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。

黄小兰坐到电脑前，双手放在键盘上，深吸一口气。

屏幕上，那些原始日志还在滚动。

她随手关掉，打开一个空白的编程界面。

然后她开始敲键盘。

啪。啪。啪。

手指落在键盘上的声音，清脆而有节奏。

她没有急着写代码，而是在脑子里先把昨晚和一号老师讨论的内容过了一遍。

算力有限——那就不能跑大模型。

数据匮乏——那就得在算法上找补。

传统机器学习方法在这个时代是主流。支持向量机、随机森林、Adaboost……这些算法对算力的要求低得多，而且在小样本数据上表现不错。

她可以先把这些基础框架搭起来，然后在上面慢慢叠加。

就像盖房子一样。

先打地基，再砌墙，最后才是装修。

她开始写第一行代码。

定义数据结构。

初始化参数。

设置训练接口。

一行一行，一个函数一个函数。

她的速度很快，快到旁边那几台老服务器还没来得及反应，她已经写完了基础框架。

然后她停下来，盯着屏幕看了一会儿。

不对。

太常规了。

常规的算法，常规的思路，常规的架构——那出来的也只能是常规的结果。

她要的不是常规。

她想要的是，在现有硬件的极限上，尽可能逼近那个“不可能”。

一号老师说过，那是“精美工艺品”的路子——不是靠堆料，而是靠巧思。

她删掉刚写的一半代码，重新开始。

这一次，思路变了。

不是从算法出发，而是从硬件出发。

她要先摸清这几台老服务器的底细。CPU型号、缓存大小、内存带宽、IO吞吐……每一个细节，都会影响最后的设计。

她调出系统信息，一行一行看下去。

Pentiu4，单核，2.8GHz。

2GB内存，还不如未来一个智能手机的内存。

硬盘2-3块，146GB，SCSI硬盘。

黄小兰看着那些数据，嘴角抽了抽。

这也太老了。

不过有双千兆以太网口，算是比较超前。

但她没抱怨，只是深吸一口气，继续敲键盘。

先测CPU算力极限。

她写了一个简单的循环，跑浮点运算。服务器发出低沉的嗡鸣声，风扇开始加速转动。

三分钟后，结果出来了。

每秒大约能跑2亿次浮点运算。

后世一块普通显卡的千分之一都不到。

黄小兰沉默了两秒。

然后她笑了，苦笑。

——

她开始设计第一个算法。

不是传统的神经网络，而是一个极度精简的决策树集成系统。

每个树只有几层深，但数量可以很多。训练的时候并行跑，预测的时候加权投票。

对内存要求低，对算力要求也低，而且可以在小样本数据上表现不错。

她一行一行地敲着代码，完全沉浸进去。

时间一分一秒过去。

屏幕上，代码越来越长，越来越复杂。

但她的思路越来越清晰。

窗外的阳光从东边移到西边。

孟棠来敲了一次门，叫她吃饭。

她没听见。

孟棠又敲了一次，还是没听见。

最后孟棠推门进来，站在她身后，看着她敲键盘。

看了五分钟。

然后默默退出去，把门带上。

算了，这丫头现在听不见任何声音。

多给她准备一些零食，反正两餐没吃饿不死。

——