黄小兰坐到电脑前，双手放在键盘上，深吸一口气。
屏幕上，那些原始日志还在滚动。
她随手关掉，打开一个空白的编程界面。
然后她开始敲键盘。
啪。啪。啪。
手指落在键盘上的声音，清脆而有节奏。
她没有急着写代码，而是在脑子里先把昨晚和一号老师讨论的内容过了一遍。
算力有限——那就不能跑大模型。
数据匮乏——那就得在算法上找补。
传统机器学习方法在这个时代是主流。支持向量机、随机森林、Adaboost……这些算法对算力的要求低得多，而且在小样本数据上表现不错。
她可以先把这些基础框架搭起来，然后在上面慢慢叠加。
就像盖房子一样。
先打地基，再砌墙，最后才是装修。
她开始写第一行代码。
定义数据结构。
初始化参数。
设置训练接口。
一行一行，一个函数一个函数。
她的速度很快，快到旁边那几台老服务器还没来得及反应，她已经写完了基础框架。
然后她停下来，盯着屏幕看了一会儿。
不对。
太常规了。
常规的算法，常规的思路，常规的架构——那出来的也只能是常规的结果。
她要的不是常规。
她想要的是，在现有硬件的极限上，尽可能逼近那个“不可能”。
一号老师说过，那是“精美工艺品”的路子——不是靠堆料，而是靠巧思。
她删掉刚写的一半代码，重新开始。
这一次，思路变了。
不是从算法出发，而是从硬件出发。
她要先摸清这几台老服务器的底细。CPU型号、缓存大小、内存带宽、IO吞吐……每一个细节，都会影响最后的设计。
她调出系统信息，一行一行看下去。
Pentium 4，单核，2.8GHz。
2GB内存，还不如未来一个智能手机的内存。
硬盘2-3块，146GB，SCSI硬盘。
黄小兰看着那些数据，嘴角抽了抽。
这也太老了。
不过有双千兆以太网口，算是比较超前。
但她没抱怨，只是深吸一口气，继续敲键盘。
先测CPU算力极限。
她写了一个简单的循环，跑浮点运算。服务器发出低沉的嗡鸣声，风扇开始加速转动。
三分钟后，结果出来了。
每秒大约能跑2亿次浮点运算。
后世一块普通显卡的千分之一都不到。
黄小兰沉默了两秒。
然后她笑了，苦笑。
——
她开始设计第一个算法。
不是传统的神经网络，而是一个极度精简的决策树集成系统。
每个树只有几层深，但数量可以很多。训练的时候并行跑，预测的时候加权投票。
对内存要求低，对算力要求也低，而且可以在小样本数据上表现不错。
她一行一行地敲着代码，完全沉浸进去。
时间一分一秒过去。
屏幕上，代码越来越长，越来越复杂。
但她的思路越来越清晰。
窗外的阳光从东边移到西边。
孟棠来敲了一次门，叫她吃饭。
她没听见。
孟棠又敲了一次，还是没听见。
最后孟棠推门进来，站在她身后，看着她敲键盘。
看了五分钟。
然后默默退出去，把门带上。
算了，这丫头现在听不见任何声音。
多给她准备一些零食，反正两餐没吃饿不死。
——
屏幕上，第一个算法终于写完。
黄小兰停下来，活动了一下僵硬的手指。
然后她点下运行键。
服务器嗡鸣声变大，风扇转速加快，机房的温度似乎都升高了一点。
一秒。两秒。三秒。
屏幕上跳出一行字：
训练完成。准确率：67.3%。
黄小兰盯着那行字，看了很久。
67.3%。
不高。甚至可以说很低。
但这只是第一次尝试。
只是最基础的版本。她还有很多优化空间，还有很多技巧可以加进去。
她活动了一下脖子，继续敲键盘。
窗外，天已经黑了。
——
黄小兰揉了揉发酸的眼睛，站起来活动了一下脖子。
三台老机器，算力确实有限。
但对现在够了。
至少，够她把程序重新跑一遍，看看问题到底出在哪儿。
咕——
肚子适时地叫了一声。
她愣了一下，看了看电脑右下角的时间——晚上九点十七分。
九点了？？？
她记得开始写的时候是上午十点。
十一个小时了？
她摸摸肚子，确实饿得前胸贴后背。
“孟棠这人居然没叫我吃饭？太过分了吧……”
话音刚落，她的目光扫到桌角。
那里放着一个盘子，盘子里整整齐齐摆着几个小蛋糕。
旁边还有一个保温杯，应该是装着温水。
小主，这个章节后面还有哦，请点击下一页继续阅读，后面更精彩！