“未来人工智能时代的具体实现方式，就是利用人工智能的算法，在云端计算大数据。算法相当于工业时代的加工机床，数据就像是被加工的原材料，而云端计算能力则是驱动机床的能源提供者。
我的yy网络科技，乃至蚂蚁金服，乃至我其他一切平台，核心的目的是实现内容推送的人工智能。我的人工智能要‘听得懂人话’，进一步发展到‘哪怕主人不说，也能猜到主人想要什么’的‘读心术’。然后解决‘找到主人想要的内容，然后给他’这个问题。
听得懂，猜得透，找得到——帮全人类做到这九个字，就够我顾某人为之奋斗一辈子了。至于钱，于我如浮云，我要那么多有什么用？这里面，的算法和大数据，是必须我亲自解决的，但是背后的基础设施，我不一定要亲自搞。所以云计算这块，你们谁有兴趣，愿意去搞，我可以提供技术服务，或者入一点股份，帮你们搞。这个钱赚得不够轻松，不是从0到1从无到有的钱，我不想受这个累。”
顾诚最后给了一番高屋建瓴的结论，把自己的志向和心态剖析得非常清楚。
只有从0到1的钱，才有垄断利润，才有绝对的暴利。那些从1到n的钱，只是成本大战。或许未来早期的云计算巨头在优化效率上能够比同行高一点，把成本压得更低一些，从而赚到更多的差价——但那也只是一点点差价。
顾诚是内容产业的霸主，他没空亲力亲为。他只要确保这个基础设施短板不会拖他的后腿，到了那个时代他想从外部买云计算资源，能够买得到，而且以足够便宜的价格买到，就行了。
就跟米国人没必要亲自跑去沙特狗大户那儿挖石油，他们只要确保石油足够便宜、能够满足米国的工业体系需求、不要再爆发一次类似于1973年石油危机之类的事件就行了。（虽然挖石油也有可能很赚钱）
云计算，就相当于40时代的“能源”。
当然，顾诚不在乎亲自赚云计算的钱，不代表他不需要控制和监督云计算。
毕竟，未来的业务形态是“在云端用人工智能算法处理大数据”，既然是“在云端”，那么yy系和支付宝系的大数据肯定是要传到云上去算的。这时候数据安全的问题就很重要，必须防止敌人暗中备份窃取。
后世p; 然而，就在这个炎炎夏季里，一些让程序员们觉得不可思议的事情发生了。
公司要求按照顾诚大致描述的那个拓扑结构，结合英特尔最新的多核cpu线程任务分布思想，弄一个闻所未闻的“分布式编译架构”。
所谓“分布式编译”，用外行人听得懂的话解释，大致是这么个原理：
在原本的编译模式下，每次一段代码要被编译成程序时，都只会调用程序员本人的电脑cpu运算资源，或者他直接树状结构连接的那台代码服务器的运算资源，来进行编译。
但是在同一个网段里面，并不是所有程序员的电脑或者代码服务器的cpu都始终处于满负荷运转状态。搞了“分布式编译”之后，可以把同事开着的、cpu闲置的运算资源也调动起来，一起帮助编译，从而加快编译速度。
要是搁在后世，这玩意儿随便找个编译工程师都能搞定。
问题是眼下才05年下半年——距离历史上这种架构方法在各大互联网公司试水，起码早了两年多。顾诚几乎是卡着一切必要硬件条件的门槛布置的任务。
当然，历史上分布式编译在08~09年才成熟，并不是说更早技术上就绝对做不到——而是更早的时候，大伙儿觉得这东西没什么价值。犯不着为了省这么点编译时间，就去浪费那么多程序员的精力专门架构这种结构。
而历史上的08年，阿狸开始运作“阿里云”这些云计算项目，分布式计算的基础研究已经做了很多，设置分布式架构所需要的操作成本也大大简化，国内各大公司赫然发现“诶？原来只要这么几个小步骤，就能把闲置的电脑计算能力整合起来？貌似还挺方便的”。
（注：我记得我第一份工作，在一沪江一个手机研发公司当码农的时候，09年就搞过分布式编译。不排除其他行业更早，应该是08年就有了。）
顾诚让大家研究这个东西，显然是在为云计算做预演和操练。
然而不理解这事儿的人很多。
那几个被分配到琢磨这事儿的码农，都觉得老板变抠门了：这种事情，犯得着让一组码农花十天半个月去优化么？多买几台服务器才多少钱？这些行业精英半个月的工作时间又值多少钱？顾总怎么突然抠门不会算账了？
负责这个项目组的是一个细心的女运维工程师，名叫叶