再次来到南京大学计算机学院，周志华教授的办公室大门敞开着。
上次一起谈过合作的李院长和王主任早早地就等在了这里。一看到林渊进门，三位学术界的大佬纷纷满脸笑意地起身迎接。
“林总，快请坐。”李院长热情地招呼道。
由于双方已经正式签订了联合实验室的合同，真金白银马上就要入账，几人之间的关系自然拉近了许多，少了初次见面时的试探，多了几分“自己人”的熟络。
林渊赶紧走上前，双手与三位教授一一握手。
寒暄入座后，林渊没有绕弯子，直接抛出了一个重磅消息：“三位教授，其实除了咱们的联合实验室，我最近还在京南市郊拿了块地，正在筹建一个独立的数据研究中心。”
听到这话，几位教授虽然之前在圈子里听到过一点风声，但并不了解具体情况。
林渊平静地说道：“一期我个人投资了 3 个亿，准备先搞一个中型的计算机集群。等第一期平稳运转后，后续还会继续追加硬件投入。”
话音刚落，办公室里瞬间安静了下来。三位教授面面相觑，眼神中写满了深深的震惊。
正常情况下，在 2010 年这个节点，有魄力、有想法去砸几个亿搞底层算力中心的企业家，不能说寥寥无几，简直可以说是几乎绝迹。
除了像阿里、腾讯这种体量极其庞大、本身就靠互联网流量续命的超级巨头（比如阿里在这两年刚开始砸重金搞阿里云），普通企业根本没有这么大的资金体量，更没有这样疯狂的魄力。
毕竟，在绝大多数外行人眼里，林渊现在其实是在悬崖边上走钢丝。
Ly 科技最赚钱的业务是海外游戏，一天 100 万美金流水，看似日进斗金，一个月也就 3000 万美金，一年换算下来不到 30 亿人民币。
但这 30 亿不是净利润，还得扣除高昂的海外渠道分成、服务器宽带、研发成本，最后还得给红杉和 IDG 这帮投行股东分红。
而国内的主体项目——聚划算团购网，每天都在疯狂烧钱补贴，能维持收支平衡就已经是商业奇迹了，根本赚不到多少钱。
在这样的财务结构下，林渊手里其实还背着南京市政府特批的 3 个亿银行贷款。
如果有一天他的江湖地位崩盘了，游戏流水下滑，这 3 个亿的窟窿他就必须得自己填，拿什么还？只能拿这堆正在建的服务器去抵债。
所以，在很多懂行的旁观者看来，林渊现在的产业结构其实并不算健康，甚至有些入不敷出，缺乏一个绝对稳固的国内护城河来支撑这么庞大的利润点。
现在他拿着救命的现金流跑去建连个盈利模式都看不见的数据中心，还要砸钱搞校企合作，简直就是疯子的行径。
但是，别人看不懂，林渊自己却再清楚不过。因为他是一个从未来回来的人，他比这个时代的所有人都清楚，未来的世界，绝对是人工智能（AI）与深度算法模型的天下。
谁掌握了算力，谁就掌握了下一个十年的入场券。
林渊今天来，就是为了搞清楚一件事。
“三位教授。”林渊目光诚恳地看向他们，“我虽然也懂点底层代码，但在大型实验室的顶尖硬件设备采购上，我那点常识肯定不如各位专家。咱们这个实验室如果想出世界级的成果，到底需要配备什么级别的设备？”
李院长沉吟了一下，率先开口：“如果要搭建稳定的底层运算环境，我们院里之前的设想是，主要采购惠普或者 IBM 的塔式企业级服务器，求个安稳。”
周志华教授跟着补充道：“小林，既然你有自己的数据中心，我们的建议是上国产的‘曙光’系列刀片服务器集群。做咱们这种机器学习的算法模型，传统的 CPU 阵列在并行处理上是业内最成熟的方案。”
林渊听完，摇了摇头问：“传统的 CPU 算力上限太低了。既然咱们要搞最前沿的底层算法，为什么不直接搭建 GPU 显卡算力集群？”
王主任叹了口气，解释道：“林总，你可能对目前的硬件市场不太了解。我们不是没想过用 GPU，但是英伟达（Nvidia）今年刚推出的新一代架构，存在很严重的质量问题。”
“是的。”周志华接话道，“他们这一代核心的漏电率和发热量大得离谱，简直就是个火炉。如果我们在实验室里满载高并发跑上几天，不仅散热是个大麻烦，甚至有直接烧毁主板的风险，这采购成本谁吃得消？所以大家现在都不建议搞英伟达，还是买曙光稳妥。”
林渊若有所思地点了点头：“原来是这样。发热和次品率确实是个大问题。但除了硬件本身，英伟达的 CUDA 并行计算架构生态，目前在市面上是不是没有任何替代品？”
周志华有些惊讶于林渊对专业名词的敏感度，点头确认：“确实，单论并行计算框架，CUDA 确实是目前最好的选择。但硬件缺陷摆在那，没办法硬上。”
林渊笑了笑：“如果只是发热问题，我们可以在机房基建的时候，直接抛弃传统的风冷，引入定制的液冷机柜系统。同时，我这边可以带人写一套底层的功耗墙限制脚本，通过软件层面在它临界过热前自动降频调度。这样就能完美规避烧毁风险。”
这下轮到对面三个人震撼了。
李院长瞪大了眼睛：“林同学……你连机柜液冷散热和显卡底层驱动调度都懂？这种技术性的难题，你真的可以解决吗？”
林渊笑着说，“其实我也不知道，反正试试看吧，正好我马上要去美国签一下合同。这批设备我打算直接去硅谷，找英伟达原厂采购，专门定制一批企业级的 TeSla 加速卡，绝对比市面上的民用显卡靠谱得多。”
周志华若有所思地看了一眼林渊：“不要太为难自己。如果你真的能把这个问题解决，那么小林同学，你可是牛大发了，你可比我们这几个人加起来都要厉害。”
随后，双方又在底层架构以及技术难题各方面探讨了一会，尤其是液态制冷这个超越时代的概念着重了解了一下。
因为在 2010 年，液冷技术还是比较超前的构想。并不像后世已经非常成熟，在林渊那个年代。属于是家用都可以用液冷的方式解决主机过热的问题。
哪怕强如阿里，此时用的还是风冷。
一场交流下来，双方都极度满意。
几位教授此时的心情简直可以用澎湃来形容。他们做梦都没想到，林渊搞的那个数据中心，居然是冲着最前沿的高并发算力和 GPU 集群去的。
这相当于直接把南京大学计算机学院的后花园给建到了世界顶配级别！
要知道，南京本地一直没有这种大规模的商业算力中心，更没有哪家企业愿意不计成本地给高校做这种硬核支撑。
林渊是破天荒的第一个。
教授们此时越发觉得林渊这个年轻人不仅有钱，而且懂行、有远见，合作的诚意简直拉满了。
临走的时候，周志华把林渊送到楼下，十分郑重地拍了拍他的肩膀。
“小林，你这次去美国签合同，如果行程安排得过来，我强烈建议你去一趟斯坦福大学。”周志华顿了顿，回忆着说道，“斯坦福计算机系有一位非常牛的华裔教授，叫吴恩达。他在深度学习和人工智能领域的研究绝对是世界顶尖的。”
林渊心里猛地一震。
吴恩达！他当然听过这个名字。后世谷歌大脑（GOOgle Brain）的缔造者，百度 AI 崛起的首席科学家，人工智能领域绝对的神级大佬！
周志华继续说道：“我跟他有过几封邮件的学术交流。你这次去，我给你写封推荐信引荐一下。以你对底层算法和算力中心的这种战略眼光，如果你能和他当面交流交流，看看能不能学到点东西，对咱们实验室未来的发展绝对大有裨益。”
林渊深吸了一口气，郑重地点了点头：“周教授您放心，这封推荐信我一定带到。如果有机会，我一定跟这位前辈好好学习一下。”
【再次感谢沉醉大佬的礼物，这章将近 3000 字，是孝敬给您的。给你擦皮鞋，其他人给我擦皮鞋。】