我帮你续一下，中奖之后会领你到一个看起来正规的店铺，然后给你说这个 ipad 多少钱，可以免费领，但是要 6 年内强制在他店里消费多少钱，一般是八九千。然后我就走了，不仅浪费了我的同情心，还浪费了我半个小时

我问他我拿走了，我不消费怎么样，他说他们肯定有办法
后来我想了想，应该是支付宝的那种自动扣费

@murmur 哈哈哈，思路很奇特呀，不是同一个村里的，也不是我找的。我是觉得那次事故真的特别巧合，而且更巧的是亲戚一个月内也是遭遇事故，唉，奈何我不是完全的亲历者，没办法再探究竟了

#61 戚还说，那个算命的只是打了个电话就知道，家门口有个枯死的老榆树段发芽了。。。。。
我每次想都很难觉得那是巧合。。。

我自己的经历。去村里串亲戚，回来路上开车被一个瓢虫咬了脖子一下，我怕虫子，胳膊不自主拽方向盘，直接撞到路边路牌上，车翻了，车上爷爷奶奶爸爸都没事儿。

以为这就是个偶然事故

隔了几个月，我听说亲戚家发生了交通事故，但都不大
找人算了算，告诉他是因为家门口有个枯死的老榆树段发芽了。。。。

方案一：可以试试图方法，比如图卷积、图注意力
方案二：可以看看 KBERT 这篇论文，找一找灵感
方案三：直接把上述信息作为文本+论坛发言一起输入到 bert 中
简单的想了想，不一定真的有效

Aspect-based sentiment analysis (ABSA)

@chenjunqiang 我们放在恒温机房，放在公司应该也可以。就是噪音大，显卡 io 板上装了两个暴力服务器风扇，直接往外抽风，反正不用插 hdmi 。

四轮电动车，很小巧的那种，淘宝应该搜老年代步车。很方便，不给油门就自动刹车

科学空间

@isler
反正不吃 CPU，坑就坑了，现在我自己用这一台，也没有多余的。
集群我反正是在机房里看见了四台 DGX A100 外加单独的万兆路由，酸死我了

@w1573007 #59
关于显存共享我差不多搞明白了，只针对深度学习：
1. 显存不可能在底层叠加，也就是说永远是四个单独的 24G 显存
2. 我认为的显存叠加只是增加了 batch_size 的大小（已实现），或者可以把模型分半一块卡加载一部分模型。
3. 第二条所述的功能都需要在代码层面实现，底层上是通过 PCIe 来传输梯度
4. NvLink 的作用就是加速第三条中梯度传输的速度，避免数据通过 CPU 传输，以实现类似一整块 4*24G 显卡的效果

这些是我踩坑之后的理解

@isler
Supermicro SYS-7048GR-TR
E5-2680V4 * 2
三星 32G RECC 内存 * 6
技嘉 RTX 3090 TURBO * 4
硬盘机械加固态

机箱和 CPU 应该是马上停产，供应商装好机器才跟我说，升级型号应该是 SYS-7049GP-TRT，CPU 也要换
虽说是塔式，我们还买了导轨，放在那种恒温机房里

@zirconium #50 在 jd 上找了一家超微的代理，让他给出了个配置单。然后找我们自己的供应商给买的设备加上安装和调试。
配置单我还有，但是供应商说这个 cpu 和主板马上要停产了，再买就要买新的了，超微的塔式四路 GPU 服务器好像就那一款

@secsilm 拿来做关系抽取的，要写论文的嘛，哈哈哈。就这样 batch_size 只能设 1，DDP 用起来四卡就占满了

@secsilm 基于 BERT 的实验，很占显存