢竟樓裏除了機房滿滿當當以外，就隻有無處不在的攝像頭。
    休息室、會議室、茶水間、前台……那都是擺設。
    衛生間裏不但沒有廁紙，就連小便池裏的清潔球都沒有。
    “好了我知道了，公司最近會招人的，很快就都有了。”
    袁意檢查了下機房設備，隨後無奈的安慰他。
    逛了一遍之後，兩人回到車上，商討下一步計劃。
    “老板，其他事情都還好說，但您想搞ai，最關鍵的還是人才和技術！”
    “幫您管管人和錢、做一下市場還行，開發這種事兒，我就無能為力了。”
    薛璃率先開口。她話裏話外都透露著一個意思：
    你到底行不行？
    麵對質疑，袁意隨意解釋：
    “你不要把ai想的太複雜了，它不過就是一個聰明點的數據分析以及再輸出工具而已，隻要肯投入，總能搞出來的！”
    就像後世的deepseek團隊，他們團隊隻有一百多人，僅靠著五百萬美元的訓練成本，照樣訓練出了一流的ai大模型。
    袁意有係統在手，也不差這五百萬元美元，沒道理做不成同樣的事兒！
    “技術問題不用你管，現在場地有了、核心設備都有了，你隻需要負責招人、完善公司架構。”
    “其他問題我自然會解決。”
    一想到新公司又得重新組建人事、財務、行政、研發、數據收集、算力管理、產品等部門，他就有些頭大。
    他現在有四家公司：聽逸遊戲、新藝傳媒、高遠科技和現在的異星科技。
    分別從事遊戲、傳媒、醫療、ai四個行業。
    要不是後兩家還沒正式起步，而且有薛璃幫忙管著，否則他根本就忙不過來。
    “得嘞，您有信心就行。”
    薛璃點點頭，沒有再多問。
    接著，兩人就異星科技後續投入成本進行了分析，發現這又是一個燒錢大坑！
    員工工資、場地租金什麽的都是小頭，設備采購和每月電費才是大頭。
    現在的設備隻夠前期訓練，後期還是要大量買入顯卡提高算力，設備越多消耗電量就越多。
    以chatgipt4為例。
    訓練一次大模型，大約需要3個月時間。
    訓練時需要使用2.5萬張英偉達a100顯卡，每張顯卡的功耗是400瓦。
    這麽計算下來，訓練一次就需要消耗2.4億度電！
    chatgpt3就更誇張，單次訓練的耗電量高達12億度電。
    若購電價格是每度電1元，那光是電費就要花12億。
    當然，工業用電價格肯定低很多，而且他們的數據也可能存在水分。
    不然人家deepseek的訓練成本是怎麽壓低到五百萬美元的？
    幾個億的差距，這可不是一句算法架構更優秀、訓練策略更高效，就能解釋的。
    “這樣吧，除了那實繳的一千萬的注冊資金外，我再拿一千萬出來，先給公司用著吧，不夠再說。”
    袁意想了想後說道。
    他手裏還有三千多萬的現金，拿一千萬出來都是小事兒。
    反正公司現階段的工作主要是數據收集與預處理，這工作比較簡單，成本也不高。
    本小章還未完，請點擊下一頁繼續閱讀後麵精彩內容！
    首先要收集互聯網如社交媒體、網頁）、專業數據庫如知網）、傳感器設備的數據。
    這些數據花錢就能買到。
    其次進行數據清洗，去除其中存在的錯誤、重複、殘缺數據。
    這需要數據分析師和數據工程師。
    最後是數據標注與劃分，標注完成後，將數據分為訓練、驗證、測試三個大集。
    標注工作比較簡單，完全可以外包出去。
    做完這些，才是最重要的模型架構選擇與設計。
    接著是訓練、測試、評估、優化、應用。
    前期的數據收集處理工作，袁意壓根就沒打算參與。
    這些工作壓根就是“在線搬磚”，既枯燥又無聊，不值得他浪費時間。
    他花那麽多積分將【人工智能開發】點滿，可不是為了每天坐在電腦麵前，看著視頻框小人。
    見他又隨手拿出一千萬，薛璃頓時酸的要死。
    這家夥哪來這麽多錢？？
    剛才答應給三千萬，現在又掏一千萬，四千萬怎麽在他這兒跟毛毛雨一樣？
    她越來越好奇這錢的來路了。
    如果像袁意自己說的，這些錢都是憑炒股賺的。
    那他這麽厲害，應該去搞私募基金，怎麽會費勁巴拉的搞這麽多不同行業的公司？
    雖然心裏疑惑，但她並沒有真的詢問出來。
    人要時刻牢記自己的位置。
    交淺言深可是大忌！
    領導表現的如何親和與禮賢下士，那是他的事兒，你不能因為這個就飄了。
    她跟這袁意混的時間可不算長，雖然現在看似很信任，但如果說已經完全建立了信任，那純屬是扯淡。
    而且，搞管理的崗位不比搞技術的，沒有不可替代性。
    踢一個沒有股份的高管出去，影響幾乎可以說是沒有。
    而擁有公司90％股份得袁意，可以沒有任何阻力的做到這件事兒。
    所以，她現在最好多做少問，踏實做事兒。
    跟著袁意時間久了，她相信答案自然會水落石出。
    喜歡重生18還帶掛？我躺進清北！請大家收藏：()重生18還帶掛？我躺進清北！書更新速度全網最快。