这几天陆山也一直在研究积分的获取规则。

做出学术成就或者是科技产品，并且让你的学术或者是科技产品，让更多的人了解、引用、使用，那么你就能够获得相应的积分。

发表论文，给高中生们讲题，给大学生们修改论文，或者是通过优化弹簧生产的技术，生产出更多优质的弹簧，都是在想办法的拿积分。

但速度都太慢了。

讲题也好，修改论文也好，都是1对1的。

而发表的论文，其中发表在《数学年刊》虽然是顶级期刊，但因为陆山是第二作者，而且论文目前仅仅是在数学界有一些影响力，所以在第一波爆分之后，后面都是隔三差五的可以获得几个积分。

而还有一篇才刚刚被213所所认可，其影响力还在发酵。

弹簧虽然能够获得一些积分，但弹簧的附加值比较低，需要积累大量出货，才能够获得一定的积分。

这样看来，庞加莱说的的确是个好办法。

陆山打起精神，详细的研读庞加莱的两篇论文。

第1篇关于基站布局的论文，陆山之前已经完全的吃透了，不用再看。

最关键的是第2篇混合《推送模式的信息推送算法研究》。

这是一篇偏向理论的模型，将你这个模型转化为实际的应用软件，还得花不少功夫。

所以陆山一边学习研读论文，不清楚的询问庞加莱，一边还研究python，希望能够用python实现这一项功能。

要实现算法的精准推送，对计算机的性能也是有要求的。

对计算机的性能要求不仅仅是对cpu有要求，对显卡也有要求。

cpu可以进行复杂的运算，比如积分微分等，但是每次计算的数量很少，用简单的话来说就是你很猛，但只能够搞一次。

而gpu则是可以同时并列进行一些简单的运算，例如同时执行大量的矩阵和向量运算。

奇点实验室的电脑配置是：酷睿2e6300+1gb双通道+force7900gs显卡。