第二天早上起床，周昀感觉自己腰上有些酸痛。
“早知道昨天晚上不应该勉强的。”
为了保持一个健康的身体，周昀昨天晚上饭后休息了一会儿跑步去了。
一下跑了五公里，也许是太久没跑了，昨天还没什么感觉，现在起床，那叫一个酸爽。
昨天买的显示器已经到了，吃了个早饭，就把显示器取了回来。
看着27寸的大屏幕，周昀满意地点点头。
“这才对嘛。”
昨天邓永华已经把服务器的账号密码发给自己了。
先是下了个Termius，虽然Windows有自带的SSH连接工具，不过他更习惯Termius，主要是界面看上去比较舒服，年轻人嘛，总是喜欢炫酷一点的界面。
一顿操作之后，成功连接上了服务器。
服务器用的Linux系统，一般都是没有GUI也就是图形界面的，主要目的是为了减少资源的消耗，而且安全性也更高。
一开始用肯定会觉得有些别扭，但是用习惯了之后就会发现。
在科研领域，Linux比Windows方便太多了。
在自己电脑上搜索了一下Anada官网，找到最新版本的下载链接，然后直接用wget在服务器上开始下载。
Anada是AI领域最常用也可以说是必备的工具。
这服务器的网速还挺快，没一会儿就下好了。
接下来的流程就很固定了。
创建虚拟环境，安装pytorch，安装各种需要用到的包。
光是装环境，他就弄了一个上午。
顺便抽空看了一下服务器状态，果然，八张80G的H100，一共640G显存，虽然不止他一个人用，但是也剩下一半多，肯定是够用了。
AgileEdge的流程他心里早就想清楚了，写代码那就是水到渠成的事情。
而且现在都有AI辅助，核心框架一共几千行代码写起来都不需要一个小时。
再加上自己检查，调试。
下午五点钟就搞完了核心框架的所有代码，这种速度放在几年前，那是根本不敢想的。
而写代码只能说是整个科研过程中最为简单的一个步骤了。
接下来才是折磨的开始。
跑实验——>调BUG，这种枯燥的循环过程才是真正让人感觉心累的环节。
周昀在网上找了一个参数量在100B左右的大模型，本来他是打算找个几十B的就差不多了。
谁知道导师这么给力，资源多了，他也不那么扣扣嗖嗖了。
AgileEdge的主要作用就是将大模型压缩成小模型然后放到边缘设备里。
因为是全自动的AI框架，所以其操作流程非常的傻瓜。
只要将边缘设备连接到电脑，程序就会自动检测其硬件的具体参数，然后经过AgileEdge的压缩，不断地优化模型，最终形成一个能运行的模型文件。
边缘设备周昀暂时就找了一台老的智能机，内存只有32G，将手机插上数据线。
运行程序。
一个进度条出现在屏幕下方。
【预计时间：17h】
“就知道。”
只要涉及到大模型，实验的时间就不会短，不过十几个小时也算快了，前世周昀曾经一个实验跑了两周，主要就是当时的服务器实在太垃圾了。
三天后，周五。