汽车DSP订单出来没

公司必须用业绩向市场证明自己，否则概念再多不过是黄粱一梦

这几天估计又出信息了

当今的人工智能基础设施主要依靠 GPU 加速服务器的扩展来推动，其中的主要玩家Google指出，根据其Google Cloud Services云计算体系内部分析的记录，CPU 仍然是人工智能/ML 工作负载的主要计算设备。在 TechFieldDay 活动期间，Google云产品经理 Brandon Royal 的演讲解释了 CPU 在当今人工智能游戏中的地位。
人工智能的生命周期分为两个部分：训练和推理。在训练过程中，需要大量的计算能力和巨大的内存容量，以便将不断扩大的人工智能模型装入内存。最新的模型，如 GPT-4 和 Gemini，包含数十亿个参数，需要数千个 GPU 或其他加速器并行工作，才能高效地进行训练。
另一方面，推理所需的计算强度较低，但仍能从加速中获益。在推理过程中，会对预先训练好的模型进行优化和部署，以便对新数据进行预测。虽然推理所需的计算量比训练少，但延迟和吞吐量对实时推理至关重要。Google发现，虽然 GPU 是训练阶段的理想选择，但模型通常在 CPU 上进行优化和推理。这意味着，有些客户出于各种原因选择 CPU 作为人工智能推理的媒介。

概念多到等于零，大A独一份

炒高的科创股有多少是源于业绩的