“真假我不早告訴過你嗎？”
這些東西，可能跟彆人沒提起過，但是張建這兒，紀弘確認自己之前絕對跟他提起過。
“說是說的，”張建笑道：“哪能有直接效能數據拍在臉上有感觸啊！”
紀弘知道了，上次跟他說的時候，這家夥可能信了，但是心裡還是不太有譜兒，或者說沒有一個直觀的概念。
“我可不是不信你啊，我很相信你的。”雖然紀弘沒有說出口，但張建估計還是感知到了，也是立即解釋：
“但是，衝擊力就是不一樣啊，就像給我銀行卡轉個賬，看到個一串數字我可能沒啥感覺，但是一大包現金拍到臉上，那肯定無比震撼，現在啊，我就有一種被百元大鈔砸臉上的感覺！”
“彆解釋了，解釋就是掩飾，你就是沒信我！”
紀弘當然理解張建的這種心情，以前就算再信，在沒看到真實的效果之前，一大塊兒石頭始終是懸在心裡的，這會兒這是落地了，不過他還是故意揶揄了張建一番。
“信信信！”張建立即接聲。
“你自個慢慢兒信去吧，忙著呢，掛了！”紀弘懶得跟他掰扯了。
“等一下。”張建急忙阻攔。
“還有什麼事兒？”紀弘疑惑。
“看到這個數據，我有一個想法，不知道可行不可行。”
張建說道：“我們能否像NA那樣，製作一批小規模顯卡集群的主機設備，比如兩張或者四張顯卡一組等等，直接配備整機。
“而且我們把好所有前期工作都做好，提供接入接口，或者直接提供一個界麵化的軟件工具，甚至直接提供一些常用類型AI模型的固定訓練模板和參數，而且用戶在界麵上就可以調整和配置。
“以此降低AI訓練的配置和設置門檻，讓非專業人士，甚至不懂計算的人也能立即上手使用，訓練屬於自己的AI模型。你覺得怎麼樣？”
紀弘思索了一番：“可是普通人拿它來乾什麼呢？如果沒有配備相應的應用場景，算力那不就是偽需求嗎？
“就像我們，之前的私人工作助理，就這一項，就能促使用戶選擇我們的顯卡。這個想法確實可行，但算力需求要適配應用場景，這是不是要設計一番？
“比如說，一個農村老頭老太太，你跟他講：咦，大爺大媽，我們的算力已經超過英偉達了，您要不要來一個！
“大媽指定得拿拐杖戳你，這對她沒用啊！對於普通用戶來說，得先考慮算力這東西到底有什麼用。不如先啟動調研，看看普通用戶真實的需求。”
紀弘從來都是如此，欲動要先靜，看準了再行動，不過，張建的想法還是很好的，能夠很好的發揮卷耳智能科技基於AI的片上互聯係統的能力：
“我們先期可以拿原本就有算力需求的個人開發者、小型團隊等，做一批試試！”紀弘建議道：
“前一段文生視頻的ora不是很火嗎，招一批科技博主，給他們提供硬件，讓他們開源複現ora的能力，強弱不重要，做出來就行，然後直接鋪天蓋地的去宣傳。
“而且，國內現在也有很多準備複現ora能力的機構，你也可以聯係一個合作一下，複現完全版甚至更強的版本，到時候直接爆一個大新聞：【隻需這樣做，ora能力百分之百複現，成本僅需一半！】
“你要的個人或小規模AI訓練企業拋棄英偉達擁抱摩爾科技的爆點不就直接有了？咱們直接用事實說話！咱們的算力算法水平可不是吹的！
“你先行動，這個數據暫時還不會對外披露，得等成長引航模型第一次公開成果，如果兩邊能形成聯動的話，那就最好了。”