第61章 绿卡，专利，开源（2/2）

高德伟站在白板前面，笑著说：“这还没上全benchmark，adaptec1 只是最小的一个。如果能在大案例上復现这个差距的话。”

陈一然把高德伟推走，自己站在白板前面，让茉莉把表格上的数据全部扫了一遍。

【没有任何异常。曲线收敛，loss 分布，reward 函数的权重分配，全是合理的。数据是乾净的，强化学习策略没有过擬合，模型泛化能力还需要更多 benchmark 验证，但至少在小规模上，方向没错。】

陈一然和茉莉討论了几句，在白板上画了几条线。

“现在分三个方向。第一个，把八个 ispd 2006 benchmark 全部跑通，adaptec 系列四个，bigblue 系列四个。张明辉你之前的流式解析在 adaptec1 上验证过了，適配 bigblue 系列的百万级也该没问题的。阿密特，继续做约束翻译全部八个 benchmark。”

阿密特点头，在自己的小本本上又记了点什么。

“第二个方向，训练加速。拉杰，c2050 跑起来之后你有两件事：一是把 deepflow 的前向和反向传播在 fermi 架构上做 kernel 级调优，二是在 placement 的强化学习训练里实现多 gpu 並行探索。几十个 agent 同时在同一个环境里搜索不同策略，经验共享。你在 nvidia 做的负载跟这个属於同源，这块是你主场。”

“那我们需要多一些硬体了，现在的硬体几十个 agent 会排队，效率会有点问题。”

陈一然说：“要多少块你直接发邮件给凯萨琳。”

“第三个方向，现在只是 hpwl 线长优化，placeessibility。全都得转化成可微分的损失项，然后在 deepflow 里落地。”

高德伟在座位上拧开水杯喝了一口：“时序数据需要標准单元库的 liberty 格式。我们有 adaptec 的 lef 但没有 liberty，得自己建模或者找人要。”

“先用简化模型跑通流程，精確时序后面再补。ispd 的 benchmark 本身也没给完整时序库，学术界做到 congestion 就是上限了。我们先把流程验证了，精確的工艺数据可以事后跟晶片厂谈合作时拿。”

高德伟想了一下之后，点点头表示没问题。

“行，今天就到这。我明天在家，有问题 msn。”

回家的路上，陈一然一边开车一边和茉莉开始討论专利的事。

要不要像上次一样开源，毕竟上次的编译器他一直就是准备卖出的，这次可不一样。

陈一然有点拿不住，乾脆选择遇事不决，问问茉莉。

【我认为现在是开源最好的时机。】

“为什么？”

【你上辈子看过一个视频，b 站漫士沉思录的，90 分钟！清华博士带你一口气搞懂人工智慧和神经网络。由於太枯燥太长，打开之后没多久，你就去看电视了，f1 比赛，勒克莱尔拿了第四。

但是视频一直在放，我在你的记忆中查到过声音，提取出了信息，包括之后有自动播放了一些相关的视频。虽然不是很细致，但是也是我之前学习的灵感之一。只是因为你没看到画面有一些我无法很好的定义。

2010 年到 2013 年，三年时间，整个深度学习社区只有 theano 和 torch 两个选择。torch 用 lua 写的，python 开发者不爱用。theano 编译一次计算图要等很久。deepflow 的增量计算引擎如果放出去，跟 theano 比，不是快几倍的问题，是根本不在一个赛道上。

而从商业的角度来说，我们更需要开源，mit 协议是最优解。我们的框架是无比先进的，其他公司不得不使用我们的框架，他们没办法躲避我们的框架。我们可以让 deepflow 框架成为行业標准，就好比谷歌那样收取各种其他费用。】

“好吧，那就开源 deepflow 框架。”

【对，专利保护的是发明的思路，不管代码开不开源，只要你的算法思路锁住了，別人就绕不过去。mit 协议开源框架代码反而加速传播，用到的人越多，发现 placement 引擎闭源的人越多，上来敲门的人就越多。

我们只是开源 deepflow 框架，而且还是 mit 协议，floweda 工具链又不开源。

placement 优化模型，routing 优化模型，时序分析模型，增量计算框架 eda 定製版，eda 格式解析器，工艺参数库，模型权重，synopsys/cadence 数据桥接这些通通可以收钱。】

“茉莉你好黑心啊。”

【我是基於你的大脑模型工作的 agent，我具有和你一样的人类特性。】

“行行行，知道了，我心黑行了吧。”

吵不过茉莉的陈一然到了家，就给ted打了电话，又得给人家贡献工时了。