进入4月份以后，群星系概念的波动性由剧烈的爆炸暴跌逐渐走向平稳，不在动不动就是连板涨停或跌停。

    但是量化资本这个标的除外。

    其它群星系的上市子公司都在3月底陆续披露年报，唯独量化资本到现在还没有出年报。

    虽说年报披露最晚在4月底，但其它群星系子公司都披露了，就你量化资本没动静，大家觉得这家公司的年报可能有大雷。

    投资者除了这一担忧之外，量化资本这只股票此前涨的最多，从6.46元一路连板到了22.54元价位，累计涨幅达到了248.92%，其它群星系标的都大跌了，这票也肯定是有补跌需要的。

    ……

    4月3日周三。

    上午10点20分左右，方鸿来到群星资本总部，不过他的目的地并非是群星资本，而是在隔壁的一栋大楼。

    那栋大楼的第23层就是量化资本总部。

    “没想到陈总会亲自出来迎接，那位自称方鸿的帅哥是什么来头？”此刻，量化资本公司前台的两个妹子看到陈宇带着方鸿向公司内部走去，她们俩也不禁带着好奇议论。

    “看上去他们年纪相仿，有可能是同学关系什么的……”旁边的妹子如是猜测，她的同事不禁花痴道：“都好帅诶……”

    与此同时，出来接待的陈宇带着方鸿进了他的办公室里。

    两人来到休息区沙发坐下，方鸿看向坐在他的对面陈宇笑道：“最近我听说秦丰想把你招进他的SOCL计算语言部门，老黄也想邀你加入英伟达。”

    闻言，陈宇如是说道：“我一直想要建立一个更精准的人工智能量化交易模型，模型的复杂度越来越高，相应的对于数据参数和算力资源的要求越来越高，算法、算力、数据都不可或缺，尤其是对算力资源的紧缺，现有的硬件要满足我所需要的算力，成本支出太大，而且效率还是太慢……”

    言外之意就是，现在的硬件水平赶不上他的要求。

    陈宇说道：“我们平时跑模型的时候，不论是深度学习训练还是推理，第一个问题就是需要多大的显存，星宇科技的图形处理器为什么那么快，其中一个原因就是通用内存摆脱了PCie的限制，可以让CPU和GPU更加快速的交换信息。”

    “我认为星宇科技的SOCL大有可为，有自己的生态圈基础，是最有可能挑战英伟达的CUDA的地位，尽管现在看起来双方不存在竞争关系。”

    听到这话的方鸿心中为之侧目。

    陈宇望着他沉声说道：“但秦丰显然没有意识到GPU、CPU、SOCL与AI的关系及其在人工智能领域的意义，不，应该说他是有意识的，至少他比华尔街更明白，不然就不会有SOCL的出现，只是秦丰的重视程度远没有上升到与STAR系列智能手机的程度。”

    方鸿心中颇为欣喜，这陈宇绝对是个人才。

    他创立的量化资本现在一共就300多号员工，方鸿早就了解过这家公司的大致情况，但其中八成以上的员工学历背景都是带有计算机科学、物理学或数学领域的高材生，包括陈宇自己也是这样的学历背景。

    现在是研究资本市场做投资交易，但这个团队摇身一变就是一个强大的技术开发团队。

    过了片刻，陈宇打开放在桌上的电脑，并对方鸿说道：“这是我们跑的一个自主学习的神经网络AI模型，它已经在艺星视频上看了几千万个视频了，目标是图像识别，但问题是算力不够，如果要达成这个目标，得要好几千个CPU的支持才行，但如果换成GPU只用七个就搞定了。”

    闻言，方鸿盯着屏幕说道：“嗯，我知道伱想说什么，GPU虽然单个计算单元不如CPU通用，但可以同时进行大量计算。”

    方鸿在这一世原主的身份就是计算机系出生的，虽然在这方面可能比不过陈宇、徐景仁他们，但要是去科技大厂应聘是没什么问题的，这也是其他投资人没有的优势。

    陈宇点头道：“没错，就比如零八年奥运会开幕式上的印刷术表演，如果让一个或者几个掌握全局变化的人来对这个阵列进行实时调控那是相当复杂的，但实际表演中每个成员只需要记住自己什么时候站起来、什么时候蹲下，就可以使整体呈现出复杂多变的效果。”

    “这些成员就像是GPU里面的一个个小的计算单元，虽然并不掌握全局信息，但在一块同时运作却可以呈现出我们的想要的效果，而AI运算就是需要同时进行大量运算的场景，包括我们跑的AI交易模型。现在我们就是在用GPU来进行深度学习训练。”

    “如果只是说GPU更合适AI那肯定不至于，但这就不得不提英伟达的CUDA和星宇科技的SOCL了，老黄在五年前发布了CUDA1.0，这是一个用GPU来进行计算的并行计算平台和编程模型，尽管主要是用于加速图片处理也没有出现革命性的东西。”

    “但我相信老黄是认准了用GPU来进行计算的潜力，从他不遗余力的对其进行支持就是最好的证明，英伟达每一块芯片都支持CUDA，同时将CUDA开放给大众使用，意欲打造CUDA生态圈不言而喻。”

    此刻，方鸿心中大致对陈宇有谱了，不过他没有说话，而是不动声色地继续听着陈宇侃侃而道：“英伟达现在的股价在12美元左右，总市值不到75亿美元，可见华尔街也看不懂，更不懂人工智能是个什么玩意儿。在华尔街的眼里，英伟达为了配合CUDA这个框架，显卡成本增加一倍却卖不出更高的价钱，利润一度低到没法看。”

    方鸿此刻不动声色，心里却高兴，时耀这是发掘出了一个宝贝，在人工智能领域以及对英伟达的潜力看得相当之精准。

    有着前世记忆的方鸿很清楚，如果不出什么意外，英伟达在接下来的几年会一飞冲天，先是踏准了加密数字货币的挖矿潮风口对算力资源的巨大需求起飞，挖矿潮刚刚过去的时候人工智能在这个时候起飞。

    十年后ChatGPT的风口，没几天就有公司出来宣称自己发了一个新模型有多厉害，其中有一个指标就是该公司宣称自己拥有多少高质量的GPU，每当有一家公司宣布自己有能力参与这场AI领域的竞赛又拿不出产品的时候，就会说自家公司旗下有多少英伟达的A100显卡，很快就能发布自己的大模型了。

    可以说，彼时的AI赛道几乎都绕不开英伟达的硬件供应，英伟达也等同于是AI底层的基建公司，而且近乎垄断的了这个行业，别的公司想玩大模型，没有英伟达的显卡就是不行。

    但现在显然没有几个人意识到这一点，就连华尔街都不断质问英伟达做CUDA这些东西为什么没人用还一个劲的头铁死磕，这使得英伟达被资本抛弃，股价一度暴跌超过90%并且到现在都还处于低位。

    这会儿英伟达的市值甚至75美元都没有，小咪的估值都400亿美元了。

    华尔街的资本看不懂，但方鸿知道有人看懂了，目前在国内就至少有两个人看懂了。

    一个就是眼前的陈宇，从他的论述来看显然是无比坚信今后GPU会成为深度学习领域的标配。另一个看懂的是秦丰，星宇科技今年开展新业务，包括电脑、平板等，SOCL也是应运而生。

    眼下这个时间节点，方鸿肯定不能让老黄的英伟达垄断AI的底层硬件供应。

    ……

    (本章完)