第16章 收获
林行知的判断没错,加焊过后的显卡顺利点亮,3D测试也没有问题,显卡修复成功。
看着BOS上的显示,孙爸也是松了一口气。
“好小子,比我那不争气的儿子强多了!”孙爸很高兴,本以为这块显卡会浪费很多的时间,可没想到,在林行知的参与下,两人只花费了一个来小时就修复好了。
林行知笑了笑,孙爸的高兴他也能理解,这块英伟达的GF7900GTX显卡,盒装价可是299刀,国内工包也要将近4000元。
哪怕是这种维修过的「次品」,最低也值2000元。
当然了,林行知也不觉得自己帮了孙爸多大的忙,或是应该得到很多的报酬。
这种原厂售后贴牌的产品,可不是什么人都能弄到的,别看林行知和孙爸无法确定虚焊问题,可在拥有更多精密仪器的厂家那儿,根本不需要花费太大的功夫。
这也就意味着,厂家是能确保维修好的。
至于为什么能流出来,那就牵扯到其他的利益链了。
“半个月前,你不是跟我说要高端货吗?自己挑吧,绝对给你个合适的价格。”
孙爸满意的看着手中的显卡,爽朗的说道:“QX6700处理器按散片价给你,还有英伟达的顶级主板和显卡,我推荐你拿维修货,我也不赚你钱,按500一片出给你。
“当然了,你也懂行,保修我就不提供给你了,产品出现了问题,自己过来修,不收费。”
林行知没想到孙爸如此大方,别看主板和显卡都是维修后的产品,可放在孙爸手里,价值绝对在5000元左右。
就算卖给其他的二手贩子,也绝对不低于2500元。
“孙叔,您这太客气了,我确实想买一些高端产品,可这些真不用。”
林行知推脱了,虽说他并不一定需要一块高档的处理器,可英伟达的主板和显卡,的的确确是林行知所需要的。
更重要的是,后者的价格没有处理器那么昂贵,选择购买返修品,性价比很合宜。
不过,孙爸给的价格太低了,只入手显卡和主板,显然是不利于人际关系的稳定性。
“是不是价格接受不了?”
孙爸意外的看着林行知:“没事,你把配件带回去,钱慢慢给也行,实在没钱可以假期过来兼职嘛。”
林行知沉默了,孙爸的说法让他有些出乎意料。
在他眼里,孙爸是一个有能力的商人,这种摆明亏损的生意,是没有人会去做的。
剩下的选择只有一个;
根植于传统文化中的——人情。
对于这个概念,林行知无法切身体会,他只知道,这是一种创设与维持人际关系的常识性准则。
这是人类发展历程中,逐渐积淀起来的文化现象。
这,也是他所厌恶的。
无法量化,又何谈互惠共利?
内心稍作衡量,林行知脸上带着些许微笑,说道:“孙叔,我确实是需要高端设备,但并不是为了玩一些娱乐游戏,我是想做一些关于机器学习方面的实践。
“处理器,我更倾向于基于精简指令集设计出来的处理器架构。据我的了解,今年BIM公司很有可能在京城召开发布会,推出新的POWER系列处理器,这类产品在能耗与浮点运算次数上,更具有性价比。
“英伟达的主板和显卡,我确实有这个需求,显卡在单程序多数据流的并行处理上,远强于处理器,而且英伟达拥有CUDA运算平台,游戏显卡也能完美发挥自身性能。”
孙爸听愣了。
他根本没有仔细思考林行知的需求,还以为林行知跟自己儿子一样,也是为了玩一些高配置的游戏。
机器学习?
这是什么东西?
“你的意思是,处理器你用不上,显卡和主板你需要是吧?”孙爸来不及多想,尽可能的提取一些有效信息。
林行知不好意思挠了挠头,说道:“不是用不上,而且其他的性价比更高,先不说能耗,光是七八千块的费用,我就承担不起,但是...”
孙爸恍然大悟,拍着林行知的肩膀,不在意的说道:“放心,你不要处理器,主板和显卡我一样500块给你,至于你说的POWER系列处理器我也了解过,只是门店没有这类需求,我也就没进过货。不过这种工作站级别的处理器,远比常规处理器散片更好弄,下次我可以帮你整几片。”
“孙叔,显卡和主板你还是市场价卖我吧,不然你这根本赚不到钱。”林行知说道。
孙爸瞪了林行知一眼,说道:“说胡话,我要赚你的钱干嘛?”
“要不您还是涨点价吧,不然我真不好意思买。”林行知无奈的说道。
孙爸很不高兴,说道:“一口唾沫一个钉,说好多少钱就多少钱。”
看着孙爸逐渐激昂的情绪,林行知还是打消了劝说的想法。
“行了,自己去库房挑吧,到时候直接找老刘结账,我还有事呢。”孙爸又瞪了林行知一眼,然后才朝外面走去。
林行知很是无奈的摊了摊手,只能朝着库房走去。
这个时间点,孙大海早已将电脑组装完成,正坐在椅子上不停地抖腿,仿佛抖腿的速度,能加快网络的下行速率。
“老大,捣鼓完了?”孙大海只是看了一眼林行知,双眼又立马移到了显示器上,仔仔细细的看着论坛上的游戏攻略文图。
“是啊,你爸答应低价给我点高端货。”林行知笑着说道。
“哦?”
孙大海转过头,饶有兴趣的问道:“多少钱?”
“处理器太贵,我没要。显卡主板都按900块给我,不算保修。”林行知回答道。
孙大海微微皱眉,说道:“我爸有点小气了,不保修的话,这个价格还能再降一点的,不过也挺良心了。”
“没事,你爸也是要赚钱的。”
两人有搭没搭的聊着,林行知很快就陷入了琳琅满目的设备海洋中。
虽然,库房气味并不好闻,可在挑选的过程中,林行知颇有种舒畅的感觉。
去年,一篇论文彻底点燃了机器学习领域。
《A Fast Learning Algorithm for Deep Belief Nets》
论文中,提出了一种具有革命意义的神经网络;
——深度信念网络。
这种网络的基本思想,是用一种叫受限波尔兹曼机的结构得到生成模型,其本质是一种可以在输入数据集上,学习概率分布的生成随机神经网络。
换句话来说,这种网络具有了感知对输入数据表示的程度的能力,而且尝试通过这个感知能力重建数据。
这就好像人类在学习的过程中,将客观知识内化成自身的认知;
有着异曲同工之妙!
“终于可以自己尝试一下了,机器学习可比设置一个专家系统要有趣的多。”林行知感慨道。
虽然,还没有买到新的高性能处理器,可手中的显卡已经给了自己足够的缓冲时间。
林行知也没有打算接着辛顿的研究思路继续发展下去,他想尝试一下历史进程中所有的神经网络算法!
当然,绝对不是因为穷。