“老板，其他事情都还好说，但您想搞AI，最关键的还是人才和技术！”

“帮您管管人和钱、做一下市场还行，开发这种事儿，我就无能为力了。”

薛璃率先开口。她话里话外都透露着一个意思：

你到底行不行？

面对质疑，袁意随意解释：

“你不要把ai想的太复杂了，它不过就是一个聪明点的数据分析以及再输出工具而已，只要肯投入，总能搞出来的！”

就像后世的deepseek团队，他们团队只有一百多人，仅靠着五百万美元的训练成本，照样训练出了一流的AI大模型。

袁意有系统在手，也不差这五百万元美元，没道理做不成同样的事儿！

“技术问题不用你管，现在场地有了、核心设备都有了，你只需要负责招人、完善公司架构。”

“其他问题我自然会解决。”

一想到新公司又得重新组建人事、财务、行政、研发、数据收集、算力管理、产品等部门，他就有些头大。

他现在有四家公司：听逸游戏、新艺传媒、高远科技和现在的异星科技。

分别从事游戏、传媒、医疗、AI四个行业。

要不是后两家还没正式起步，而且有薛璃帮忙管着，否则他根本就忙不过来。

“得嘞，您有信心就行。”

薛璃点点头，没有再多问。

接着，两人就异星科技后续投入成本进行了分析，发现这又是一个烧钱大坑！

员工工资、场地租金什么的都是小头，设备采购和每月电费才是大头。

现在的设备只够前期训练，后期还是要大量买入显卡提高算力，设备越多消耗电量就越多。

以ChatGiPT-4为例。

训练一次大模型，大约需要3个月时间。

训练时需要使用2.5万张英伟达A100显卡，每张显卡的功耗是400瓦。

这么计算下来，训练一次就需要消耗2.4亿度电！

ChatGPT3就更夸张，单次训练的耗电量高达12亿度电。

若购电价格是每度电1元，那光是电费就要花12亿。

当然，工业用电价格肯定低很多，而且他们的数据也可能存在水分。

不然人家deepseek的训练成本是怎么压低到五百万美元的？

几个亿的差距，这可不是一句算法架构更优秀、训练策略更高效，就能解释的。

“这样吧，除了那实缴的一千万的注册资金外，我再拿一千万出来，先给公司用着吧，不够再说。”

袁意想了想后说道。