第(1/3)页

    八月的西安，是能把人烤出油来的那种热。

    不像锦城那种阴湿的蒸笼感，西安的毒日头是直接劈下来的，混着秦川平原上吹来的干热风，把整座城市炙烤得像一块巨大的砖窑。

    任少卿拎着一个鼓囊囊的黑色双肩包，从西安交大东门的公交站一路走进校园，衬衫后背湿透了大半，贴在脊梁骨上，黏糊糊的，难受得很。

    他低着头，盯着脚下的花岗岩路面，脑子里反复过今天宣讲的那三十二页PPT。

    第七页的实验数据。

    第七页，是整个报告的命门。

    任少卿闭上眼睛，那张对比折线图像刻进脑子里一样挥不去。

    他基于AleXNet架构改进的卷积神经网络模型，用东拼西凑的四卡GPU服务器跑出来的结果，在PASCAL VOC 2012数据集上，目标检测精度比学界主流的DPM模型高出了将近十一个百分点。

    十一个百分点。

    在他看来，这不是一个数字。

    这是一次典范转移。

    他二十七岁，中科大和微软亚洲研究院联合培养的博士生。

    去年从合肥到了一趟北京，跟着导师的组看完了HintOn组在ILSVRC比赛上用AleXNet把传统方法打得落花流水的完整论文。

    他当时就坐在微软大厦十二层的组会室里，咖啡都顾不上喝，盯着屏幕上那个把所有传统方法甩开将近十个百分点的成绩，心里某个地方“咔哒”一声，被什么彻底撬开了。

    那种感觉，他后来想了很久——大概类似于在一片乌压压的普通人里，突然认出了另一个同类。

    然后他就扎进去了。

    整整八个月，几乎把所有能腾出来的时间全部押进去。

    他在自己的研究方向里开了条岔路，拐进了当时连导师都半信半疑的深度学习丛林，靠着微软亚研院借给他的一小块GPU算力，把那套模型一点一点搭起来，调参，再调参，处理过拟合，再处理，换框架，换数据增强方式……

    然后跑出了那个让他失眠了整整一夜的数字。

    但他没法训练更大的模型。

    算力不够。

    微软亚研院给他划的那块算力有上限，还要跟组里其他项目排队。

    他算过了，如果要把网络规模再扩大一倍、数据集再丰富三倍，按现在能用的算力，连续不间断地跑，需要将近四十七天。

    他等不起。

    不是技术上等不起，是赛道上等不起。

    他清楚地感觉到，全球跑在这个方向上的人越来越多。

    去年AleXNet一出，全世界顶级实验室就像被点着了一样，一股脑儿往这边涌。

    斯坦福、CMU、DeepMind……这些机构手里握着的算力，是他这种人做梦都摸不到的规模。

    他必须跑快一点。

    所以他来了西安。

    “2013年全国计算机视觉与模式识别暑期研讨会”，主办方是西安交大和西工大，协办方拉了一长串，里头有两个国家级的超算中心。

    这场会议在学界的分量不算最顶尖，但务实。

    任少卿要的也不是顶尖，他要的是那两个超算中心的挂名负责人，以及他提前查过的、挂在西工大计算机视觉重点实验室名下的那一批国防科工委拨款的H系服务器集群。

    他的如意算盘是：论文宣讲好，跟西部这边的大拿们混个脸熟，饭桌上开口“化缘”，借一批算力用三个月。

    道理上没问题。

    学术圈就是这么运转的。

    任少卿走进报告厅大楼，扑面而来一股凉气，把他半干不湿的衬衫一下子激透了，打了个哆嗦，稍微舒坦了点，抬头看了眼指示牌。

    计算机视觉分会场，三楼报告厅B。

    宣讲安排在下午两点，是下午场的第二个报告。

    现在是上午十点四十分。

    时间够。

    ……

    上午的大会主题报告，任少卿坐在后排，把论文草稿掏出来又过了一遍。

    台上是一位西工大的老先生，做人脸识别做了二十多年，满头白发，声音洪亮，PPT是黑底绿字的经典配色，一页一页往下翻，每一页都有至少三段话。

    老先生讲的是基于可形变模型的人脸特征点对齐，理论体系扎实、推导完备，是这个领域里毫无疑问的泰斗级工作。

    任少卿认认真真地听，认认真真地鼓掌。

    然后继续低头看自己的论文。
    第(1/3)页