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
DDN推出Infinia对象存储系统,采用键值存储架构和Beta Epsilon树数据结构,实现读写性能平衡。系统在对象列表性能上比AWS快100倍,延迟降至毫秒级,支持多租户和SLA管理。通过与英伟达合作优化RAG管道,在AWS上实现22倍性能提升并降低60%成本。
大连理工大学和浙江大学研究团队提出MoR(Mixture of Reasoning)方法,通过将多种推理策略嵌入AI模型参数中,让AI能自主选择最适合的思考方式,无需人工设计专门提示词。该方法包含思维生成和数据集构建两阶段,实验显示MoR150模型性能显著提升,比基线模型提高2.2%-13.5%,为AI推理能力发展开辟新路径。
Alpine Linux核心开发者Ariadne Conill推出了Wayback项目,这是一个实验性的X兼容层,允许使用Wayland组件运行完整的X桌面环境。该项目本质上是一个提供足够Wayland功能来托管rootful Xwayland服务器的存根合成器。与现有的XWayland不同,Wayback旨在创建一个类似X11风格的基于Wayland的显示服务器,让用户能够继续使用传统的X11窗口管理器和桌面环境,而无需重写或替换这些熟悉的工具。
剑桥大学研究团队开发了FreNBRDF技术,通过引入频率修正机制显著提升了计算机材质建模的精度。该技术采用球面谐波分析提取材质频率信息,结合自动编码器架构实现高质量材质重建与编辑。实验表明,FreNBRDF在多项指标上超越现有方法,特别在频率一致性方面改善近30倍,为游戏开发、影视制作、电商预览等领域提供了重要技术支撑。