还不错 有几点意见
训练加速一个广告才加速2小时 这个数值建议改成200小时 否则广告完全没必要看
研究速度太慢了 建议把人才数量和数值 和研发队列与研发速度挂钩 再加个人才数量上限机制 用钱解锁上限
4倍速不够 建议分三档 暂停和2秒1小时 1秒8小时 1秒24小时
删除训练加一个确认按钮 这个容易误点
模型训练完的结算画面加一个暂停 和半秒的防误触 避免错过看广告加分
服务器服务人数和服务器性能挂钩 现在服务器一台就够跑了 没有加机器和省电费的动力
api收入结算不要一个月一次 太拖节奏 一天一次就够了 否则银行贷款基本上就是为这个机制背锅 没起到加快发育的效果
api系数现在1.5稳定最优 建议把逻辑优化一下 跑分排名越高 系数可以拉越高
把ai的进步速度拉高点 模型也不要训练一个新的就要命名一次 最好是v1大版本参数量更新 v1.1小更新 五种模型 命名五次就行了
硬盘获取数据集机制看不到效果
内存加速算力机制不好
cpu机制不好
主板机制不好
这四个建议直接融合成服务器基础配置 不要单买了 基础配置决定电源类型 电源数量 显卡数量 显卡类型 网速等 网速机制决定集群上限 限制单个模型集群的规模
加速卡完全没用 想用都用不了 建议把加速卡删了 或者做成昂贵的专用计算卡 前期小集群要跑训练靠他过渡
前期系统提供训练集群租用即可 避免过度投入
自选训练服务器多卡只能选不同的显卡 这个需要优化 或者可以用自己的集群直接跑训练 把入门训练的集群配置需求拉高点就行 多大的集群能跑多大的参数
推理集群的算力需求是计算集群的(0.3+0.01n)倍 n就是用户数量的规模 到底是100个用户算作1个n还是多少自己试试看
显卡等零件加个直接售卖机制
电源升级路径体验感未知
机柜负载机制体验感未知
不同收入来源的区分不好 现在基本只是单纯的数值累加 不对计算需求用户量有影响 很无聊
这三个可以先保持下个版本再想改动方案