应该能多撑几个月，我听说老黄为了满足国内客户激增的需求，已经下了超级急件订单，把交货期大大提前，并且压缩到了2-3个月，等到四五月份我们的订单估计就能交货了。”

　　卫康赞许道：“可以。就这么办吧，再不行的话，盘古研究院那边也有两万块，可以暂时挪一些给你们用。”

　　盘古研究院的gpu是更高端的h100，主要是给安美使用，应用场景在药物研制，生化模拟，深度学习，内部云服务等方面。

　　一般来说，这些都是三清的私密信息，已有的算力是足够的，就算有额外的冗余，能挪用的也不算多。

　　实在不行就只能苦一苦用户，熬到春季新显卡到货再说了。

　　a100是数据中心专用gpu，市面上暂时没有可以规模替代的方案，要做ai大模型训练，高度依赖gpu芯片，缺少芯片会导致算力不足，无法处理庞大的模型和数据量。

　　最终的结果就是，ai存在智商差距。

　　高智商的ai是一头恐怖的吞金巨兽，只能在硬件采购，模型训练上不断烧钱。

　　这样的成本，不是任何一家公司能承担的，具备资金储备，战略选择，以及实际能力的国内企业，寥寥无几。

　　openai能做出chatgpt，背后有巨硬提供资金和算力支撑，而且出了成绩，金主有信心源源不断地砸下百亿美金。

　　三清要不是有医疗这块高利润的主营业务支撑，根本无法承担这么高昂的成本。

　　硬件这块，一万枚a100光采购成本就高达8亿，这才只是通用型ai的入场券。

　　chatgpt起码用了3万块a100，才有了现在的智商。

　　至于模型训练成本，一次完整的ai大数据模型训练成本超过5千万，要想算法模型足够精准，必须进行多轮模型训练，10次下来，成本便高达5个亿。

　　此外，ai大模型还需要数据采集，人工标注等一系列工作，这些都要花费大量金钱堆出来。

　　再加上后期的日常运营，模型调教，网络带宽和电力等资源消耗，将是一个天文数字。

　　前前后后，一个高智商的通用型ai，投资规模高达上百亿。

　　目前，国内只有三清一家拥有数万枚a100/h100芯片，在这方面投入巨资，才造就了小美这枚怪胎。

　　千度，阿里，企鹅这些有云服务的企业，按道理也拥有ai赛道的入场券，但他们这块业务一直在亏损，使用的gpu也大多以中低端芯片为主。

　　匆忙上阵，做出来的ai智商自然有差距。

　　这也是千度的文心ai智商不高的主要原因。

　　chatgpt看似简单的聊天机器人，却是巨硬的ai算力，ai大模型和生成式ai在消费市场的一次肌肉展示。

　　而小美这个平平无奇的皮套假人，也是三清经过多年苦练，最终贯通任督二脉，在医疗诊断领域神功大成的体现。

　　从第一款抗癌药开始，三清就在ai制药上投入巨资，加之龙图app的提早布局，以及监测设备上的发力，积累了病人的海量医疗数据。

　　数据和算法都有了，又撒钞做了国内唯一的大批量人工标注，超过五次的大数据模型训练，终于结出了丰硕的果实。

　　所谓厚积薄发，不过如此。

　　卫康回首往日，看着这一路走来的脚印，只能感叹自己没走错路，长期的战略布局和海量投入，总算是有了回报。

　　只不过，软件是有了，硬件也得跟上。

　　卫康目送向高飞离开，立即拨打了陆庭峰的电话。

　　“老陆啊，你过来一下，有个事要跟你说。”

　　等到陆庭峰急匆匆赶来，他不由微微一笑。

　　“老陆，你怎么跟火烧眉毛一样，气都喘不上来了。”

　　陆庭峰赶紧挤出一个笑容：“那卫总召唤，哪能让您等呢？当然得以最快的速度赶过来。”

　　“以后别这么急，我等得起。”卫康忍不住直摇头，先是将诊断ai的成功讲述了一遍，