格林伯格在节目播出后转发了嘉宾3号的发言片段，配文：“这就是我想说的！”
但Reddit上的加密社区很快对他的推文进行了围攻。
有人直接回复道：“你昨天说Trump币会归零，今天它涨了112%，你有什么资格继续唱空？”
还有人把格林伯格两个月前的一个帖子翻了出来，那个帖子里格林伯格说比特币在3年内不可能突破1000美元。
“1200美元了，格林伯格先生，您怎么看？”
格林伯格没有回复。
这些保守派势力的代言人在媒体面前卖力渲染加密货币的危害，但全都没用。
因为绝大多数投资者都在这轮币圈牛市中赚到钱了。
VR交易所的后台数据显示，2011年前11个月，比特币累计涨幅超过300倍，以太坊自7月上线以来涨幅超过150倍！
山寨币市场的平均涨幅更是超过了10倍！
在香江，HKDV的线下零售支付网络覆盖了海港城、时代广场、新世纪广场、百佳超市、屈臣氏，每个月的结算流水以超过30%的速度增长。
在美国，Coinbase上线首月就获得了80万会员，泰达币总流通量突破了400亿美元。
这些数字不是预测，是已经兑现的事实！
投资人的利益已经和加密货币深度绑定，谁想让他们卖掉手里的币，就是在挡他们的财路！
Reddit加密板块有一个被置顶的帖子，内容很直白：
“他们想让我们卖掉比特币去买什么？买美股吗？纳斯达克今年涨了不到2%！”
“加密资产是今年唯一能赚钱的市场，谁让我卖我跟谁急！”
帖子下方评论区里的数千条回复，清一色地附和。
除了加密资产之外，其他金融标的近期的表现确实都很差劲。
美股在进入12月之后连续下跌。
道琼斯工业平均指数12月1号到4号累计下跌了超过400点，标普500指数同期的跌幅接近2%！
大宗商品市场更是惨烈。
WTI原油期货从11月的105美元高点跌到95美元，跌幅接近10%！
伦敦铜期货在耶伦讲话之后单日暴跌3%，刷新了过去3个月的低点！
黄金现货在跌破1720美元之后持续阴跌，12月4号收报1705美元，距离10月创下的年内高点的回调幅度也不小。
全球资金找不到更好的去处。
彭博社在12月3号的一篇市场分析文章里写道，2011年全球主要资产类别的回报率排名中，比特币（约300倍）排名第一，以太坊（约150倍）排名第二。
第一和第二远远把第三甩在身后，连尾灯都看不到！
文章用了一段非常不客气的导语：如果你在2011年没有持有加密资产，你的投资回报率一定远落后于平均市场表现。
这篇文章被华尔街的保守派批评为鼓吹投机，但彭博社的数据没有错。
愿意投入加密市场的钱越来越多。
……
香江时间12月4号。
陈平坐了一架从香江飞往姑苏的客机
12点整，飞机降落在建邺禄口机场。
陈平下飞机后，几乎马不停蹄地坐车前往灵境ai实验室。
灵境ai的研发中心设在姑苏工业园区，是一座独立院落，占地大约30亩。
院内共有3栋建筑，主楼是数据机房和训练中心的所在地。
陈平走进主楼时，季铭已经在一楼大厅等着了。
“小陈，我有件事我需要当面跟你汇报。”
陈平点头。
“去会议室说。”
几分钟后，会议室里的人到齐了。
季铭坐在陈平左手边，他的对面是原DeepMind的创始人，来自伦敦的大卫·哈萨比斯。
大卫旁边是灵境ai的算法总监王星原，王星原旁边是工程总监赵知行和数据团队负责人刘帆。
最后一个人坐在会议桌的角落，穿着一件不起眼的夹克，手里拿着一沓资料，从头到尾没说一句话。
他是梁文峰。
季铭清了清嗓子，开口说道：
“原本计划12月推出女娲1.0版本，但现在看来可能要推迟了。”
陈平的眉头皱了一下。
“原因呢？”
大卫解释道：“训练大语言模型所需要的算力远比我们预估的庞大得多！”
大卫一边说一边打开电脑，把屏幕转向陈平。
“我们在今年9月完成了女娲1.0的基础架构设计，当时预估的训练算力需求大约是每秒1000万亿次浮点运算，也就是1PFLOP，基于这个预估，我们采购了英伟达的2000块Tesla M2050计算卡。”
“但当模型框架搭建完毕、训练数据装载完成、开始正式训练之后，我们发现实际的算力需求远不止这个数字。”
季铭补充道：
“女娲1.0的参数量是1700亿个，训练数据集覆盖了超过5000亿个Token，这个规模比我们之前做AlphaGo时大了至少4个数量级。”
“目前我们手里的计算卡已经不够用了。”
“1700亿参数？？？”
陈平倒吸一口凉气，“刚开始你们不是说女娲1.0版本的参数是1亿吗？”
“1亿级别的LLM我们在上个月月底就已经训练出来了，但是实测效果非常差，1700亿参数量是我们经过缜密的研究讨论后得出来的结果，它足以让大语言模型产生质变！”
陈平沉默了几秒，然后问道：
“那你们还需要多少算力卡？”
会议室里的人面面相觑。
季铭看了大卫一眼，大卫又转头看向王星原。
王星原低头不语。
最后，梁文峰开口了：
“如果是买英伟达的计算卡，按照采购价至少需要14亿美元。”
14亿美元！
陈平头都大了。
今年在灵境ai身上已经砸了快60亿美元。
年初收购灵境科技的原始技术团队和专利，花了8亿美元；
年中从Google手里抢下DeepMind，斥资2.5亿英镑，折合4亿美元；
之后搭建姑苏数据中心的硬件基础设施，采购服务器、存储阵列、网络设备，又花了超过20亿美元；
AlphaGo项目的研发和运营成本累计超过了8亿美元；
女娲项目前期的框架设计、数据采集、预处理和无成果训练浪费掉的算力，折合成人民币已经超过了50个亿，折合8亿美元。
如果现在又要砸14亿美元买计算卡，意味着灵境ai在2011年的总投入将突破80亿美元！
而截至目前，灵境ai唯一拿得出手的商业化产品，是一款几乎没有商业盈利能力的AlphaGo。
总结一句话就是，60亿美元砸下去，只换来了一堆经验。
陈平深吸了一口气。
“14亿美元，能有多少块卡？”
梁文峰翻了翻手里的资料。
“英伟达的Tesla M2090单卡售价大约1.2万美元，14亿美元可以买大概11.6万块，但M2090的单卡显存只有6GB，双精度浮点性能每秒665GFLOP，按照女娲1.0的训练需求，11万块卡勉强可以跑起来。”
“如果等明年英伟达发布开普勒架构的GK110核心，单卡显存提升到12GB，浮点性能提高到1.5TFLOP，同样价格可以买到更少的卡但算力更强，周期大概要到2013年。”
2013年。
陈平摇了摇头。
等不了那么久。
季铭看到陈平的表情，愈发自责了。
“陈总，怪我，我当初低估了1700亿参数大模型的训练难度。”
大卫也低下了头。
他在DeepMind时做的是强化学习和小规模神经网络，面对1700亿参数的大语言模型，同样处在一路摸索的状态。
会议室里安静了很长时间。
陈平叹了口气。
“虽然女娲1.0没法在短时间内推出，但这14亿美元我会批。”
季铭和大卫同时抬头。
陈平继续说道：
“但我需要一个明确的时间表，不能再像之前那样不断推迟。”
季铭立刻回答，“如果算力到位，12月底完成第一批训练，1月中旬完成微调，2月底之前可以上线1.0正式版！”
“可以。”
陈平说完之后，又看了一眼梁文峰。
梁文峰的表情自始至终没有任何变化。
季铭似乎想起了什么，急忙开口。
“陈总，还有一件事。”
“说。”
“虽然女娲1.0没法在短时间内推出，但灵境ai的第一款量化大模型已经进入灰度测试阶段了。”
陈平的眼睛亮了一下。
“量化大模型？”
季铭转头看向梁文峰。
“梁总，你来介绍吧。”
梁文峰把手里那沓资料放在桌上。
“量化大模型的训练效率比大语言模型高得多，难度也低不少。”
“它的核心任务不是在自然语言理解上达到人类水平，而是在多维金融数据中寻找统计规律，并据此生成交易信号。”
“我们用的基础架构是LSTM加注意力机制的结合，参数量控制在80亿左右，训练数据集涵盖了VR交易所过去一年的全部交易数据、美股过去10年的日频行情、以及全球主要大宗商品和外汇的日内价格。”
“目前模型在模拟盘上的表现是：平均年化收益28%，最大回撤11%，夏普比率2.4。”
陈平听完之后，看了季铭一眼。
季铭立刻说道。
“这都是梁总的功劳，没有梁总，我们没法在算力吃紧的情况下拿出量化大模型。”
梁文峰摇了摇头。
“不是我一个人的功劳，数据团队清洗了超过500TB的原始交易数据，工程团队优化了分布式训练的通信效率，我就是把模型框架搭了一下。”
陈平打断了他们的互相谦让：
“不用推辞了，梁总今年的年终奖翻倍！”
梁文峰愣了一下。
陈平继续说道：
“另外，我个人转赠灵境ai 1%的股份给梁文峰。”
会议室里所有人的目光都集中在了梁文峰身上。
季铭的眼神里闪过一丝羡慕，但他很快带头鼓起了掌。
大卫和旁边的王星原也跟着鼓了掌。
1%的灵境ai股份，按照之前高盛对灵境科技的估值模型倒推，灵境ai的隐含估值已经超过了100亿美元。
1%就是1亿美元！
而梁文峰几个月前还是一个默默无闻的独立开发者。
梁文峰的表情终于有了一点变化。
他的嘴唇动了动，但说不出话来。
陈平站起身。
“继续加油，明年1月，我要看到量化大模型在实盘上跑出成绩！”
季铭立刻站起身。
“陈总放心，我们明年1月一定交出一份满意的答卷！”
大卫也重重地点了点头。
他们在看梁文峰的眼神里，除了羡慕之外，多了一种强烈的胜负心。
这个沉默寡言的人拿了公司最高的个人奖励，下一轮该轮到他们了。
会议结束之后，陈平单独把季铭和梁文峰留了下来。
他坐在椅子上，看着梁文峰。
“这个量化大模型，你觉得应该取一个什么名字？”
梁文峰沉默了一会。
陈平又问道。
“你觉得哪个名字好？”
梁文峰犹豫了片刻。
“不如叫幻方如何？”
陈平的心头震了一下。
幻方量化！
在前世，许多a股散户听到这四个字都得打哆嗦。
它曾是a股量化圈最锋利的镰刀！
从2015年到2021年，幻方量化的管理规模从十几个亿膨胀到了超过1000亿，旗下多只量化对冲基金的年化收益稳定在20%以上，而同期沪深300指数的年化收益不到5%！
更让人恐惧的是它的技术迭代速度。
幻方是国内第一家全面应用AI模型替代传统多因子策略的量化机构，他们在2017年就搭建了超过1000台GPU服务器的训练集群，比国内绝大多数量化同行领先了至少2到3年。
2019年到2020年那波A股的结构性牛市，幻方的高频策略在日内不断收割散户，以至于雪球和淘股吧上到处是骂它的帖子。
现在这个名字从梁文峰嘴里说了出来。
陈平的表情控制得很好，但心里却掀起了一阵复杂的感慨。
前世他是被许心妍误导的清山集团首席操盘手，在伦敦镍逼空事件中从天台一跃而下。
幻方量化曾经是他忌惮的对手之一，现在竟然成了自己旗下的资产。
他在心里对自己笑了一下。
梁文峰看到陈平没说话，以为他对这个名字不满意。
“如果觉得不合适，可以再想其他的。”
陈平摇头。
“就叫幻方量化。”
他站起身。
“季老师，这边的事你继续盯着，幻方量化的实盘测试尽快给我一个明确的推进表，资金和交易接口我会让徐明鑫配合。”
季铭点头。
“明白。”
陈平最后看了一眼梁文峰。
“你的那1%股份协议，明天会有人事部门的人来找你签，你拿身份证出来就行。”
梁文峰沉默了好一会，然后说了一句。
“谢谢陈总。”
陈平摆了摆手，走出了会议室。
……
晚上，陈平在姑苏老城区的一家私房菜馆请季铭吃了一顿饭。
季铭喝了半斤黄酒之后，话变得多了起来。
“小陈，我跟你说实话，我今天在会上看到你听到14亿美元时那个表情，我心里很难受。”
季铭端着酒杯，眼圈有些发红。
“我知道你对灵境ai寄予厚望，AlphaGo下棋赢了李世石的时候，全球都在讨论华夏ai的崛起，但我自己知道，那个东西只是一个技术验证，离商业化还有很长一段距离。”
陈平给他倒了一杯茶。
“季老师，你不用这么自责，投多少钱是我判断的，不是你的责任。”
季铭摇头。
“道理我知道，但拿人钱财替人办事，你给了我们这么多钱，我们拿出来的东西配不上这个投入，我就没脸见你。”
陈平夹了一块东坡肉放进季铭碗里。
“女娲1.0的参数量是1700亿，全球没有第二家在做这个量级的大模型，Google的BERT只有3.4亿参数，Facebook的RoBERTa只有3.5亿参数，你们做的事情比他们难了500倍。”
“如果在AlphaGo之前你说要做一个1700亿参数的大模型，我会觉得你疯了。”
“但AlphaGo证明了你和你的团队有能力解决工程上的极端难题，所以我愿意继续投。”
季铭听到这里，把杯子里的酒一口闷了。
“小陈，你放心，明年2月之前，我一定把女娲1.0交到你手上！”
“我信你。”
陈平端起茶杯，碰了一下季铭的酒杯。
季铭喝完酒之后，又说起梁文峰。
“梁文峰这个人，我没见过比他更理智的天才！”
陈平笑了。
“你也是天才。”
“不一样。”
季铭摆手。
“我是那种需要团队、需要资源、需要大量试错才能出成果的人，他是那种一个人一台电脑就能把问题想通的人。”
“幻方量化这个项目，最开始只是我们在等女娲训练结果时的一个技术消遣，结果梁文峰用3周时间就把基础框架搭出来了，又用了2周时间完成了训练数据的清洗和对齐。”
“5周，从零到模拟盘跑出28%的年化收益。”
季铭说完又给自己倒了一杯酒。
“我以前觉得自己挺厉害的，在姑苏大学带了10年研究生，发了50多篇顶会论文，结果见到梁文峰之后，我才知道什么是真正的聪明。”
陈平道。
“但你比他更适合做管理者。”
季铭想了想。
“也许吧，他不太喜欢跟人交流，整个团队开会，他可以两小时从头坐到尾一句话不说，但如果你问他具体技术问题，他的回答可以精确到每一个参数的选择理由。”
陈平点了点头。
“这种人放在技术岗是最好的，量化大模型以后就由他主抓，你在资源和方向上帮他兜底。”
季铭端起酒杯。
“这个你放心。”
吃完饭已经是晚上9点。
陈平回到姑苏工业园区灵境科技的招待所，洗了把脸，然后给魏芙打了个电话。
魏芙的声音听起来有些累。
“今天跑了一天的数据，印尼那个煤矿的品位数据有问题，我在跟他们的工程师反复核对。”
“怎么样？”
“不是大问题，是采样标准不一致，印尼那边用的还是1998年的采样规范，和国内2007年新版本的要求不兼容，重新整理一下就好了。”
陈平心里有些心疼。
“你别太拼了。”
魏芙笑了一声。
“拼什么？坐在电脑前整理数据而已，能有多累？”
“对了，你今天整出的动静可不小，彭博社爆料，灵境ai将采购11.6万张英伟达Tesla M2090，差不多14亿美元，搞ai这么烧钱吗？”
陈平听到“14亿美元”这个数字，嘴角一抽。
“心疼了？”
“当然心疼啊，我的钱又不是大风刮来的，虽然但是，这笔钱还是得批，不过我不见得会把订单交给英伟达，让彭博社爆料不过是为了向AMD施加压力罢了。”
“你啊，唉……”
魏芙的声音变得有些软。
“我只是觉得，你现在做的每一件事，换了我，我一件都不敢做，80亿美元砸进一个不知道什么时候能赚钱的项目里，换了我早就被吓退了。”