李主任对着周昀点头示意。
服务器上模型和实验记录他都看过了，毕竟是他们提供的服务器，自然有这方面的权限。
当时他被赵主任叫起来看完实验记录后，愣了很久才吐出四个字——惊为天人！
他在金融领域的AI模型上的研究其实也有七八年的经验了，但是在看到周昀的模型架构时候还是感觉非常的震撼。
除了最为基础的架构仍旧是基于transform的注意力机制，其他地方和现有的模型都大不相同。
这次来，除了验收，也是想和周昀讨论一下相关的技术细节，毕竟之后这东西是要真正运用的，如果不了解细节，他们很难放心使用。
简单介绍了一下，赵主任回到位置上：“周同学，时间宝贵，客套话就不多说了。
这次请你来，目的很明确，主要就是进行项目的验收。
李主任在这，他会问你一些一些技术上的问题，最后根据咱们事先设定好的几个指标进行检测。
如果通过，咱们这一阶段的项目就算完成，你有什么问题吗？”
“没有问题。”
“好，那咱们开始吧，李主任，接下来交给你了。”赵主任点点头，示意可以开始。
“好，周同学，对于你的模型我们昨天在接到你的电话后就进行了简单地内部测试和实盘测试，结果都非常好，在这一点上已经完全达甚至超过了之前拟定的指标，
另外，你在服务器上写的相关技术文档我都看过了，不过因为时间原因，有的地方还是存在一些疑问，正好今天当面请教。
主要有两个问题：现在的模型只针对一支股票，但在整个股票市场中，肯定不止一支股票，类型也各有不同，
那么你要如何处理各种股票之间的相互影响，如何能确保模型在处理远超现有数据规模的情况下还能保持现在的性能？
第二个问题就是，假如我们要将整个美股都放到你的模型框架里，你预估需要多少的计算资源？”
周昀几乎没有犹豫，便开口道：“您的两个问题我之前就有所考虑，先回答您的第一个问题，在我的想法里，整个市场是一个动态演化的关系网络，
您可以看作是数据结构中的图，每支股票是一个节点，节点间的连接（边）代表它们之间的关联强度，这些关联不是固定的，会随时间变化，
关联强度的数值，模型可以通过学习自动计算，这样就能构筑出一个真正实时动态演化的关系网络图。
至于第二个问题，这就要取决于您的硬件设施，如果对硬件设施进行相应的优化，并且凭借现在模型本身资源需求量低的优势，
所需要的资源换算成H100来看的话，大概是五千张左右，这毕竟是整个美股市场，需要的算力不小。”
李主任点点头：“对于你说的动态演化的关系网络图我还有些疑问。。。。。。”
。。。。。。
双方交谈了大概两个多小时，李主任是心服口服，如果说刚开始还对周昀的能力有些怀疑，
那现在，连这一些怀疑都没有了，在这两个多小时的讨论中，他感受到了周昀无比丰厚的知识底蕴。
“我还有一个不算问题的问题，这个模型的名字叫做什么？毕竟代码里只有QN的缩写。”
周昀笑了笑：“Oraet，QN是它的缩写，不过我更喜欢他的中文名——天机网络。”