林遠在試過ds-llm的效能後對ds這家小公司來了興趣。
他遍歷全網，發現這家公司竟然才剛成立不久，而且特麼成立的初衷竟然不是為了搞通用ai。其成立初衷竟然是為了研究如何將ai技術應用到金融交易市場。
這特麼，，，讓林遠說啥呢。
一個廚子為了炒出好菜，於是自己動手打製了一口鐵鍋，結果這口鐵鍋的效能不輸於專業鐵匠的匠心手作。
廚子打製鐵鍋的時候沒想過以後要從事打鐵行業，他只是單純的想弄口好鍋做菜而已。
如果事情到此為止，那還僅僅止步於略帶奇譚色彩而已。真正讓林遠吃驚的是，ds-llm需要的算力這勾巴少。
雖然林遠此前為了跑訓練特地去弄了兩塊部署在雲端的h100，甚至還為此提交報告給上頭審批，可是如果和chatgpt那些個大塊頭比起來，這特麼根本不是事。
想在本地部署chatgpt？先不說openai如今已經是closeai，你根本就拿不到最新滿血版本的chatgpt。即便openai真的開源了chatgpt，就chatgpt4最新版本那恐怖的算力開銷。你就算買得起gpu，你也負擔不起電費呀。
所以，這整件事情的輪廓就變成了：一個廚子為了燒好菜特地打製了一口鐵鍋，結果這口鐵鍋不但和專業鐵匠打製的效能差不多，還只需要更少的鐵料和工時。
這，，，就特麼過分了呀。
林遠於是接著試了下ds-v2版本，整體測試下來，ds的v2滿血版本已經和chatgpt4早期版本效能接近，可是相比於去年初發行的chatgpt4-o系列還是有不小差距。
但這已然足夠讓林遠驚喜，因為這樣一個一百多人的小團隊竟然做出瞭如此驚豔的ai大語言模型。
作為對比，看看那些個大公司，尤其是度度家，整天就想著靠ai來提升搜尋體驗。明明也是一個企圖造口好鍋來燒出好菜的廚子，可偏偏兩者的差距卻是如此巨大。
這種差距的巨大不是體現在兩家的大語言模型上的，而是體現在投入產出比上。
度度家大概從十年前就號稱要搞ai，甚至還一度喊出了“all in ai”的口號。一段時期內也確實匯聚不少ai領域的大佬。結果，一不小心就成了其它公司的孵化池，成了半所ai領域的“黃埔軍校”。
眼前的例項重新整理了林遠的認知--原來無心插柳真的能柳成蔭。目標可以變，但是實現的決心必須堅決。
最難能可貴的是，ds這家公司還把自家的ai語言大模型給開源了，這可比closeai有格局多了。
鑑於此，林遠決定和這家小公司合作。
因為這家小公司完全符合林遠的選擇標準——有足夠的技術實力，又有足夠的毅力，且和外資沒什麼關聯，最主要是還不為人所熟知。
ds這家公司正好處於“大”和“小”的完美平衡點。
太大的公司合作起來麻煩不說，且大公司有一堆的規章制度，林遠難免會深陷其中。光是演算法智慧財產權就足夠煩人了。還有那沒完沒了的各種會議各種章程，林遠想想就頭大。
畢竟大公司針對風險都是有一套完善的風控機制，也因此大公司規模上去後，創新能力反而會下降。為了應對這種情況，大公司才會搞出一些類似獨立工作室性質的專案攻堅小組。
但是這類專案攻堅小組在大公司裡頭藏的太深，林遠沒機會直接和這些特種部隊一樣內部機構合作。
而如果是小公司呢，太小的公司往往會面臨研發實力欠缺的問題。還有個更頭疼的，則是抱負問題。小公司的第一要務首先是活下去，按照常理是不會樂意投入資源到通用類技術領域的。
所以，ds的這個規模正正好。