具。”
“但真正决定它能走多远的，不是工具本身。而是用户打开它之后，下一条内容是什么。”
黄任寻的表情认真了些。
“推荐算法。”
“对。”
陈默在白板上画了一个简单循环。
“内容平台会产生大量行为数据，数据会喂养模型，模型会提升推荐效率。”
“推荐效率提升，用户停留时间就会增加。”
“创作者看到流量，又会生产更多内容。”
“这个飞轮一旦转起来，会不断吃算力。”
他看向黄任寻。
“短视频只是第一个吃算力的应用，不会是最后一个。”
黄任寻靠在椅背上，目光仍停在白板上。
他见过很多投资人。
太多人把英伟达当成显卡公司。
他们会问游戏市场，会问主机周期，会问PC销量。
眼前这个年轻人，却直接绕过这些，谈到了CUDA、并行计算、模型训练和推荐系统。
这些东西有些还很早，早到大多数资本市场的人根本懒得听。
可黄任寻听得懂。
也正因为听得懂，他才意识到，对方在预测GPU未来可能通向的地方。
“陈先生，”黄仁勋神色复杂地看着他，“你说的这一切，需要漫长的时间去验证。”
“我知道。”
“在这个过程里，英伟达可能会面临无数次资本市场的抛售与失败。”
“我知道。”
“华尔街和公开资本市场从来都没有这种耐心。”
“创生资本，有的是耐心。”
黄仁勋先是一怔，随即大笑：“哈哈哈！这句话我喜欢。”
这场会面成了。
陈默让黄任寻意识到，创生不是普通财务投资人。
它更懂英伟达未来想走的路。
接下来的谈话变得顺畅许多。
创生会在未来六到十二个月内，通过多个账户逐步建立英伟达长期仓位，并且会逐步收购其余结构手中需要出手的英伟达股份。
同时，创生还计划建立一个小型算力实验室。
早期服务于推荐算法、视频内容分发和AI研究。
英伟达愿意安排战略合作团队，与创生保持长期沟通。
黄任寻还提出，可以让技术团队对接创生未来的算法实验室需求。
话说到这里，已经不用继续往深谈。
第一次见面要得到的已经够了。
离开
本章未完，请点击下一页继续阅读！