【現在的GPU運算是偏向於量化分析的，如果能夠引入“模擬質性思考”，讓機器學習更接近於人類獲取知識的方式和手段，而非是大力飛磚堆積算力？】
【關鍵位決策？自我否定替代外部反饋？簇式模型卷積網絡？……】
一個個想法如泉湧般冒了出來，無論有用沒用，都被紀弘飛速的記錄了下來——這都是不可多得的靈感。
【簇式模型卷積網絡，用微參數模型決策簇作為神經網絡模型的簇式節點，可以讓簇式節點本身具有“類質性思考”能力……】
紀弘不斷的思考著，整個方案在基本完整的基礎上不斷完善，星星點點的模塊在他的大腦裡迅速形成了千絲萬縷的一張大網，如漫天星辰迅速交織，直至牢不可破。
“如果按照這樣來搞，模型不會很大，但是會很強。”
紀弘一邊點頭一邊感慨：“類思考式的模型，這是一種微模型，而且訓練的模式和理念也全都變了，更加接近人類幼童牙牙學語時的狀態。
“因此，訓練所需要的數據量大幅減少，“質性思考”在訓練中所占的地位會越來越大，所需算力會越來越小。
“如果把這種微模型跟大模型再結合在一起呢？搞到極致那會是一個怎樣的效果？相當於人的智力再加上人工智能的數據規模？啊這……”
紀弘思維越想越發散，甚至有一點兒止不住的趨勢，他沒有刻意停止，不管可不可行，記錄下來回頭試試總是沒有什麼錯的。
發散性的思維停下的時候已經好兩個小時過去了，紀弘也記錄下了非常多不知道有用沒用的資料。
“驗證一下吧。”思路很清晰，紀弘也是決定找個樣板先驗證驗證，樣板都是現成的，正是之前的《我的賽博女友生氣了》。
大模型就用萬舸平台提供的文心大模型接口，而類思考微模型是需要他自己搞定的部分。
微模型理念複雜，但規模確實較小，算力需求並不高。
但是，現有的硬件確實存在不太兼容的問題，不管是圖形卡還是推理卡訓練卡，其本質都是運算核心GPU，都是不太滿足需求的。
“現在去搞硬件不現實，還是模擬一下吧，”紀弘腦筋轉了轉：“性能損失確實不小，但不是完全不能用，現在隻能暫時湊合。”
紀弘搗鼓了好幾個小時，都接近淩晨了才終於把所需要的環境搭建好、訓練材料配置。
“老婆，睡得太晚了，早上不用叫我吃飯，點喊我起來就行。”紀弘拿出手機，給程薈的微信發了一條留言消息，然後很快沉沉睡去了。
……
一覺睡得很香甜，直到紀弘感覺到整個臉上被吹著熱氣，一睜眼，程薈就緊貼著他正在眼前。
“起床啦，都已經快一點了，趕緊起來吃點兒東西。”程薈起身一邊把衣服扔來床上，一邊說道：“以後也彆熬那麼晚了，對身體不好。
“買房子我們其實不急，我爸媽說什麼其實不用管，是我嫁給你，生活是過給自己的，不是給彆人看的，咱們自己覺得好就行了。
“再說了，你看現在，房子價格其實也在陰跌，買了說不定還會虧呢，租房子不是一樣住嗎？
“老公你放心，現在我爸媽拚命的阻止不讓結婚，過幾年要真不結，急的就是他們了你信不信……”
紀弘沒有再聽程薈“嘮叨”，迅速的從背後抱住她：“遇到你是我人生最大的幸運。”
“嘿嘿，我也是。趕緊去吃飯吧，我熬了稀粥、燉了烏雞排骨湯，養養胃，再補補身體，你最近太辛苦了。”