的是大规模神经网络，大型深度网络。

这些词在未来有一个更加准确的称呼。

叫做大模型！

2013年啊，成教授就已经有大模型的概念，通用模型的模糊概念了！

“不不不，成教授，你说的也是我想说的，我的设想就是构建一个规模足够大的神经网络，先用海量无标注数据预训练，学习世界的通用表征，之后不需要全部重训，只做少量调整，就可以处理语言、对话、甚至图像等多种任务。它不是AGI完整的通用人工智能，但它是通向AGI的一块核心基石。”

“为了拥有这块基石，我才邀请成教授你到红星来的。”

“而你说的这些，可以称之为大模型。”

成文飞此时也产生了一种异样的感觉。

陈总好懂啊。

陈总好懂我啊。

这套理论他之前在宾夕法尼亚的时候也和业内人士说过，只不过他们都说自己异想天开。

还大型深度学习网络，现在的CPU算力集群怎么可能处理得了海量数据。

更别提训练了。

所以那时候成文飞就知道，CPU算力集群，一定会被淘汰掉，效率太低太低了。

想实现真正的模型训练，必须要有效率更高的方式，霉国那边目前大家都在尝试用图形计算卡来实现，只不过还没有厂商有成果和论文在学术界出现。

不过成文飞觉得，用分布式的GPU进行训练，绝对是未来的方向，所以半个月前听到甘良才说红星在自研GPU和计算卡的时候，就明白一件事。

红星的在一些方向上，是确定的，是开始行动的，是走在霉国很多机构和公司前面的。

“那么陈总，要实现你所谓的大模型，我口中的大型深度网络，就必须要有足够的算力，现在的CPU计算到了一定瓶颈，大家准备转向GPU并行计算，那我想问一下，这方面咱们红星是怎么打算的？”

陈星不语，走到自己办公桌前，并示意成文飞也过来。

然后拿出了无冬大师给自己的那份报告。

“成教授，你先看看这个。”