第333章 挖人

第二天上午。 棕榈滩国际机场。 按照原定安排，陈默和陆静怡将从这里直接返回香港。 车队刚刚驶进机场，陈默便接到了伊利亚的电话。 “陈，你还没有离开美国吧？” “正在机场。” “先别走。” 伊利亚的声音沙哑。 陈默看了一眼时间。 “出什么事了？” “下一代语言模型的第一次扩大训练失败了。” “模型结构有问题？” “不是模型。” 电话另一端传来键盘敲击声。 “昨天晚上，我们按照原方案将训练规模扩大到五百一十二张GPU。” “单机测试正常，接入的机器越多，训练效率反而越低。” “显存里堆满重复数据，大量GPU都在等待其他节点完成计算，机器之间传输参数的时间，甚至超过了真正用于训练的时间。” 伊利亚停顿片刻。 “最后系统在第七个小时失去同步，训练结果全部作废。” 陈默没有立即说话。 一台机器工作很快，不代表将几百台机器放在一起，速度便能增加几百倍。 模型需要被拆分到不同GPU上。 每一块GPU计算完自己的部分，还要与其他节点交换结果。 数据如何分配。 显存如何利用。 什么时候通信。 任何一个环节出现堵塞，价值数百万美元的GPU集群都会陷入等待。 纸面算力再大，也无法转化成真正的训练能力。 “现在的利用率多少？” “平均百分之三十二。” 伊利亚回答。 “最差的时候不到百分之二十。” OpenAI目前拥有两千多张GPU。 如果始终保持这种效率，真正发挥作用的算力甚至不到账面规模的一半。 未来将集群扩大四倍，问题只会更加严重。 “上次会议结束以前，你说只剩下一个办法。” 陈默想起马斯克推门时被打断的谈话。 “就是这个？” “对。” 伊利亚说道。 “谷歌拥有比我们更多的机器、工程师和数据中心。” “只靠采购GPU，我们永远追不上他们。” “OpenAI必须建立自己的计算系统，让每一张GPU完成更多工作。” “我们需要真正理解CUDA、显存、通信与分布式系统的人。” “我已经让Sa硅谷寻找合适的人选。” “不用找了。”陈默说道。 伊利亚安静了两秒。 “你有推荐？” “知道一个。” 陈默挂断电话，看向坐在身旁的陆静怡。 “让机组更改飞行计划。” “先去旧金山。” 陆静怡显然已经从刚才的通话里听出了原因。 “林启航？” 陈默笑了笑。 “还记得？” “在英伟达走廊里看了别人半分钟，让我把名字记下来。” 陆静怡取出手机。 …… 湾流改变航线，重新飞往美国西海岸。 飞机进入平飞状态以后，陈默没有让团队私下接触林启航，而是先拨通了黄任寻的电话。 “陈先生？” 黄任寻明显有些意外。 “我刚看到猎鹰九号的新闻。” “你这趟美国之行似乎很精彩。” “还差最后一件事。” “与英伟达有关？” “与你的一名工程师有关。” 电话里短暂安静下来。 “谁？” “林启航。” 黄任寻很快想起了这个名字。 “所以你今天打电话，是准备从英伟达挖人？” “我准备邀请他加入OpenAI。” 陈默没有兜圈子。 “负责大规模GPU集群和分布式训练系统。” “他刚加入英伟达不久。” “CUDA内核和内存优化团队同样需要他。” “我知道。” 陈默说道。 “所以先给你打电话。如果只想把人带走，我可以让猎头直接联系。” 黄任寻轻哼一声。 “先买英伟达的股票，再来英伟达挖工程师。” “陈先生，你做投资的回报是不是太高了？” “OpenAI未来十八个月准备将GPU规模扩大到八千张以上。” 陈默说道。 “后面还会继续增加。” “林启航加入OpenAI，不会让英伟达少卖一张GPU。” “他如果能解决大规模训练效率，反而会让我们购买更多。” “你是在拿我的工程师，替我培养未来最大的客户？” “差不多。” 黄任寻被气笑了，但他是商人，没有一个商人能够拒绝巨大的利益，所以他没有反驳。 陈默继续说道：“OpenAI可以与英伟达成立联合计算系统实验室。第一批八千张GPU，由英伟达进入优先供应谈判。” 黄任寻握着手机陷入思考，对于英伟达而言，大型人工智能模型仍然是一个很早的市场。 绝大部分GPU收入依旧来自游戏和专业图形。 OpenAI如果愿意用真实训练任务帮助英伟达测试大规模集群，那价值远不止一批硬件订单。 更何况，陈默电话直接打到自己这里，按华国说法是先礼后兵，自己要不同意，隔壁AMD也不是吃素的。 “你什么时候到旧金山？” “下午一点左右。” “三点来英伟达。” 黄任寻说道。 “我安排你们见面。” “他愿不愿意走，看你自己。” “足够了。” “还有。” 黄任寻补充一句。 “那八千张卡，一张都不能少。”