会议开始，赵文渊先定了议程。
「今天这个会议呢，主要是给两边的团队定个调，我们研究院最新研发出来的豆汁儿模型，它能做什麽、不能做什麽、适合做什麽，功能方面我上午已经给江总演示过了，一会由小牛来给大家再简单地过一遍。然後主要讨论一下接下来双方怎麽合作，如何把这个豆汁儿模型放到调度层里。最後做一个简单的排期。」赵文渊说完，向韩路一问道：「韩总，您看还有什麽要补充的吗?」
韩路一想了想，说了一句：「我说一句吧，开会这种事情要开到点上，如果现在在场的谁觉得不能在这场会议里贡献意见，只是想来跟进进度的话，可以先离场，之後看会议记录也是一样的，不用在这浪费时间。」
韩路一说完，看了一圈，倒是没有人离场。
然後他接着说道：「还有就是，每场会议开始之前都应该有预期产出，我刚才听了一下，这场会开完，会把合作计划和排期定下来，是吧?会议结束的时候记得总结一下。」
说完之後，韩路一对着屏幕点了点头，说道：「小牛，开始吧。」
小牛站起身，清了清嗓子，说道：「韩总，江总，我先给大家做一遍演示。」
小牛共享屏幕，做了一遍演示，和高管例会上赵文渊做的演示基本一样，海城会议室里，基础设施部门的员工都是第一次看到成果，心中初步满意，但是也不免有着怀疑。
单个请求做的又快又好，就是不知道并发上来了之後表现如何，以及会占用多少资源。
豆汁儿要代替汤圆来做调度辅助，除了精度不能拉胯之外，还有一个问题就是它本身不能太消耗算力，不然省出来的算力都用来跑调度器了，那就完全没有意义了。
江松然率先提出了这个问题：「这个豆汁儿模型，想支持十万qps的话，需要用多少算力?多少资源?」
现在整个起源所有自有算力的吞吐量大概就在十万qps这个量级，江松然所以有这麽一问。
这是把豆汁儿接入每一个调度请求所需要的资源。小牛拉出一张图标来，说道：「江总，我们已经做过压测了，我们自己使用的八卡l100，大概能做到两万四千的qps。」
这个数字让海城会议室的人都是一惊。
那岂不是说，就算加上资源冗余，想要服务整个起源所有的推理请求调度，也只需要用四十张l100左右的算力?
这个豆汁儿模型也太小太省算力了吧。
江松然对身边的基础设施总监陶封说道：「老陶，刚才赵总那边说，豆汁儿模型的判断准确率能达到98%，按照这个数据估算，如果现在把每一步算力调度都跑一遍豆汁儿模型，按照我们之前的估算，大概能提高多少效率?」
陶封在面前的笔记本电脑上迅速操作了几下，回答道：「之前我们测算过，总体算力的百分之三十左右是由於资源错配被浪费掉的，如果能达到这个准确率的话，应该至少能救回来百分之二十。」
现在两个数据中心一共部署的三万张左右的计算卡，能从里面优化出百分之二十的性能的话，就意味着凭空多了六千张卡。
四十张卡，能换出六千张卡的算力来，这就是豆汁儿模型的价值。
韩路一在旁边暗自思量，离赵文渊之前要求的万卡训练集群还有点儿差距，还得再想想办法。