不过做研究就没有一帆风顺。

林晓很快遇见一个大麻烦。

那就是算力不够了。

搞计算模拟和人工智能训练都是吞金兽，吃的算力不可谓不多。

他先是在本地节点上跑了一轮质量评估网络的训练，结果跑到一半就撞上了内存墙，进程被系统杀掉。

他调整了批大小，把单次迭代的内存占用压了下来，勉强跑通了第一轮。

但训练时间首接比他预估的长了将近三倍。

接下来还有贝叶斯优化的参数搜索要做。

每一组参数组合都需要跑一次构象聚类流程，每次流程的输出又需要经过质量评估网络打分。

这一层叠一层，算力需求翻着往上涨。

本地这批节点不够用了。

他看了一眼任务队列里等待运行的进程数量，又看了一眼当前空闲的节点数。

不行了。

要开始摇人了。

于是，他拿起手机就给李继君打了个电话。

李继君过来的时候，林晓正对着屏幕上那个红色的内存溢出警告发呆。

李继君看了一眼屏幕，又看了一眼机柜区那排指示灯密集闪烁的节点。

顿时就明白他的意思。

“算力不够了？”

“不够了。”林晓解释到：“质量评估网络的训练和贝叶斯优化的参数搜索同时跑，本地的节点数撑不住，排队太长了。”

李继君没有多说什么。

他走到自己的工位上，打开资源管理后台，操作了几下。

“我给你开第二批节点。”

“之前预留的八台现在都调给你用，加上你原来在用的一批。”

“总共十六个节点，跑你的流程应该够了。”

林晓应了一声好，准备继续回去调整任务配置。

但改到一半，他算了一下后续的算力需求曲线。

结果他发现即便加到十六个节点，训练和搜索并行的峰值算力仍然不够。

他停下动作，想起李继君第一次介绍时提过的那句话。

于是转过头来问了一句：“你之前说可以把任务分发到云脑的异构计算集群，对吧？”
本章未完，请翻下一页继续阅读.........