第392章 液冷技术

  而国內的主体项目——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蹟了，根本赚不到多少钱。

  在这样的財务结构下，林渊手里其实还背著南京市政府特批的 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伺服器去抵债。

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

  现在他拿著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，別人看不懂，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，绝对是人工智慧（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体设备採购上，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別的设备？”

  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，主要採购惠普或者 ibm 的塔式企业级伺服器，求个安稳。”

  周志华教授跟著补充道：“小林，既然你有自己的数据中心，我们的建议是上国產的『曙光』系列刀片伺服器集群。做咱们这种机器学习的算法模型，传统的 cpu 阵列在並行处理上是业內最成熟的方案。”

  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？”

  王主任嘆了口气，解释道：“林总，你可能对目前的硬体市场不太了解。我们不是没想过用 gpu，但是英伟达（nvidia）今年刚推出的新一代架构，存在很严重的质量问题。”

  “是的。”周志华接话道，“他们这一代核心的漏电率和发热量大得离谱，简直就是个火炉。如果我们在实验室里满载高並发跑上几天，不仅散热是个大麻烦，甚至有直接烧毁主板的风险，这採购成本谁吃得消？所以大家现在都不建议搞英伟达，还是买曙光稳妥。”

  林渊若有所思地点了点头：“原来是这样。发热和次品率確实是个大问题。但除了硬体本身，英伟达的 cuda 並行计算架构生態，目前在市面上是不是没有任何替代品？”