他把金色方块放进信封中，然后夹在一个文件夹里，朝着AI制药实验室走去。
公司为了人工智能，在硬件方面还是投入比较大的。
整整一层楼的房间都塞满了自建的GPU计算机，足足有几万块卡，还包括海量存储设备。
虽然投入很大，但从长远来看，自建超算比租赁云平台更有发展潜力，也是AI系统成长的必经之路。
人工智能的核心业务壁垒和竞争力就是算法中的业务逻辑，还有就是数据。
就算一开始租赁云平台，等到后期核心业务已经稳健，数据和算法需要信息安全保护的时候，还是需要从公有云平台迁移至自建超算。
租赁云平台只适合对成本敏感的小公司，如果资金和时间都充裕，还是直接自建超算更合适。
尤其是当计算力和算法均是自己研发的，就会产生1+1大于2的“化学反应”。
因为原创算法和算力两者采用统一的接口时，更易于互相匹配和协调。且数据的收集，标注，模型建立，模型训练到输出SDK的每一个环节，都可以做到标准化和自动化，整个链条就会跑得更快，算法迭代速度更快。而公有云的超算很难满足每个企业算法的匹配。
而且国内数据安全保护也非常薄弱，如果通过公有云平台做模型训练，理论上云平台都可以看到使用方数据，一旦数据被泄露，对公司将是重大打击。
反正卫康是信不过企鹅云，阿狸云这些平台的安全性。
前段时间央视315爆出AI客服一年打40多亿个骚扰电话，以及犯罪分子通过免费公共WIFI窃取用户消费信息的现象还历历在目呢。
不过，构建超算不单是将几千或者几万个GPU堆叠起来，还需要一套强大的“管理系统”――就像微软Windows操作系统。
而这个系统，正是系统给予的AI制药系统。
也是之前的智能实验室系统。
所以，其实卫康是因为有了自己的操作系统，才能够这么自建超算平台的。
如果没有系统，他要么自己请一个团队，耗费多年打造新系统，要么就只能租赁云平台了。
卫康来到实验室，走进空无一人的数据间，里面是一个个放满了计算机的架子。
他径直走到控制服务器处，打开信封，将金色方块放在了上面。
一阵金光闪过，方块消失无踪。
显示屏上出现了一行字。
“系统自动升级中，预计耗时12小时，将于次日晚间03:00升级完毕。”