个文档网站都维护不好！”各大技术论坛里全是抱怨的帖子。
但这丝毫没有阻挡科研人员的热情。他们一遍遍刷新网页，把文档下载到本地，把源码克隆到自己的电脑里。
经过一天一夜的疯狂研究，全球的AI圈子达成了高度的共识。
第一反应是：这东西简直是科研神器。
他们终于不用再去看那些晦涩难懂的硬件手册了。
TensorFlow就像是一个完美的翻译官，把科研人员的数学语言，毫无损耗地翻译成了机器能懂的指令。
搭建一个复杂的网络模型，过去需要写上万行代码，现在只需要不到三百行。
这是效率上的革命。
而紧接着，所有人的第二反应也出奇地一致。
赶快去买AMD的显卡！
既然这个神器目前只支持在AMD的硬件上运行，那这就成了他们唯一的选项。
在各大高校的采购部门，电话铃声开始此起彼伏地响起。
艾萨克第一时间冲到了导师的办公室，拍着桌子要求立刻更改本季度的硬件采购清单。
“把之前预定的那批英伟达显卡全部取消掉！”艾萨克对着负责采购的行政人员大喊。
行政人员一脸懵逼：“但是订单已经下出去了，现在取消要扣违约金的。”
“扣！马上扣！”艾萨克急得直跳脚，“现在不取消，等下个月那些破铜烂铁送过来，我们整个实验室就要在学术界垫底了！”
同样的场景，在多伦多大学、在斯坦福、在剑桥，纷纷上演。
大批已经向硬件供应商下达的英伟达显卡订单，迎来了疯狂的退单潮。
只要是条款允许取消的，科研团队哪怕损失一部分定金，也毫不犹豫地撤回了需求。
他们生怕自己动作慢了，就买不到市面上仅存的AMD显卡。
在这场疯狂的抢购潮中，李飞飞正坐在自己的办公室里，看着屏幕上的新闻发呆。
她的比赛通告，虽然巧妙地暗示大家，TensorFlow这个框架非常开放，未来英伟达的显卡也一定能够完美兼容，不要因为一时的狂热去盲目抢购AMD的硬件。
但她完全低估了学术圈的残酷竞争法则。