英伟达2022秋季GTC上,黄仁勋发布人类有史以来最强自动驾驶芯片DRIVE Thor。和雷神Thor同名的智能驾驶芯片可以提供出高达2000TOPS的强大算力。
2000TOPS的算力意味着什么?从业内普遍认知行和已经展现出的规律来看,一般L2级辅助驾驶,需求的算力在几十TOPS左右。智能驾驶每提升一个级别,需求算力也呈指数上涨。例如,目前行业普遍站在L2迈向L3的门槛,需求的算力在几百TOPS左右。而为未来几年算法迭代发展留足升级空间的产品,一般都把算力堆到1000TOPS以上。
也就是说,自动驾驶研发的节奏,是按照2025年L3迈向L4,车端算力刚好在1000T左右的预想规划。最重要的,是客观加速自动驾驶能力的迭代周期。毕竟,这是史上第一次出现“算力等算法”的情况。其次,DRIVE Thor上车,会更加彻底的改变汽车底层架构,在智能化的核心价值上走得更远更极致。当然也会加速传统汽车淘汰出局。
我们的科技留言板“有意见”如下
隔壁二大爷:“数学奇才”黄教主,使用“雷神”芯片,搅动了整个汽车自动驾驶行业,“一芯六用”降低了工业上综合布线的难度同时也降低了生产成本,但是对我这种“平民用户”来说,如何得到驾驶安全、信息安全才是我最关注的。
@脱虚换道:GPU算力正从虚拟经济转向实体经济。全球虚拟货币与主权货币的矛盾凸显后,挖矿带动的GPU算力需求戛然而止, NVIDIA股价暴跌打击的不仅是投资者的信心,还严重打击了黄仁勋的GPU帝国的生存力。黄仁勋亟需找到一个新的业务增长点,放眼全球,“元宇宙”初试锋芒,但尚未形成气候,造车新势力引领的智能驾驶带动了汽车代际更替业务却不断增长,毕竟选对赛道才能平安过冬。
@媒体搬运工:稳固已有优势市场的同时,NVIDIA也在拓展新领域。从新一代Ada Lovelace RTX GPU到H100 GPU全面投产,NVIDIA GPU正在“脱胎换骨”。在边缘自主机器、自动驾驶等领域,NVIDIA也带来了激动人心的产品,想象的空间是巨大的。
好文章,需要你的鼓励
随着AI广泛应用推动数据中心建设热潮,运营商面临可持续发展挑战。2024年底美国已建成或批准1240个数据中心,能耗激增引发争议。除能源问题外,服务器和GPU更新换代产生的电子废物同样严重。通过采用模块化可修复系统、AI驱动资产跟踪、标准化数据清理技术以及与认证ITAD合作伙伴合作,数据中心可实现循环经济模式,在确保数据安全的同时减少环境影响。
剑桥大学研究团队首次系统探索AI在多轮对话中的信心判断问题。研究发现当前AI系统在评估自己答案可靠性方面存在严重缺陷,容易被对话长度而非信息质量误导。团队提出P(SUFFICIENT)等新方法,但整体问题仍待解决。该研究为AI在医疗、法律等关键领域的安全应用提供重要指导,强调了开发更可信AI系统的紧迫性。
超大规模云数据中心是数字经济的支柱,2026年将继续保持核心地位。AWS、微软、谷歌、Meta、甲骨文和阿里巴巴等主要运营商正积极扩张以满足AI和云服务需求激增,预计2026年资本支出将超过6000亿美元。然而增长受到电力供应、设备交付和当地阻力制约。截至2025年末,全球运营中的超大规模数据中心达1297个,总容量预计在12个季度内翻倍。
威斯康星大学研究团队开发出Prithvi-CAFE洪水监测系统,通过"双视觉协作"机制解决了AI地理基础模型在洪水识别上的局限性。该系统巧妙融合全局理解和局部细节能力,在国际标准数据集上创造最佳成绩,参数效率提升93%,为全球洪水预警和防灾减灾提供了更准确可靠的技术方案。