从量化算力到人工智能：万象视界重新配置早期计算资源

万象视界早期拥有的计算资源，并不是专门为预测市场准备的。

在项目正式启动之前，宋念祖已经围绕量化研究和金融数据处理积累了一批高性能计算设备。到2023年底，这批计算资源已经超过500张GPU，最初承担的主要任务，是处理金融市场数据、运行策略模型以及完成高频率的计算任务。

万象视界成立之后，这批设备开始经历一次用途转换。

金融市场的数据结构相对明确，价格、成交量和时间都能够直接被系统读取。但万象视界需要处理的是更加复杂的现实信息。

新闻报道、企业公告、行业资料以及其他公开信息，大量以自然语言形式存在。

这意味着原有计算能力不能简单照搬。

技术团队开始重新配置服务器环境，将部分GPU从原来的量化计算任务中释放出来，用于人工智能模型训练、文本分析、事件识别以及信息分类。

计算对象也由价格逐渐变成事件。

例如系统需要从一份企业公告中识别公司名称、时间节点和未来计划，再判断这些内容是否与平台已有事件有关；如果发现新的明确目标，还需要进一步判断它是否具备进入“未来事件库”的条件。

这种变化并没有完全切断万象视界与量化技术之间的联系。

相反，过去处理金融数据形成的一些思路被保留下来。

持续获取数据、识别变化、建立时间序列以及根据新信息更新判断，这些原本应用于金融市场的技术逻辑，被重新放到了现实事件上。

区别只是输入的数据已经发生变化。

过去系统主要观察价格，现在则开始读取现实世界。

随着人工智能任务增加，GPU的使用方式也更加复杂。模型训练、实时推理、数据清洗和历史事件分析开始同时占用计算资源，原有设备的调度方式需要重新设计。

对于万象视界而言，这次转换意味着公司的技术基础开始真正脱离过去的量化项目。

500多张GPU仍然是同一批硬件，但它们所处理的问题已经不同。

从分析金融市场，到整理现实信息，再到建立关于未来事件的数据库，万象视界开始形成属于自己的计算体系。

而随着需要处理的信息继续增加，下一阶段真正限制平台规模的，也逐渐从“有没有算力”变成了“每天能够处理多少数据”。