科晨远达A座十二层，灯火通明，两千平米的空间完全打通，各种机柜和服务器正在源源不断运送进来，大量身着白大褂的工程师正在紧张地安装调试服务器。

在其中一个角落里有一间十多平米的玻璃房间，平凡庸碌的大学讲师商落鸿，展现出一种雍容且高贵的态度。

他坐在沙发上，阴沉着脸，往日的笑容一丝也看不见，如同一位帝王，蔑视地盯着面前的手机，双手十指交叉，声音却从双手下传出来。

“使人不至走漏风声，你听成了死人不至走漏风声？”

视频电话里的人吓得连连求饶：“商先生！请再给我一次机会，请再给我一次机会！”

商落鸿豁然起身，对着电话怒斥：“饭桶啊！维克多都死了！我给你什么机会？”

他想了想，有几分无奈地说：“客观来讲我是有点口音，不能完全归罪到你身上，你回来看紧陈洋，只有他会人工智能这个技术，再失手就不用我说了吧！”

陈洋在十一层的办公室，刚打算出门就被堵回来，已经检验过逻辑图的克里斯丹尼尔还有阿舒雷格走进陈洋的办公室，遗憾地通知陈洋他们：AI图形芯片设计引擎画出的逻辑图完全不能用，错误太多。

具体来说，流水线架构有问题，寄存器比例也不对，貌似陈洋设计的图形芯片设计引擎AI又菜还又爱画，生成的超大规模流处理器如同贴纸生硬得拟合在一起。

阿舒雷格这种顶级的图形芯片架构师解释了几句：“速度的提升与流处理器数量不是简单的线性关系。反复去找那个流处理器数量上的甜蜜点，还不如把精神放在优化电路设计、减少访存次数、增加数据通路带宽这种事半功倍的工作上。”

克里斯丹尼尔接着话题继续下去：“流处理器越多，热量越大，反而影响性能和寿命，功耗也是个大问题，3个8pin的供电可不是每个人都接受得了，另外，16G的显存意义不大……”

综合评价，两人认为这款AI图形芯片设计引擎像那么回事，但是完全不是那么回事。这下把陈洋搞郁闷了。

正好商落鸿进门，听到了这个消息，他一脸同情的笑容，拍了拍陈洋的肩膀，温和地宽慰着：“师弟，继续研究吧，科研哪里有那么容易，罗马也不是一日建成的。”

“我觉得是数据精度不够，可能是陈在标注图纸的时候，没有实现清晰和准确标注，因此模型的可靠性和精度没有达到预期。”

“我觉得是数据样本不够，我们看能否提供给你更多的显示芯片的设计图。”

两个看似内行的外行提出了各自的想法，尤其是高级架构师阿舒雷格热情地提供了自GT8800以后的二十余款显示核心的设计图。

陈洋不得已把心中那张流程图的勾再去掉，重新陷入到绝望的标注数据的工作中.

AI学习和人类学习在本质上并无不同，都是通过经验和信息来提高自身的能力，只不过人类通过感知、思考、行动和反馈等方式从环境中获取经验， AI模型通过处理数据和反馈信号来获得经验.