发布于: 雪球转发:0回复:4喜欢:0
第三点是什么逻辑?你不用枪而坚持要用弓,原因是枪太复杂用起来不方便?
引用:
2024-05-30 00:11
一、先说算力。核心逻辑是“芯片制裁”。
特斯拉订购的10万张h100今年年底到货后,按照1979 tflops的单张fp16算力,可以累计到大约200 exaflops的训练算力。全中国目前的训练训练算力不到200 exaflops,计划到2025年达到300 exaflops。事实上,特斯拉在国内最强的竞争对手——华为,目前云端...

全部讨论

05-30 11:18

我的逻辑显然不是为了规避复杂性,而是为了标准化。一个最小公约数,自然就是最理想的标准化数据。视觉数据就是自动驾驶中谁都不能少的一个模态,也最适合用来作为标准化数据。城市交通系统就是为视觉传感器(双眼)专门设计的,交通信号灯、行车车道线、路标指示牌这些都是视觉的独占数据,别的传感器无法采集这些数据。而其他传感器的数据都可以通过视觉加智能获得,因此属于兼容性数据。比如激光雷达的深度信息,就可以通过视觉数据加大模型预测深度来实现。如果你想找一个标准化数据,尽可能让所有人只需要最少的改动就可以满足标准,你会用哪种数据呢?试想,医院的信息化系统数据保存时格式是各用各的好?还是定一个统一标准化格式更好?那如果定一个统一标准化的格式,对于某些医院来说是否会让他们的工作没有那么方便?用你的话来说是否就是“选择了弓而不是枪”?同理,我们为什么要搞标准化的插座?为什么要搞标准化的网络协议?为什么要搞那些标准化的螺丝?这些不都限制了个体的自由度,让极少数个体只能“选择弓而不是枪”吗?

05-30 14:49

我觉得混合方案最有前途。视觉加雷达

05-30 13:18

在一些人士眼里,似乎视觉方案和激光雷达是对立的,用了视觉就不能用雷达,用了雷达就不能用视觉?一个简单的科学问题甚至能上升到“拉黑”、“花粉脑沟”、“上帝”等,这不是类似于某种宗教极端的思考方式?不知道其是否也在用这种思维去指导自己的投资?二极管的脑洞确实“神奇”。