请关闭浏览器的阅读/畅读/小说模式并且关闭广告屏蔽过滤功能，避免出现内容无法显示或者段落错乱。
前半段，他疯狂努力证明自己，想让父母骄傲；后半段是什么，他还不知道。
江松然一边等母亲来换班，一边无聊地刷信息流，目光在其中一篇上停了一下。
《算力国产化，未来五年最大的变量》。
看到标题，江松然在心里久违地笑了一下。
这些媒体估计都不知道自己在什么。
算力国产化、国家级战略资源——这话当然谁都会。
可对像他这样专门干这一行的人而言，这话有点脱离实际。
无他，门槛太高了。
这就像在“我们应该解决气候问题”一样，是句正确的废话。具体要做什么？怎么做？花多少钱？周期多长？代价是什么？没人得出来。
关掉新闻，江松然在电脑上点开新页面：arXiv。
这是个免费发布论文的网站，尤其在AI与计算机系统圈，几乎所有新研究都会先挂上去。不用等期刊评审，不用等会议接收；写完发上去，当天全世界都能读到。
圈里人管这叫“挂上去”。
每天早晨刷一遍arXiv，看看关注的几个分类下有没有新东西，是这个圈子里大部分研究人员的基本习惯。
江松然这个习惯保持了十几年：从上学到谷歌，再到创业公司。
回国陪床两个多月，虽已没有工作要做，每天刷arXiv的习惯却还留着。
江松然的目光从上到下快速扫过，一篇新发布论文的题目吸引了他的注意。
《OnAdaptgMeory-EffitAttentiontoNon-CUDAHeterogeneoAelerators:ASgle-OperatorCaseStudy》（非CUDA硬件上的注意力算子适配：一个单算子的案例研究）
作者只有一个：WenyuanZhao。
江松然在脑中过了一遍这个名字，没什么印象；点进作者页一看，其他论文都与训练架构理论相关，这篇是他第一篇涉及硬件领域的论文。
江松然心中一动：如今非CUDA适配这么热门了？其他领域的研究者也跨界来研究？还真是天下苦英伟达久矣。
他又退回去看团队名：SourtelligenceAI，一个没听过的中国公司。
江松然生出一种复杂的感觉：这也是在做算力国产化，里面到底有多少真东西？又有多少是噱头？
最终，他还是点开看了。
最打动他的，是这篇论文只有一个作者。
在工业界做过科研的人知道，公司发论文很少出现单作者。不是一个人做不了研究，可既然公司赞助了研究，相关方总得挂个名吧？
单作者很少见：要么真没有团队，要么公司不在乎，只给主要研究者署名。
无论哪种情况，这篇论文都值得一看。
PDF加载出来，江松然先看摘要。
“本文报告了一款国产非CUDA加速器上内存高效注意力机制的端到端实现：在单节点8卡配置下，吞吐达到对应参考实现的83%，数值误差在2.3e-6以内。”
看完摘要，江松然在心里嗤了一声。
这数据，注水了吧。
既然已经打开，他还是耐着性子往下看。
出乎意料，论文结构清晰，数据详实，用词严谨；实现一节甚至给出具体优化方法和一些代码片段，有心的话，复现起来应该很容易。
但最触动江松然的，还是局限性那一节。作者诚恳写道：“本工作只完成了单算子（SDPA）的实验性适配工作，没有涉及LayerNor、Softax以及各类Optiizer等数十个其他算子；没有涉及多卡间通信库；也没有涉及训练场景下的反向传播与混合精度优化，所以还不能构成一套可用的训练栈。”
江松然叹了口气：这个作者一句话就把他们这些研究者的困境写透了。
这种吃力不讨好的事，国内竟真有人做。是，你可以一个一个研究，研究出一个，还能发一篇论文。
可整套生态里，只要有一个关键算子没做完，就真没什么用。
这种活儿江松然熟得很，谷歌TPU团队的头两年就是这么熬出来的。
只不过谷歌当年有几百名工程师；这个叫Sourtelligence的团队有多大？又投了多少资源？
江松然在心里默算：从论文提到的内容，到从头做出一套国产化训练生态，今天到底还差什么。
剩下的几十上百个算子、多卡通信库、分布式训练框架、编译器、容错与检查点——这么大的量，远不是一个公司做得出来的。
如果国内真能有几百个团队，都像这一个那样沉下心，安静地做这种没人鼓掌的事，国产化也未必没有可能。
可惜，没有几百个这样的团队。
正想着，母亲从外面进来，一进门就唠叨。
“松然，累坏了吧？快回去睡会儿。你在医院陪床也得注意休息，别你爸还没醒过来，自己先病倒了……”
江松然确实累坏了。
他和母亲交代几句，略收拾一下，拿上电脑，走出病房。
走到住院部一楼，他看见一个瘦高帅气的年轻人站在大门边，背着双肩包，像在找人。
江松然正看着，那年轻人也看过来，似乎看到了他，冲他笑着点头，向他走来。
那人的眼神亮得惊人。
江松然不确定他是不是冲自己来的，也点头回应。