2011年8月15日，路舟笔记《不得已而为之》：

这是一个非常困难的决定，但一如曾前，我不得不去按下这个按钮。

在去年这个时候，微讯和梦谷云的规模还没有达到这么大，严格意义上，当时只有梦谷广告的业务是进入了商用阶段。周文负责了当时整个梦谷广告的数据处理，而这个成为了梦谷云后来做d 的原型。

当然，往后的发展中，连梦谷广告都将相关的业务数据处理迁移到了梦谷云的d 。

一切顺利运转。梦谷广告为此招收了一批数据岗的员工，内部称是数据工程师。他们通过d 所提供的可视化图形或者数据接口来处理数据。这应该称作是经验学，它仰赖于工程师的经验学识。

在微讯的起步中，程旭元并没有过度考虑这中间的问题。事实证明，这是一种明智的选择，在企鹅的夹击下，我想将产品推进迭代是比优化数据的优先级更高。今年春节之前，当数据的处理提上了微讯的议程，一切却变得近乎失控。

很明显，即使微讯再招收上千名数据工程师，也永远无法将数据处理完成。因为随着数据量呈指数级增长，待处理的数据量就始终维持在了90以上。人力终究有限，而数据却无穷极。

所以，人工智能是必然。它可以取代更多人力。

将整个事情抽离些概念，我想，不外乎有三：数据、算法、算力。即使不去谈论人工智能，我想，也同样需要面对这三个问题。

数据正在不断膨胀，无论微讯抑或其他公司。其体量之庞大，已经大到我有些难以想象。而它每天仍然在大量产生，不断消耗着梦谷云购置的存储硬件。

算法大部分在上世纪就已经出现，我们所做是在重新构建和工程化。这是七星的卧龙、微讯以及梦谷云在共同探讨的问题。

算力，计算的能力。在演进的路途上，它也同样到了不得不考虑的地步。通用型计算的cpu在这个领域注定是比较差的选择。一如我在比特币社区看到有人探讨fpga矿机一样，对于人工智能和公司内的数据处理，我想也是需要更高层次的硬件，比如fpga和asic。

硬件的演进上，人工智能和区块链在这里有些微妙的相似。当然，关联性没想象中那么大。或是我还难以远望到？也许吧。

[§ 本章已阅读完毕(请点击下一章继续阅读!)

Loading...

内容未加载完成，请尝试【刷新网页】or【设置-关闭小说模式】or【设置-关闭广告屏蔽】~

推荐使用【UC浏览器】or【火狐浏览器】or【百度极速版】打开并收藏网址！

收藏网址：https://www.fulishuwu.org