在研究院讨论了一个上午，大模型各个方面的工作逐渐成型。首先定下来的就是加速卡的方案，这个其实很简单，把原来科学计算的那个拿来修改一下就好了。把fp64模块大幅精简，然后通过对程序计算类型进行分析合理分配4位、8位、16位和32位计算单元的数量就行了。
当然也有困难，就是那个基板内存封装的事情。计算机分部对这个多层芯片叠加的方案大加赞赏，认为非常可行。当然了内存芯片肯定要专门设计，现有的可没办法叠在一起。计算机科学家认为这个方案非常完美，首先把内存封装在基板上距离计算核心近了，数据交换速度自然就提升了，信号传输是需要时间的，距离短了更容易提速。
第二就是多层内存芯片叠加规避了基板面积小的缺点，最大化的增加了容量，干活的积极性非常高，准备大干特干。很多时候只是一个想法，有了突破口其实在技术上并不是多难实现，无非就是多实验，钱到位了试的多了也就做出来了。
软件组的任务也定了下来，修改软件的功能。最初设计的是处理语言学的工作，肯定要增加别的功能，根据不同的应用方向成立了小组。
要做的事情很多，比如，如何提高不同加速卡之间的信息交换速度、完善开发工具……这些都是研究院一直在做的，直接拿来用就好了。
最后下来发现训练组和测试组无事可做了。大模型在蛋白质计算中心的运行速度最快，但是那边的工作更重要，没办法占用。
眼看着因为硬件的原因工作没办法开展，两个小组的人无比郁闷。最后化悲愤为力量主动协助其它小组开展研究。新的专用芯片早一天出来就能早一天开展工作。
其实设计这种专用芯片目前来看在经济上是不怎么划算的，应用范围太窄了。不过研究院可不考虑这个，亲眼见过那个人工智能应用后非常确信发展成熟后应用极广，现在不赚钱不等于以后不赚钱，做技术储备呗。
班行远自己也领导一个小组，研究进一步对算法进行优化，降低对算力的需求。他有一个想法，打算借鉴大脑处理信息的方式。