祁旻离开实验室时，她的六个大循环已经跑完五个了。

最后一个是处理神经元上下级联关系的，因此需要的时间格外长。

她带着电脑离开学校，坐地铁回到她现在借住的朋友家。

祁旻这位朋友叫严兆兰，也是她大学时的同学，因为没有直博而是先读了硕士，现在还没有博士毕业。

但人家因为是在国内top2大学读博，因此在读博期间就已经结婚了。

如果不是她和祁旻上学时关系的确铁，恐怕也不会让祁旻住在自己家。

不过祁旻知道她住在人家夫妻俩的家里很碍事儿，回去之后就进到自己的卧室里，若非必要决不出来。

她从下午五点进入房间，联上网打开jupyter就又开始鼓捣她的代码。

在第六个大循环跑完之后，她就相当于已经跑完了一个256^（3）＝25616777216个虚拟神经元的连接体，然而这和人脑的神经元数量（约860亿）还差着四个数量级。

这只能算是一个测试版的类脑体，但祁旻已经可以拿它来做点儿什么了。

最简单的测试方法，就是用来做机器学习。

github上有很多现成的代码，祁旻随便找了一段儿贴上去，把各种参数都调好之后让它开始运行。

这此运行得似乎毫无问题，但没过一会儿祁旻的手机就响了。

“哎，是生物系的祁旻老师吗？”

那边的人说道，“我是学校计算中心的管理员，是您一直在跑代码吗？”

“呃……可能是我吧。”

祁旻忐忑地回答道。

“您能停一下儿么？机房超负荷，导致医学系馆又断电了。”

计算中心的管理员说道。

“哦……抱歉抱歉……”

祁旻连忙道歉，然而她看了一眼jupyter，这代码已经跑了一半儿了，超算有自己的备用供电，其实还能撑很长一段时间。

可以争取一下儿嘛。

祁旻又说道：“不过也不一定是机房的问题吧，天气热的时候生理医学实验室本来耗电就大。”

“咱话是这么说，但超算机房的耗电也太大了。”

计算中心的管理员说道，“您还是稍微停一下儿吧，到时候咱们跟医学系的老师也好交代。”

人家都这么说了，祁旻也不好意思继续再跑她的代码。

她把正在跑代码暂停了，又对电话里问道：“行了么？”

“诶，立刻就行了。

没问题了，谢谢您。”

计算中心的管理员连忙说，“您等……两个小时，再继续跑吧。”

祁旻等了两个小时，然而当她再把代码重新启动时，却发现代码跑的速度显然变慢了。

她到计算中心查了一下儿，发现自己的计算资源分配被限制在了30%，而之前她的代码一直是占用50%计算资源在运行着的。

这可真是让人不爽。

但祁旻也没什么办法，毕竟人家计算中心是全学校除了计算机系之外其他院系共用的，而生物系恐怕也不会因为她这个用来水经费、水文章的课题跟计算中心掰扯。

但是原本用50%计算资源，跑个256x256x256的连接体就已经要用一整天了，以后用30%的计算资源跑全尺寸的类脑体真是不知道要跑到哪年哪月去。

祁旻觉得这样不行，她必须得想个别的办法。

——

很快这个“别的办法”

就自己来到了她面前。

星期六的时候，严兆兰的学校开办了一个博士生论坛。