作者：與天競自由
林淵笑了笑，意料之中，體制內的錢不是那麼好拿的，不開會、不走流程、不在飯局上探探底，直接把錢打給你？那你純粹是做夢，省一都不敢這麼玩。
“那是自然，只要領導能在政策上支援我就可以了。”林淵從容地說道。
大秘點點頭：“這點你放心，李市長跟我特別交代過。第二點，我要跟你對一下資金的撥付節點。這5個億會分三批發放：第一批啟動資金是一個億，隨著專案節點驗收，第二批是兩個億，第三批最後尾款也是兩個億。”
頓了頓，大秘補充道：“這只是前期的投資。如果林總你到時候真的能夠把這個雲端計算專案落地，做出來，達到我們的預期條件之後……市裡和省領導，肯定還會再拿更大的力度支援你的。”
林淵點點頭，之前已經無息貸款 3 個億了，相當於就撥了 4 個億的前期投資，夠給面子了，自己既沒背景。又沒有什麼通天的人脈，能做到這一步，真的是絕對的到位了。
而且真的如果到時候雲端計算能完全落地，那他媽就不是政府支不支援的問題了，那是各大資本和各個地市搶著給你送錢、求著你落戶！
大秘繼續看著檔案說道：“目前我們調研過全國相關的試點專案，基本上我們定的量化考核指標有三個。第一個，是PUE值。”
所謂的PUE，就是資料中心電能使用效率的指標。打個最簡單的比方，如果PUE是2.0，就意味著“每給伺服器供1度電，就要額外浪費1度電在空調散熱、供電損耗等輔助設施上，總共用了2度電”。
雲端計算和儲存是非常耗電的，這玩意兒就是個吃電的超級怪獸。到了後世搞AI大模型算力的時候，一個滿載的機櫃一個月電費就能高達幾十萬！
能量不會憑空消失，它只會轉移，你在計算機裡高頻咚悖l出的恐怖熱量就需要龐大的冷卻系統去壓制。
所以，做雲端計算拼到最後，拼的就是誰能把這個電力損耗降到最低。
不是沒有人能搞出算力叢集，而是你要考慮實際的商業成本。如果成本過高，連電費都賺不回來，那就得不償失了。
大秘看了看資料，念道：“目前國內包括阿里在內的大廠，普遍的PUE指標都在2.0到2.5左右。稍微好一點的能做到2.1。我們經過專家評估，給你定的第一階段考核指標是：PUE必須控制在1.8以內。”
林淵點了點頭。
這個要求說實話很寬鬆了，絕對不算過分。在2010年，這已經是國內非常優秀的水平。但在林淵眼裡，這還遠遠不夠。
因為他知道，國外走在世界前列的谷歌資料中心，常年把PUE控制在1.1到1.2之間！從這個資料就能看出來，目前國內和國際頂尖水平的差距到底有多大。
所以李定遠給他提出來的要求絕對不過分，甚至都可以說有點寬鬆。因為市場在變化，在進步。
就如同英偉達的 GPU，他也在不停的迭代。那麼如果再過幾年，自己連 1.8 的 PUE 都搞不出來，可以回家洗洗睡了。
大秘見林淵沒有任何異議，便繼續說道：“第二個核心指標，是上架率，也就是併發叢集的排程能力。”
通俗點講，上架率是什麼意思，比如LY科技現在投資的一期資料中心有3000個機櫃，二期建完總共是15000個。
你把這上萬臺伺服器全塞進去，不代表它們就能同時協同工作。
這就是雲端計算真正最難的地方——算力叢集排程。
如果你只有一兩臺、甚至一百臺伺服器，隨便找個高階程式設計師都能搞定。但當數量上升到5000臺、10000臺時，這幾萬臺機器之間要互相通訊、分配任務。
如果沒有一套牛逼的底層架構，這幾萬臺機器光是互相“打招呼”確認狀態的網路風暴，就能把整個系統的頻寬徹底鎖死！最後計算能力沒提升，全內耗宕機了。
這就好比讓一百個人一起幹活很容易，但你要讓十萬個人沒有任何層級、同時完美協同去蓋一棟樓，沒有一個逆天的“總指揮系統”，瞬間就會變成炸營的災難。
阿里現在的“飛天”系統，正卡在這個瓶頸上欲仙欲死。
而之前林淵給阿里王堅團隊提供的那個“高併發處理架構”，其實就是一劑飲鴆止渴的毒藥。那套架構用的是“強一致性的中心化鎖機制”。
在5000臺機器以下時，跑得飛快；可一旦節點突破10000臺，中心排程節點就會因為承受不住海量的鎖請求而瞬間癱瘓。這是一條徹底的死衚衕。
林淵現在的系統，其實也只能穩定跑到1000臺。1000臺在業內頂多算個“村標”；5000臺併發勉強能算“市標”；到了10000臺才是“省標”。
這個不能偷懶。如果想要所謂的彎道超車，不靜下心來搞研發，從最底層的資料算力開始下功夫，為了追求紙面資料，那麼一定最後會完蛋。
這也是為什麼國內永遠不如國外的原因。這其實不能怪這些程式設計師，上面的領導一直在催，就想看到自己任期之內，你能搞出一點花樣出來。那怎麼辦？那就開始資料造假。
我反正離開這個地方之後跟我就沒關係了。我在的時候，它是不是這個樣子？是就行了。所以你就能看得到各個地方的，無論是任何行業，都是很魔化的原因就在這裡。
明明沒有裝修好，沒有完工，他就給你來個剪綵。考核的唯一指標就是你什麼時候能夠落地。
亦或者，搞個什麼所謂的專案，設立一些面子工程，就拿這個雲端計算來說，假設林淵想要完成紙面資料，那就弄吧。
把對付阿里的那一套拿到這上面來，很快就可以完成了。
然後後續資金一到賬，領導搞高興了，說不定多批一點給你。然後再拿著這個名頭出去融一點資，然後把這點錢，對吧？稍微的轉轉，弄弄。這種人你猜有多少呢？
所以領導也很難，底下也很難。這不是三言兩語能講得清楚的事情。
一個要成績，一個做不出來。大家都為了結果而奔波，從來忽略過程。而且往往還拿著結果倒推過程。只論成敗。
那你這個地方搞科研，你能搞得出來嗎？你搞技術，你能搞得出來嗎？你不是做夢嗎？
想法都是好的，初衷都是好的，目的也是好的，但最後往往非常魔幻，原因就在這裡。
林淵聽到這個要求一點都不慌。他從一開始設計底層時，就沒有沿用傳統的CPU叢集思維，而是超前地引入了GPU（圖形處理器）算力池！
在這個大家都還以為GPU只能用來打遊戲看高畫質電影的年代，林淵的任職就是降維打擊，任誰都知道未來的核心算力，甚至有人戲稱上帝的大腦。是什麼？是英偉達的 GPU。
所以就從這一點上，林淵就超越了阿里。這就是跨越時代的認知。
大秘看著報告說道：“根據林總你的規劃，二期建完總機櫃數是15000個。我們知道這裡面的技術難度非常大，所以，只要你能實現70%的叢集上架率，就算你完成既定目標！”
林淵再次點頭。
70%，確實是個過門檻的寬鬆指標。真正到了行業頂尖水平，基本上要達到85%到90%。
連後世那個吹得神乎其神的阿里“飛天”，拼了老命最佳化，最終也就穩定在80%到85%左右，做到了世界第三的水平。
同樣，排名第一第二的都是 90% 到 95%，不要小看這 5%。這裡面的技術鴻溝和技術難點非常巨大。
如同精工一樣的，你是個人就可以去做所謂的機加工，但是能不能做到零誤差、零公分？那就不是一般的說法了。
往後每推進任何 0.01 的這種概念，都是非常困難的。
高階機加工是如此，那網際網路也是如此。看似 5%，可能就是一個時代的差距。
“最後一點，”大秘合上了一部分檔案，“由於這幾萬臺機器的發電量和能源消耗實在過於龐大，京南市的電網負荷有限，我們只能支援你這前兩期的能源。”
“如果後期林總你真的能做出成績，要繼續擴大規模，那你剩下的雲端計算專案，就必須搬遷到西部或者別的能源比較充裕的省份去。當然，如果你真能達到目標，市裡到時候肯定會出面幫你聯絡的。”
林淵笑了笑，客氣地說：“我肯定會努力的。”
這真的把他逗笑了：老子要是真把上萬臺併發的雲端計算做成了，那叫“國之重器”！到時候西部那些產電大省的高官，絕對會排著隊來求他落戶。
為什麼雲端計算這條路，國家必須搞，企業也必須搞？
因為華國的人口體量實在太恐怖了！
別的不說，就說春摺Ｒ葬�12306一上線，春邠屍蹦且幻腌娋褪菐装偃f、上千萬次的併發點選！你單臺伺服器再牛逼，一秒鐘直接給你乾冒煙。伺服器一崩潰，老百姓買不到票，那就是鋪天蓋地的罵娘聲和投訴。
企業也一樣，馬傑克為什麼急得像熱鍋上的螞蟻非要搞阿里雲？因為淘寶的雙十一馬上就要撐不住了！要是到了雙十一零點搶購的時候，網頁直接崩潰成404，使用者體驗極差，誰還來你的平臺買東西？
還有海量的資料儲存，以及一系列的資料安全問題。
所以，國家層面早就開始牽頭考察雲端計算的試點城市了。遺憾的是，在這個平行時空或者現實裡，京南並沒有入選。
這也不能全怪下面。現在的市一，是個極其熱衷於搞城市大基建的主兒，修路、蓋樓、搞綠化，因為這些玩意兒出政績最快。
乘著當年四萬億的東風，京南的重工業和加工業不斷被邊緣化。
不能說他目光短湥荒苷f每個人都有自己的政治立場和訴求。
但最後導致的結果就是：京南這座有著全華國頂尖高校資源的城市，永遠出不了最頭部的高科技網際網路產業。
【寫完這章正好是一萬字，大家幫忙看看廣告，有條件的刷個一塊八毛。不要著急，今天會有加更的。不吃飯，別叫。】
第501章 技術才是第一生產力
不管如何技術才是第一生產力，你沒有頂級的高科技企業，就留不住這幫頂尖的高校人才，形成不了正向迴圈。
反觀隔壁的杭市，他們有阿里，這個阿里的年收不斷地增高，形成正向迴圈。
收入高了，自然工資也就高了。那這樣就是虹吸全國的人才。你上學是為了什麼？不就是為了更好的工作、更好的收入嗎？
那麼國內這麼大，你要去哪裡呢？自然大家都會選擇有發展有潛力的地方，說白了就是錢。
所以除了北上廣深之外，杭城不說是第五城，也絕對差不多，一直和蘇州是齊頭並進。
這些人才拿了工資該怎麼辦？總要消費，總要結婚，總要買房吧？那同樣的道理啊，一個地方的經濟靠什麼發展？靠什麼持續？
肯定靠的是淨人口流入，那淨人口流入也是不相同的呀。有些是質量高的，有些質量低的。你讓個民工兄弟天天去高消費，可能嗎？
那麼什麼人能夠支撐起高消費呢？工資多的、有富裕的，那自然就是這些所謂大廠的高學歷精英人才。
看到這裡，你就能想明白，America 在虹吸全世界。他們形成了這幾十年的正向迴圈，不斷地吸納這些優秀的移民。
國內這麼大，有消費力的就那幾個城市，原因就在這裡。你消費不起，你覺得物價高，是因為你工資低。你工資低的原因是因為你階層低。這裡面還有更深的原因，就不方便講了。
所以你會發現，潮水一旦退去，四萬億不存在之後，到底誰在裸奔？當地為什麼發展不了？為什麼經濟不能往前推進？原因就在這裡。
你沒有支柱性產業，你沒有一個核心的能夠虹吸全世界的企業。
後世的華國最牛逼的企業是什麼？是大疆。你把這個企業拆開來看，它可以帶動第一個上下游的配件廠商，這就可以養活一大批工人。提供所謂的就業崗位。
第二個，這家企業佔領了全球 75% 的無人機市場，那麼它面向的就是世界。你要知道，在華國你花華幣，在美國你得花美元啊，這個匯率差可不是一星半點。
所以為什麼當地的領導會重視創匯？因為消費力就是 1:7，到了歐區。是 1:10。
想通了這裡你也就知道了分配的邏輯和企業發展的邏輯，所以一個地方到底強不強，你就看它的支柱性產業是什麼。如果它只剩什麼貸款，什麼搞房子。這些亂七八糟的。
那你覺得這個未來的前方到底應該怎麼去走呢？想通了這一點，你也就想明白了為什麼叫做新能源發展。
龐大的人口基數，確實可以帶來一部分的優勢，也就是人口紅利的發展。大家可以憑藉著勤勞的雙手去創造一定的財富，打下自己的基本盤。
但是再往前走，你就要脫離這個基礎的製造業，去擁抱那些高科技產業。我想到現在為止，大家應該能聽明白什麼叫做底層邏輯了吧？
而京南呢？因為地域原因，12 個二級財政市全在這裡，他沒有辦法虹吸省內的資源，只能跟旁邊的安徽小弟眉來眼去。
所以，眼下有這麼一個可能跑出全球頂尖雲端計算專案的機會，李定遠能不著急嗎？他能不好賭嗎？
但凡他今天這把賭對了，在未來的政治履歷上，這就是通天之功！
林淵收回思緒，看著李定遠和大秘，語氣堅定地說道：“各位領導，這個考核條件我完全可以接受。我也給各位一個承諾，我肯定會盡我所能在最快的時間內把它做出來！”
大秘拿出了最後一份關鍵性檔案。
“林總，這5個億的專項資金是有對賭協議的。我們給出的考核節點是三年和五年兩個時間段。如果三年內完成第一個階段的指標，就算達標，政府不僅不干預，還會追加投資；五年內完成全部指標，那自然更好。”
“由於李市長這次給你爭取的支援非常大，省高投的領導牽頭，國資只佔你這家資料中心郀I公司20%的股份。可是，如果在對賭協議的期限內，你一個指標都達不到……”
大秘的語氣加重了幾分：“那不但要撤回剩餘的投資，林總你還需要全額償還前期的所有資金本息！並且，是以你名下的母公司，包括海外那家遊戲公司作為關聯擔保來償還。不知道林總，你能不能接受？”
這就是李定遠給這5個億買的“終極保險”。
豪賭歸豪賭，總不能不留任何的退路。既然你林淵說你可以搞得出來，你有信心，行，我信你，我給你支援。
那麼我既然上了賭桌，你也應該拿出賭注，這才合理。
林淵看了一眼對賭協議上的條款，什麼都沒說，直接點了點頭：“這個條件已經相當豐厚了。再次感謝各位領導的支援和抬愛，我一定不負各位領導的期望和囑託。”
李定遠看著林淵那副自信滿滿的樣子，深深地點了點頭。
看來這小子是真的有絕對的底氣和決心。
李定遠並不怕林淵搞鬼。作為京南市的常務副市長、實際的二號話事人，雖然權力比不了市一，但也絕對是省內排得上號的實權人物。
你一個商人，但凡敢跟政府的錢玩什麼花花腸子，拿了錢不辦事，他有的是雷霆手段讓你牢底坐穿。
見所有核心條件都已談攏，大秘便合上了檔案：“行，既然大方向沒有問題。那後續就由省高投的領導，跟林總你們公司的財務和法務來對接，簽署專項的回購和對賭協議。具體細節我們再溝通。”
林淵點點頭。他大致掃了一眼條款，當然不代表裡面每一條現在都是完美的，法務部門自然會去逐字逐句地摳細節，但這都不是大問題了。
隨後，眾人又在辦公室裡熟絡地寒暄了一陣。
半個小時後，林淵親自將李定遠一行人送出了大樓。
看著那幾輛考斯特緩緩駛出園區，林淵站在臺階上，眼神變得深邃和堅定。
他轉身走進大廳，直接叫來了自己的行政助理錢海酩：
“馬上幫我和庾總訂兩張去America矽谷的機票。要最快的那一班！”
【再次感謝沉醉大佬的大神認證，這是專屬於您的加更。先欠你一更啊，到時候我再統一感謝禮物榜上的前三名，我不會賴賬的。大家幫忙，沒事看看廣告，刷個一塊八毛。沒別的，就想寫 5 萬字試試。】
第502章 再臨America。
再次坐上飛往America的航班，林淵看著窗外的雲層，心中思緒萬千。
這一次直飛矽谷，他是來找斯坦福的吳恩達教授的。
想要真正搞出底層的雲端計算，甚至為以後的AI大模型做鋪墊，光靠他一個人敲程式碼是絕對不可能的。
架構師的缺失，算力叢集的分配、排程，以及最核心的科研壁壘，這些東西指望目前華國國內的網際網路人才，那是永遠都做不出來的。
在2010年，真正的技術高地依然在海外。
此行，他有兩個絕對核心的目的：第一，搞定吳恩達，借他的影響力挖人；第二，讓庾明軒在矽谷徹底紮根。
在飛機上，林淵和庾明軒最後對了一遍海外公司的股權配置。
上一篇：次虐韩娱，开局金玄雅白眼
下一篇：返回列表