上个月,特斯拉在推特创建了一个@Tesla AI的帐号,签名是“在车辆、机器人等领域进行大规模开发和自动化部署”,看起来是专门发布特斯拉汽车和机器人业务的。最近这个账号开始了大量更新,内容主要围绕人工智能和机器人,推文称特斯拉将于今年7月正式投产Dojo超算平台,并预期特斯拉的算力将在2024年初跻身全球Top5,另外还透露特斯拉正在打造自主机器人的基础模型。
“有意见”留言板
@做把铲子好挖坑:都说挖矿的不如卖铲子的,精明的马斯克怎么能让别人把这个钱给挣了去,自己造铲子不但可以自己用,还可以卖铲子挣钱。这算盘打的,妙啊!
@Futon:2024年末就要实现100 Exa-Flops,相当于30万块英伟达A100显卡的算力总和,好家伙!科技的尽头不是放贷就是氪金啊……
@十个太阳:当前特斯拉训练集群闲置时间只有 0.3%,可以预期 100 Exa-Flops 将涵盖亚太、欧洲的 FSD Beta 以及 Tesla Bot 的算力需求。
好文章,需要你的鼓励
Lumen Technologies对美国网络的数据中心和云连接进行重大升级,在16个高连接城市的70多个第三方数据中心提供高达400Gbps以太网和IP服务。该光纤网络支持客户按需开通服务,几分钟内完成带宽配置,最高可扩展至400Gbps且按使用量付费。升级后的网络能够轻松连接数据中心和云接入点,扩展企业应用,并应对AI和数据密集型需求波动。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
RtBrick研究警告,运营商面临AI和流媒体服务带宽需求"压倒性"风险。调查显示87%运营商预期客户将要求更高宽带速度,但81%承认现有架构无法应对下一波AI和流媒体流量。84%反映客户期望已超越网络能力。尽管91%愿意投资分解式网络,95%计划五年内部署,但仅2%正在实施。主要障碍包括领导层缺乏决策支持、运营转型复杂性和专业技能短缺。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。