第(2/3)页

    会议室里再次安静下来，大家都在消化这个看似大胆的决定。

    夏冬继续解释自己的构想。

    “底层的高性能计算模块，我们还是用C++和CUDA甚至我们自己的芯片指令集去写。”

    “但是在上层，我们用PythOn去做一个极简的抽象封装。”

    “将九章所有的核心功能、矩阵运算、网络构建，全都封装成最新版本的PythOn接口。”

    其实，夏冬脑子里完全是在对标后世的TenSOrFlOW和PyTOrCh这类主流计算框架。

    PythOn因为其胶水语言的特性和极其接近自然语言的语法，在未来统治了AI开发领域。

    他要把这条历史验证过的正确道路，直接铺在九章的面前。

    吴泽明思考了片刻，眉头逐渐舒展。

    “绝妙的想法。”吴泽明赞叹道。

    “PythOn的语法非常简单，对于那些数学系、统计学系转行过来的算法人员来说，几乎没有学习成本。”

    陈默也兴奋地搓了搓手。

    “对，底层我们把性能压榨到极致，上层给他们最丝滑的体验。这样就能形成巨大的差异化优势。”

    然而，就在大家都觉得找到破局之道时，邓常春泼了一盆冷水。

    “方案是完美的，但我们在技术实现上存在一个巨大的坑。”

    邓常春面色凝重地看着大家。

    夏冬示意他继续说。

    邓常春打开电脑，调出了几个开源项目的资料。

    “这类的深度学习计算框架，就算是用PythOn做上层抽象，它也必须依赖极其庞大且成熟的基础运算包。”

    邓常春指出了关键所在。

    “比如矩阵运算、多维数组处理，还有复杂的数据结构分析。”

    “如果这些基础运算包不成熟，我们在上面盖大楼就是空中楼阁，性能会慢得令人发指。”

    彭硕也意识到了这个问题，紧跟在后补充。

    “目前PythOn社区里，有几个相关的底层包正在起步。比如NUmPy处理数组，PandaS处理数据结构。”

    彭硕叹了口气。

    “但是，这些技术还非常不成熟。漏洞多，效率低，根本支撑不起我们庞大的计算框架需求。”

    吴泽明核实了一下网上的数据，肯定了邓常春和彭硕的说法。

    “确实如此。如果强行基于现在这种半成品的底层包去写框架，最后跑出来的计算速度会被C++原生代码按在地上摩擦。”

    吴泽明看向夏冬。

    “到时候开发者反而会骂我们的九章平台性能太垃圾。”
    第(2/3)页