与此同时，美国。
    莎拉·詹森坐在办公桌后，盯著电脑屏幕。
    页面上的数据图表平缓，几乎没有起伏。
    她组建的水军行动组，最近完全停滯了。
    站在桌前的主管拿著刚列印的报告，头上冒汗。
    “老板，我们在各平台布置的三千个矩阵帐號，全部失效了。”主管声音发虚。
    莎拉抓起笔敲了敲桌子。
    “失效是什么意思？帐號被封了？”
    主管摇头，翻开报告第二页。
    “帐號状態正常，没收到违规提示，还能发內容。”
    莎拉更烦躁了。
    “那为什么阅读和转发都是零？”
    主管咽了口唾沫。
    “我们被算法限流了。快看网搞的推荐算法很怪。我们的內容不管怎么蹭热点，真实用户根本刷不到。”
    莎拉冷笑。
    “也就是说，我们在对空气演戏？”
    主管无奈点头。
    “对方技术超出我们理解。新號只要发布特定內容，不到十分钟就被关进『小黑屋』。只有自己人能看到帖子，別人看我们就像透明人。”
    莎拉把笔扔在桌上，发出清脆响声。
    这一个月，她试了各种办法，换ip、模擬用户行为、甚至高价买閒置帐號。
    但只要一开始发布负面內容，数据立刻归零。
    盛夏科技在中文网际网路拉了一张她看不懂的网。
    莎拉吸了口气，强迫自己冷静。
    “我们不能认输。国会山那帮人只看报表。如果他们知道行动没效果，下半年经费就没了。”
    主管试探著问。
    “那我们怎么交差？”
    莎拉打开通讯录，找到一个外包团队的联繫方式。
    “既然在真实的中文网际网路掀不起浪，我们就自己造浪。去联繫东欧黑客，花钱买数据。”
    主管愣了一下。
    “买数据？”
    莎拉点头。
    “写几个爬虫，开发一批专门互相点讚转发的机器人帐號。不用影响真实用户，只要让机器人互相配合，把帖子数据刷上去。”
    主管明白了。
    “只要后台数据好看，证明行动在中文网络有反响，上面就会继续打钱。”
    莎拉关掉网页。
    “对。不管过程，只要表面贏了，预算就能保住。这就是华盛顿的逻辑。去做吧，月底前我要看到一份数据漂亮的报告。”
    “记住，贏，也是一门学问。”
    ……
    时间一天天过去。
    转眼到了2009年暑假。
    夏冬重生回来已经满一年了。
    夏冬坐在办公室，电脑上开著一个跨洋视频会议。
    屏幕分成两块，左边是美国的陆奇，右边是技术委员会高级工程师吴泽明。
    陆奇在美国进展很快。
    “夏冬，按你的要求，『补天计划』的海外技术骨干基本招齐了。我用字节跳跳的名义，从几家硅谷硬体公司挖了一批资深架构师。”陆奇匯报。
    夏冬看著手里的花名册，上面是新员工的履歷。
    “国內晶片团队也搭好了。北邮『盛夏实验班』第一批尖子生已经提前进实验室跟项目。”夏冬同步了国內进度。
    经过两个月招人，盛夏科技自研gpu的硬体班底凑齐了。
    但这只是第一步。
    夏冬清楚，造晶片没那么简单。
    越是深入这个行业，越能体会到其中的艰难。
    晶片设计是场残酷的人海战术。
    就算在2009年，製程工艺还没卷到几纳米，但整个研发流程依然繁琐。
    从架构设计、逻辑综合、物理设计到流片测试，每个环节都需要大量人力和时间试错。
    几十亿个电晶体要在一个小硅片上排布，稍有差池，流片几百万美元成本就打水漂。
    这註定了盛夏科技的自研gpu，短时间拿不出成品。
    视频会议结束，陆奇下线去处理美国公司业务。
    吴泽明从右边窗口切出，他今天在公司，直接敲门进了夏冬办公室。
    吴泽明眼底有黑眼圈，显然最近熬夜了。
    他在夏冬桌前坐下，递过去一份纸质报告。
    “快看网的伺服器快撑不住了。”吴泽明开门见山。
    夏冬接过报告，翻开第一页。
    各项监控数据已经標红。
    快看网流量爆炸式增长。
    隨著“快看號”普及，每天都有海量內容上传。
    快看网的核心竞爭力，是那套基於ai算法的个性化推荐系统。
    这套算法需要实时分析每个用户的停留时间、点击偏好，进行大量数据计算和匹配。
    之前的算力全靠传统cpu伺服器集群。
    但现在，cpu计算效率到了物理极限。
    吴泽明揉了揉太阳穴。
    “上周新加了一百台顶级伺服器，只顶了三天。晚高峰时，cpu占用率全在百分之九十五以上，机房散热空调开到最大也没用，伺服器频频报警。”
    夏冬看著標红的数据，皱了皱眉。
    快看网推荐算法想跑在自研晶片上，短时间內不现实。
    远水解不了近渴。
    大约一个月前，夏冬就预判到了这个算力瓶颈。
    他当时安排吴泽明带一个小组负责技术攻坚，找替代方案。
    吴泽明见夏冬看完数据，身体前倾，语气带著一丝兴奋。
    “按你之前的提示，我们需要把现有算法移植到gpu上。这一个月，我们小组把这条路线终於走通了。”
    夏冬抬头看向吴泽明。
    “技术验证完成了？”
    吴泽明重重点头。
    “完成了。幸运的是，英伟达两年前推出了cuda架构。虽然还是早期版本，很多底层函数不完善，但已经支持c语言编程。”
    他指著报告最后一页。
    “我整理了一份技术路线文档。我们用机房现有的几张英伟达显卡做了初步尝试，各项技术要点都攻克了。隨时可以开始全面迁移。”
    夏冬翻到最后一页，看著迁移计划。
    “干得不错。你先回去早点休息，这份报告我仔细看一遍，明天给你答覆。”
    吴泽明站起身，长出一口气。
    “好，那我先回去补觉，机房让值班工程师盯紧。”
    吴泽明离开后，办公室彻底安静。
    夏冬靠在椅子上，目光落在那份cuda迁移方案上，陷入沉思。
    这是一份能立刻解决快看网算力危机的方案。
    但夏冬心里有些不甘。
    他清楚，如果现在把核心算法全移植到cuda上，意味著什么。
    这等於亲手培养一个未来的恐怖对手。
    在普通人看来，显卡只是打游戏的配件。
    不管是英伟达还是amd，都是卖硬体晶片的厂商。
    在2009年，amd和英伟达在硬体製造能力上，差距並不大。
    大家的显卡都能输出高清图像，都能运行大型3d游戏。
    但为什么到了后来，英伟达市值能一骑绝尘，甚至超过苹果和微软，成为全球市值最高的科技巨头？
    为什么同样是做显卡，amd在ai时代只能跟在英伟达后面？
    答案就是吴泽明报告里的四个字母——cuda。