“在這方面我已經和華為高層溝通過一輪了，他們每年給的40億，我本來的意思是其中的20億用他們的計算卡來抵賬。
現在既然華國投資那邊會到賬500個億，那華為每年的40億全部都用計算卡來抵賬。”
這么說吧，阿波羅科技面臨的是比華為還要更加嚴重的ZC。
在阿波羅科技打的嗶哩嗶哩都要被趕回香江上市，華為可不至于此。
加上阿波羅科技已經充分展現出了野心和能力。
空有野心很正常，誰都有野心，但你得有實力啊。
阿波羅科技就不一樣了，能夠把老馬逼的提前兩年跳反。
本來馬斯克還能在驢黨的旗幟下茍到2024年年中，再切換陣營。
可見阿波羅科技給馬親王都打出真實傷害了。
對白宮的冷戰活化石來說，他寧可放華為去找先進制程代工，都不可能讓阿波羅科技能買到英偉達的AI計算卡。
不過還好有華為，華為在2019年的時候就推出了自己的計算卡。
現在是2022年，ChatGPT還沒有問世，各家大廠也能買到閹割版的英偉達AI計算卡，華為的昇騰屬于一個接近于無人問津的狀態。
林燃愿意一半的費用昇騰抵賬，這也是華為答應200億價格的重要原因之一。
國內頂級的科技公司愿意用他們的昇騰計算卡，這對他們的計算卡生態完善也有好處。
至于為什么不和其他廠商合作，背靠華為的昇騰生態尚且是一片空白，其他廠商可想而知。
“其實華為的計算卡和英偉達比起來差距還是挺大的，唉，不過確實沒辦法，我們現在的情況就是買不到英偉達的計算卡，哪怕閹割版都買不到。”
Pony苦笑，他聯想起他辦公電腦用的還是Linux操作系統，整個阿波羅科技有專門的桌面團隊，確保大家能夠用Linux用的舒心，他就知道當前面臨的是怎樣的窘境。
華為方面一直在給阿波羅科技推鴻蒙，說你們用鴻蒙肯定比Linux好用，至于火箭設計仿真軟件、流體力學計算軟件等等工業軟件在鴻蒙系統上用不了，我們會給你解決。
不過華為在推動這件事，只是他們說解決，暫時都還沒看到解決了。
林燃也苦笑：“是的，問題在于，就算英偉達會賣給我們，我也不敢用啊，誰知道會發生什么。”
林燃隨后又振奮道：“不過還好，我和華為那邊溝通過，對我們而言，他們的芯片已經夠用了。
因為根據元素特性推導材料性質，這類模型的數據量很稀疏，數據、算力和算法三要素里，對數據和算法的依賴遠高于算力。”
Pony對人工智能也頗為了解，騰訊每年從ai領域挖來的大牛不計其數，哪怕此時ChatGPT還沒有橫空出世，他希望從林燃這了解更多信息，好為后續開展工作提供方向：“林生，你仔細說說。”
林燃進一步解釋道：“這是因為材料科學領域的數據非常非常有限，數據共享也好獲取也好都面臨著空前的障礙。
不同實驗室產出的實驗數據除非刊登到論文里，不然各家的數據是不會進同一個池子，當然他們想要進同一個池子，也會有各種各樣的擔心。
因為你很難保證，所有研究機構提供的數據不會污染數據庫。
有人數據造假，就會污染整個數據源。
目前就我了解到的情況，類似研究數據非常稀缺，最多的數據也要少于4000個樣本。
特征工程是AI模型成功的關鍵，但其設計在材料屬性預測中尤為復雜。
物理元素性質，像原子量、電負性這些和材料結構，像晶格類型、鍵長這些，都要轉化為數值特征，提供給模型學習。
其中特征選擇直接影響模型準確性，錯誤選擇可能導致性能下降。
目前整個過程仍然需要依賴研究人員去手動處理特征值，去做篩查。
非常依賴研究者經驗和直覺，極可能遺漏重要信息。
nature去年的子刊他們整出了一個MO的學習框架，就是一個材料屬性預測的機器學習框架。
（《通過特征選擇和MO的聯合學習實現有限數據集的材料屬性預測》于2021年6月3日刊登在Nature子刊NPJ上）
他們發現要預測材料的振動熵時，反向鍵長和p價電子是關鍵特征，但手動識別這些特征需深厚領域知識。
這些數據的提取需要有足夠豐富經驗的科研民工來做，同時還要確保數據的精確，降低誤差，整個過程非常繁瑣。
因為我們要做的東西遠比他們更復雜，我們要做的是一個更大的，更復雜的模型，特征數據的歸納總結和收集，速度肯定很慢。
畢竟這件事無法像網絡空間的數據那樣，可以通過特征值剔除，各種辦法來確保數據的準確，它的數據用計算機術語來說，從外表看上去是結構化數據，但內核卻非常的不結構化。
因此按照我的估計，至少前五年，前五年華為的計算卡都夠用。
至于五年之后，華為的計算卡也會與時俱進，加上我們本身也會和華為合作來推進他們計算卡的進度。”
Pony聽完后大致能夠理清思路，不說完全聽懂，畢竟你想讓一個五十歲的人聽懂振動熵、反向鍵長和p價電子這些東西，那還是太為難Pony了。
但林燃要表達的點，他都理解了。
Pony說道：“林生，我沒有反對和華為合作的意思，同樣的，我們面臨的形勢我很清楚，固然有寒武紀、阿里、百度這些廠商都有自己的計算卡，但一方面他們的計算卡代工需要依賴臺積電，另外一方面在生態上，華為走的最遠，從長期來看，他們在長期構建生態這件事上有著最大的決心和能力。
我只是感慨，我們當前面臨的局面困難。
林生，我有一個問題，我們是不是應該和一些高校的化學系、物理系之類的搞橫向課題？讓他們來幫我們完善我們的數據池？”
此時市面上不止華為有計算卡，Pony提到的哪幾家都有在推，但計算卡這玩意不僅僅是看硬件，和硬件配套的軟件生態也同樣重要。
英偉達為什么如此強勢，AMD不也有在造AI芯片嗎？為什么都是阿美利肯企業，AMD的計算卡威脅不了英偉達？英偉達的護城河在于它常年培養起來圍繞著計算卡名為CUDA的生態。
同樣，華為有建鴻蒙的決心，在計算卡這個領域，他們就是最好的選擇。
加上大家都是阿美利肯的眼中釘肉中刺，大家報團取暖再正常不過。
林燃說：“當然，我有想過，但不是現在。”
阿波羅登月都能薅學生羊毛，在建材料科學人工智能預測模型這件事上又怎么可能不利用華國廣大的理工科學生呢。
這都是優質的純天然苦力。
與其幫導師做橫向課題，還不如來給阿波羅科技做橫向課題，后者好歹真的能改變世界。
“我的想法是等我們什么時候把整套數據采集方案確定了，然后再以申海交大為試點往外擴張。
要建這玩意，是肯定要依賴國內高校的力量，這也是我們的優勢。
前面不是提到過數據難以采集嗎？有了規則之后，無論是采集的標準化程度，還是說對臟數據的剔除，都有了方法可依。
那個時候才是國內高校大規模參與的時候。
這么說吧，這套材料領域的人工智能工業軟件將會是我們最大的護城河。
Pony，你這么想，如果元宇宙有一天真的能夠成為現實，虛擬現實真的能夠讓人有和現實一樣的體驗，現在只能構建動畫效果的物理引擎肯定是不夠的。
而我們的這套工業軟件內核，會是未來元宇宙的構成根基。
不過這個有點太遠了。
短期，我說的短期是本世紀，我們的護城河就是材料領域人工智能工業軟件，我把它稱之為伏羲平臺，第二個是圍繞著航天領域一系列我們自研的工業軟件，我們會在現有開源的基礎上打造自己的生態，第三個就是數據，你也看到了，我們現在要實現月球著陸和喝湯一樣簡單。
一步快步步快，月球表面數據、地月之間往來數據、月球各個地域隕石概率、月球風貌等等，這些數據也會是我們的護城河。
第一個去月球，我們也會第一個去火星，第一個把我們的足跡遍布整個太陽系。
工業軟件生態、太空相關數據、伏羲平臺，這三者就是我們實現目標的手段。
所以圍繞著計算機、物理、材料、化學、數學這些基礎學科的人才，只要是人才，我們可以慢慢培養，我們的計劃光是短期內都以百年為單位。”
林燃說完停頓片刻后咧嘴笑道：“Pony，這家志在宇宙的企業，前五年的地基是我和你共同打下的。”
聽完之后，Pony哪怕身經百戰見得多了，內心也同樣涌起前所未有的豪情壯志，他想到了一句話：老驥伏櫪志在千里。
自己此刻不就是老馬嗎？從當年互聯網領域的小馬熬成了今天的老馬。
Pony也終于明白，林燃靠的是什么來吸引奧爾德林等NASA黃金時代的雇員，靠的就是宏偉目標和無可匹敵的成果。
林燃現在說的是宏偉目標，載人登月和月球南極隕石坑著陸是無可匹敵的成果。
二者共同點燃了Pony內心的火焰，他覺得上天實在待自己不薄，米哈游和字節跳動二者給騰訊帝國上空帶來的陰影在此刻都好像消失不見了。
“林生，你放心，我一定殫精竭慮，竭盡所能。”Pony認真道。
作為第二批計劃將登上月球的宇航員，韋旭航興奮勁早就過去了。
他在指令艙上繞月等待林燃和奧爾德林返回指令艙的時候就猜到了，早晚能輪到自己。
不過早到一年后的10月就要去，這還是有點出乎他的意料。
包括登月方式不是阿波羅登月，而是前所未有的分段式發射，月球南極著陸、月球燃料轉移，這就更出乎他的意料。
最開始知道之后，內心百感交集，興奮、激動、擔心、忐忑各種情緒，作為接受過宇航員訓練，訓練內容可不止操作，還包括科學知識，這些知識都明明白白告訴他，月球南極是個蓋基地的好地方，但想要去特別難，比阿波羅登月的靜海難多了。
肯定會擔心，萬一是單程票怎么辦？
不過只有擔心，沒有拒絕，韋旭航拒絕不了這樣的誘惑，華國的宇航員李叢就更拒絕不了了。
李叢和李廣二人和林燃一起訓練過，十五天的訓練，考試慘敗，失敗后看著林燃成了華國登月第一人。
不談李叢作為軍人，服從命令都成本能了，哪怕讓他自己選，告訴他成功幾率只有1，李叢也會毫不猶豫地選擇執行任務，并且在接任務的時候來一句保證完成任務。
所以李叢在得知林燃欽點他參與這次發射之后，他內心就只有一個心情，我被教授選中了，教授真有眼光！臥槽我要去月球了！
哪怕知道去月球是用全新的方式，有著空前的危險，他內心也沒有出現過絲毫動搖。
燕京航天城的華國宇航員科研訓練中心內，韋旭航和李叢在這里接受訓練。
這里的前身是錢院長和趙九章建的華國科學院581組下轄的高空生理研究組。
后來變成宇航員訓練中心，座右銘為“從這里走向太空”，代號為曙光。
中心內有專門的高科技模擬大廳，巨大的屏幕模擬出月球南極沙克爾頓隕石坑的崎嶇邊緣，巖石嶙峋，長長的陰影在低角度陽光下顯得格外危險。
由于阿波羅科技月球南極著陸的順利完成，該模擬效果有了新的圖片和數據的加入，和實際情況越發接近。
韋旭航坐在模擬月球著陸器的駕駛艙內，雙手緊握操縱桿。
他的宇航服雖然只是訓練用，但沉重的壓力感讓他有種已置身于月球的錯覺。
“韋旭航，注意高度和下降速率，”訓練員的聲音通過耳機傳來，“南極地形復雜，任何偏差都可能導致失敗。”
他盯著屏幕，雷達顯示出一塊巨石擋在預定著陸點前。
“發現障礙，調整軌跡。”韋旭航輕聲自語，手指迅速操作側向推進器，引導著陸器偏離危險區域。
燃料指示燈閃爍，提醒他時間緊迫。
“高度200米…100米…”韋旭航低聲報讀，聲音專注。
屏幕上的地形越來越近，他終于找到一塊平坦區域，小心翼翼地降低速度。
模擬器發出輕微震動，屏幕顯示“著陸成功”。
訓練員走過來，拍拍他的肩膀：“干得不錯，你的反應很快，但下次要更早發現障礙。”
韋旭航點頭道：“明白，我會更仔細。”
旁邊的宇航員李叢從另一個模擬器中走出，摘下頭盔，笑著說：“旭航，我剛才差點撞上一塊虛擬巖石。”
他語氣輕松，試圖緩解訓練的緊張氣氛。
訓練員面對著二人補充道：“盡管阿波羅科技已經實現了自動著陸，但不可能每次自動著陸都能那么順利，你們需要做好隨時手動接管操縱臺的準備！”
訓練中心的另一端，一座巨大的室內模擬場地上，人工隕石坑和月壤覆蓋的地面再現了月球南極的荒涼景象。
燈光被調至低角度，投下長長的陰影，模擬南極的極端光照條件。
二人穿著模擬宇航服，手持地質工具，小心翼翼地移動。
事前負責該科目的訓練員站在觀察臺上，指著一塊巖石囑托過：“這是模擬的玄武巖，可能在沙克爾頓隕石坑附近發現，你們的任務是采集樣本，確保不破壞結構。”
“在南極，陰影區可能隱藏水冰。你們要學會識別可能的冰層特征，這也是你們這次最重要的任務，找到水冰的存在。”訓練員接著說道：“如果在沙克爾頓隕石坑屢次都找不到水冰，那我們可能很不幸要換一個隕石坑建設月球基地。”
在訓練中心的低重力模擬區，他們被懸浮系統吊起，模擬月球1/6重力環境。
韋旭航和李叢站在布滿月壤的斜坡上，模擬隕石坑邊緣的地形。
教練則站在一旁，手持平板電腦，記錄他們的表現。
還有低光照操作訓練
夜幕降臨，訓練大廳的燈光被調至極低，模擬南極永久陰影區的環境。
韋旭航和李叢手持手電筒，嘗試在黑暗中安裝一臺模擬地震儀。
“能見度太低了，”韋旭航皺眉，調整手電角度，“得靠激光測距儀來判斷距離。”
他打開設備，屏幕顯示：“距離目標點4.8米。”
兩人小心移動，避開模擬巖石。
李叢則連接地震儀的電源線，動作謹慎。
突然，訓練員的聲音響起：“模擬宇航服故障，韋旭航，你的氧氣系統出現泄漏。”
韋旭航立刻進入角色，假裝檢查宇航服。
李叢則按照訓練流程，取出備用密封膠帶，模擬修補動作。
他動作流暢：“已修復，繼續任務。”
完成安裝后，兩人退后一步，檢查儀器運行正常。
在燕京的日子，訓練科目無所不包。
可比當年只是指令艙的時候，訓練要繁瑣得多。
不是難，而是科目多。
自從阿波羅科技在南極軟著陸成功后，華國航天內部有了一種聲音，那就是沒必要自己再搞一道載人登月，和阿波羅科技合作直接跳過登月，開始建月球基地就好了。
華國航天方面只知道聯合登月是節約資源、加快進度，他們不知道的是，背后還包括燕京方面關于月球核平衡的構想，他們的權限不夠知道此事。
他們只知道聯合登月也好、雙方的合作也好，都有一股神秘力量在大力推動。