在外，因为其没有cuda的存在，几乎不可能用于AI训练。
而专业级显卡的价格更是让现在的周昀望尘莫及，就拿常用的A6000来看，48G显存，价格三四万，更强的H100甚至要十几二十万一张。
也就是说，想要跑得动周昀这个模型，至少十万打底。
这也是为什么他要找一个有资源的导师了，如果是那些小导，整个组里可能就一张4060，别说跑实验了，平时自用都够呛。
都说会哭的孩子有奶吃，你不主动说，导师就算有资源也不会主动给你的。
周昀给邓永华发了一条消息。
【老师，之前给您汇报过的那个AI边缘部署的课题我有了一些新的想法，不过我自己的电脑没法跑实验，需要服务器，不知道组里有没有？】
发完消息，稍微等了几分钟，还没回，估计要么在上课，要么在开会。
没办法，导师就是这样的，他发你消息必须秒回，你发他消息，等几个小时都是常有的事，他都习惯了。
将手机放到一边，登上了自己github账号。
创建了一个新的repositories，将其设置为公开，名字就叫学习记录。
自从用上了github，周昀就将它当成了一个万能的记事本。
不管是代码还是阅读笔记或者是学习笔记，他都会记在上面。
虽然前世自己从事了两年多的AI方面的科研工作，但是他知道，自己所接触的，不过都是一些皮毛。
其最为主要的原因就是，他的数学功底不够扎实，这也导致了自己的研究只能停留在最为表面的部分。
数学是所有学科的基石，特别对于计算机这门应用型学科来说。
就比如前几年在视觉领域最为常用的卷积，其实早在18世纪就被提出了，而其真正运用到神经网络则是在20世纪，这其中相差了百年。
还有很多看上去非常NB的算法，其背后不过就是一些普通的数学公式运用。
但这也足以可见，数学对于计算机的重要性。
周昀学习数学的目的也不是要去证明什么猜想，那可以说是神的领域，就算现在他确实聪明不少，他也不会不自量力地去碰这些东西。
相比于纯数论的研究，他还是更喜欢计算机这种应用型的学科。
简单给自己列了个清单，他要补的东西还挺多。
线性代数肯定是最重
…。。