第392章 液冷技术(2 / 4)

但这30亿不是净利润,还得扣除高昂的海外渠道分成、服务器宽带、研发成本,最后还得给红杉和IDG这帮投行股东分红。

而国内的主体项目——聚划算团购网,每天都在疯狂烧钱补贴,能维持收支平衡就已经是商业奇迹了,根本赚不到多少钱。

在这样的财务结构下,林渊手里其实还背着南京市政府特批的3个亿银行贷款。

如果有一天他的江湖地位崩盘了,游戏流水下滑,这3个亿的窟窿他就必须得自己填,拿什么还?只能拿这堆正在建的服务器去抵债。

所以,在很多懂行的旁观者看来,林渊现在的产业结构其实并不算健康,甚至有些入不敷出,缺乏一个绝对稳固的国内护城河来支撑这么庞大的利润点。

现在他拿着救命的现金流跑去建连个盈利模式都看不见的数据中心,还要砸钱搞校企合作,简直就是疯子的行径。

但是,别人看不懂,林渊自己却再清楚不过。因为他是一个从未来回来的人,他比这个时代的所有人都清楚,未来的世界,绝对是人工智能(AI)与深度算法模型的天下。

谁掌握了算力,谁就掌握了下一个十年的入场券。

林渊今天来,就是为了搞清楚一件事。

“三位教授。”林渊目光诚恳地看向他们,“我虽然也懂点底层代码,但在大型实验室的顶尖硬件设备采购上,我那点常识肯定不如各位专家。咱们这个实验室如果想出世界级的成果,到底需要配备什么级别的设备?”

李院长沉吟了一下,率先开口:“如果要搭建稳定的底层运算环境,我们院里之前的设想是,主要采购惠普或者IBM的塔式企业级服务器,求个安稳。”

周志华教授跟着补充道:“小林,既然你有自己的数据中心,我们的建议是上国产的‘曙光’系列刀片服务器集群。做咱们这种机器学习的算法模型,传统的CPU阵列在并行处理上是业内最成熟的方案。”

林渊听完,摇了摇头问:“传统的CPU算力上限太低了。既然咱们要搞最前沿的底层算法,为什么不直接搭建GPU显卡算力集群?”

举报本章错误( 无需登录 )