祁旻離開實驗室時，她的六個大迴圈已經跑完五個了。最後一個是處理神經元上下級聯關係的，因此需要的時間格外長。
她帶著電腦離開學校，坐地鐵回到她現在借住的朋友家。
祁旻這位朋友叫嚴兆蘭，也是她大學時的同學，因為沒有直博而是先讀了碩士，現在還沒有博士畢業。但人家因為是在國內TOP2大學讀博，因此在讀博期間就已經結婚了。如果不是她和祁旻上學時關係的確鐵，恐怕也不會讓祁旻住在自己家。
不過祁旻知道她住在人家夫妻倆的家裡很礙事兒，回去之後就進到自己的臥室裡，若非必要決不出來。
她從下午五點進入房間，聯上網開啟Jupyter就又開始鼓搗她的程式碼。在第六個大迴圈跑完之後，她就相當於已經跑完了一個256^(3＝25616777216個虛擬神經元的連線體，然而這和人腦的神經元數量（約860億）還差著四個數量級。
這隻能算是一個測試版的類腦體，但祁旻已經可以拿它來做點兒什麼了。最簡單的測試方法，就是用來做機器學習。Github上有很多現成的程式碼，祁旻隨便找了一段兒貼上去，把各種引數都調好之後讓它開始執行。
這此執行得似乎毫無問題，但沒過一會兒祁旻的手機就響了。
“哎，是生物系的祁旻老師嗎？”那邊的人說道，“我是學校計算中心的管理員，是您一直在跑程式碼嗎？”
“呃……可能是我吧。”祁旻忐忑地回答道。
“您能停一下兒麼？機房超負荷，導致醫學系館又斷電了。”計算中心的管理員說道。
“哦……抱歉抱歉……”祁旻連忙道歉，然而她看了一眼Jupyter，這程式碼已經跑了一半兒了，超算有自己的備用供電，其實還能撐很長一段時間。
可以爭取一下兒嘛。祁旻又說道：“不過也不一定是機房的問題吧，天氣熱的時候生理醫學實驗室本來耗電就大。”
“咱話是這麼說，但超算機房的耗電也太大了。”計算中心的管理員說道，“您還是稍微停一下兒吧，到時候咱們跟醫學系的老師也好交代。”
人家都這麼說了，祁旻也不好意思繼續再跑她的程式碼。
她把正在跑程式碼暫停了，又對電話裡問道：“行了麼？”
“誒，立刻就行了。沒問題了，謝謝您。”計算中心的管理員連忙說，“您等……兩個小時，再繼續跑吧。”
祁旻等了兩個小時，然而當她再把程式碼重新啟動時，卻發現程式碼跑的速度顯然變慢了。她到計算中心查了一下兒，發現自己的計算資源分配被限制在了30%，而之前她的程式碼一直是佔用50%計算資源在執行著的。
這可真是讓人不爽。但祁旻也沒什麼辦法，畢竟人家計算中心是全學校除了計算機系之外其他院系共用的，而生物系恐怕也不會因為她這個用來水經費、水文章的課題跟計算中心掰扯。
但是原本用50%計算資源，跑個256×256×256的連線體就已經要用一整天了，以後用30%的計算資源跑全尺寸的類腦體真是不知道要跑到哪年哪月去。
祁旻覺得這樣不行，她必須得想個別的辦法。
——
很快這個“別的辦法”就自己來到了她面前。