-
让品牌有温度、有情感
专注品牌策划15年
- 汽车不需要“无冕之王”？ | 新·秩序
- 人工智能排名前十名
- 英伟达公布车圈最新动向：加大与比亚迪合作、助力联想入局
- 「大模型+大算力」加持，通用人工智能和智能驾驶双向奔赴
- AI的「iPhone 时刻」，英伟达的「核弹发射」
chatGPT英伟达（英伟达taa）
发布时间：2023-06-14 08:27:10
稿源：
创意岭 阅读：
145
大家好！今天让创意岭的小编来大家介绍下关于chatGPT英伟达的问题，以下是小编对此问题的归纳整理，让我们一起来看看吧。
开始之前先推荐一个非常厉害的Ai人工智能工具，一键生成原创文章、方案、文案、工作计划、工作报告、论文、代码、作文、做题和对话答疑等等
只需要输入关键词，就能返回你想要的内容，有小程序、在线网页版、PC客户端和批量生成器
问友Ai官网：https://ai.de1919.com。
本文目录:
汽车不需要“无冕之王”？ | 新·秩序
变革，无时不在、无处不在、无可阻挡、无所不能。
后疫情时代来临，经济日益疲软，需求消费更是呈现出断崖式下跌的趋势。当所有的事情，都开始以性价比“为之”，汽车行业也只能去正面迎战这一惊涛骇浪般的转变。当然不可能独善其身，反而是首当其冲。
汽车降价潮来袭，以特斯拉、比亚迪为首的新能源车也好，雪铁龙、本田的合资燃油品牌也罢，都陷入到这一场名为“价格战”的市场竞争之中。当车企们明知不可为而为之，其饮鸩止渴的结果就已经注定——
整个汽车产业链，正在发生剧烈动荡。
因为距离C端更远，零部件供应商们一直被称作“幕后英雄”“无冕之王”。毫不夸张地说，此前汽车行业的技术标杆，从来都是Tier 1们，技术变革也是由博世、电装、采埃孚这样的佼佼者推动。
但，时代的车轮滚滚向前，唯一不变的是永远在变。汽车零部件产业更是如此，能者上，弱者下。没有谁能够总是高高在上，哪怕是博世、电装这样的零部件巨头，也必须正面新能源汽车大势，迎接即将到来的各种不确定性。
常言道，大象转身，实属不易；可如今，电气化转型，就是势在必行。
“新关键”向上，“老核心”向下
4月18日，2023年上海车展如期举行，常年“稳坐泰山”的零部件供应商们，却明显要比曾经更为活跃，也更乐于展现自己的最新产品与技术。而这种“从幕后到台前”的动作背后，是心态的转变，也是不得已而为之。
原因很简单，新能源汽车时代来临，对汽车零部件提出了新的要求。而这些新生产业、事物，在消费者的心中，却并没有具体形象，因而“不知所云”者居多。
回顾往昔，汽车的发动机、变速箱、底盘被并称为“三大件”，是衡量一台车好坏的关键因素：发动机保证动力强劲，变速箱负责动力传动，而底盘的调教则涉及到驾乘的舒适性。
然而，面对浩汤而来的新能源汽车潮流，传统“三大件”再也不是必需品，而是转变成为电池为主的动力系统、电机为主的电驱系统，以及各种电气化器件集成的电控系统。
汽车新“三大件”成为关键，老“三大件”核心黯然失色。这样的大背景下，没有零部件供应商愿意坐以待毙，至少要表现出积极的一面，冠以走新能源之路、保护环境之名，努力一番。
说不定，就转型成功了呢？
于是，汽车零部件产业同样变得热闹起来，行业老人们以技术和经验，阐述自己的产品理念；动力电池、激光雷达、芯片等各家新式汽车供应商们，也都在大声吆喝，立志要成为新的汽车行业“无冕之王”。
他们的愿望会实现吗？答：越想要，就越得不到。
经历了百年跌宕起伏的汽车行业，确实确立了一套市场潜规则，尤其是在零部件产业链方面，甚至有“博世掌控车企命脉”的传言。
当然，也并不是说在新能源汽车时代，博世不厉害，而是诸多元素影响下，博世必然不会再像以前那般，超然物外。前赴后继者、追名逐利者如云，中国市场已经发生改变。
800V高压平台、碳化硅逆变器、功率密度更高的电机，以及其它各种鲜为人知的关键部件，在本次上海车展上应有尽有、琳琅满目。
但可以肯定的一点在于，随着新能源汽车时代的到来，一场属于零部件产业链、供应链的机遇，相继而至。面对需求满满的一片蓝海市场，没有谁是唯一不可替代，哪怕其现在的技术号称“世界第一”，若不能保持创新活力、交好市场，也成为被市场淘汰的一员。
所谓“新关键”与“老核心”的王座交替，就是如此。
既然卡脖子，就该被摒弃
事实上，在华为被美国无理制裁限制之后，国内各行各业对于“卡脖子”一事，讳莫如深。至于新晋支柱经济产业的汽车市场，更是如何也绕不开这一问题。
可惜的是，虽说如今国内的新能源汽车行业，已经实现了暂时性领先，但除了动力电池之外，其他核心零部件似乎依旧四处掣肘，尤其是在车规级芯片方面。
当然，在这里并不是想要激发民族情绪，而是想说，如今的市场环境与时间节点，正是国内建立完备新能源汽车零部件供应链的大好时机。
放眼整个汽车市场，比亚迪之所以能够突出重围、独领风骚，其关键就在于拥有大部分自主可靠的零部件供应体系。特斯拉能够世界范围内称王，也是因为在零部件供应方面拥有极大的话语权。
全栈自研、全域自研的口号倒是不少，但真正有能力做大做强的却没有几个。而就国内市场现状而言，能够撑起场面的，恐怕就只剩下宁德时代、比亚迪、中创新航等一众动力电池厂商了吧。
只不过再回想到早些时候，广汽董事长曾毓群的一句“给宁德时代打工”，却是暴露出动力电池行业巨大的漏洞——特别“垄断”。
新能源汽车的发展，不应该被动力电池“卡脖子”，同样也不应该被其他因素“卡脖子”。如果有人想要通过行业地位霸道地去“卡”车企的脖子，至少在如今的国内市场，长久不了。
智能化亦是如此。
当智能化概念愈加大行其道，智能驾驶、智能座舱、智能底盘，只要是能“挨”到边的，就要好好表现一下。但有一说一，除了Chatgpt足够惊艳之外，此时的车载智能化功能依旧处于初期阶段，哪怕强如华为，也不敢突破L3的限制。
这里面的关键有三：一是法律，二是安全责任，三是技术。
就技术而言，都是王婆卖瓜，自卖自夸。当然也有推崇硬件堆料足够多，高通8295，英伟达orin、多颗长距激光雷达，以及各种大屏，只要市场有需求，零部件供应商就能使出力气，用到实处。
可是，未来就真的一片大好吗？
诚然，如今汽车市场上的机遇大于挑战，激光雷达、动力电池、芯片等新型零部件的走俏，催生出全新的蓝海市场。但必须承认的一点，汽车零部件产业的水，依旧很深。
“听销售同事打电话，受价格战影响，我们不少产品都遭到了整车厂的压价，但也没有办法。”
车展期间，笔者特种兵式穿梭于各大零部件企业展台之时，多会谈及到如今车圈价格战的影响。得到的反馈也十分直接，此时下游整车企的价格大战，已然蔓延到上游供应链，各企业销售压力倍增。
是啊，曾经零部件产业“一言定价”的日子已经过去。接下来只有用更具备价值的产品、更有说服力的成本、以及更恰到好处的服务，才能在这样一“卷”到底的市场，活下来、走下去。
未来不远，零部件供应商的故事还会继续上演，但专为“卡脖子”而生的“无冕之王”，已经不复存在了。
【本文来自易车号作者汽车公社，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】
人工智能排名前十名
人工智能排名前十的有:Google谷歌、Microsoft微软、Facebook脸书、IBM、Amazon亚马逊、NVIDIA英伟达、CHATGPT、百度AI、华为HUAWEI、阿里巴巴等。
人工智能排名如下介绍：
1、美国：Google谷歌（全球公认的业界领先的搜索技术公司）。谷歌是全球公认的业界领先的搜索技术公司。谷歌CEO桑达尔·皮查伊。威锋网消息，皮查伊于本周在一场年度编码大会上放出狂言：就人工智能而言，无论是苹果还是微软和亚马逊都不是自己的谷歌的对手。
2、Microsoft（世界PC软件开发及先导新技术变革的领导者）。微软联合创始人兼领袖比尔·盖茨、保罗·艾伦，两位都是世界上智力过人、才华出众的天才。据说，保罗·艾伦的智力商数超越220，在世界的天才中排名第九，比尔盖茨读书期间，数学成绩十分突出。
3、Facebook（全球颇具价值互联网科技公司）。马克·扎克伯格创设于2004年美国，全球著名社交网络服务网站，深受欢迎的照片分享站点，全球颇具价值互联网科技公司。2012年5月18日，Facebook在美国纳斯达克证券交易所上市。
英伟达公布车圈最新动向：加大与比亚迪合作、助力联想入局
NVIDIA：汽车赛道迎来“新”朋友。
“我们正处在AI的‘iPhone’时刻”。
北京时间3月22日，GTC 2022大会期间，NVIDIA创始人黄仁勋的演讲如约而至。
不同于去年自动驾驶业务“炸场”，今年或许是因为ChatGPT太火了，黄仁勋花了大量篇幅介绍了ChatGPT，以及其背后的AI技术和A100、H100芯片等等。关于汽车领域，只是在谈到Omniverse时有所提及。
不过，在发布会前的预沟通环节，NVIDIA方面已经提前介绍了汽车领域的一些情况。结合此次演讲，我们大致梳理出NVIDIA在智能汽车赛道上的最新进展。
01
宝马使用Omniverse规划全球工厂
近年来，黄仁勋几乎每次演讲必会花大量篇幅介绍Omniverse，此次也不例外。
Omniverse是NVIDIA提出的虚拟世界仿真引擎，根据此前介绍，Omniverse的世界在物理上是精确的，遵循物理学定律，可以在宏大的尺度上运行，可复制，能将设计师与观众， AI与机器人联系到一起。
Δ Omniverse可将驾驶路线重构为3D
正如Tensorflow以及Pytorch是当前AI软件中不可或缺的计算框架，NVIDIA希望将Omniverse打造成为机器人时代的至关重要的一环，迎来AI的下一波浪潮。
在黄仁勋看来，Omniverse不是一种工具，而是一个USD网络和共享数据库，也是一种与各行各业使用的设计工具相连接的基础结构。它可以连接、合成和模拟使用行业领先工具创建的3D资产。
其一大用处是让企业在实际建设工厂、生产产品前，通过数字化模拟“预览”实际的成品。例如此前很火的“黑灯工厂”，就能通过Omniverse进行设计和模拟。
具体应用到汽车领域，可以实现将价值3万亿美元、拥有1400万员工的汽车行业数字化。
Δ Omniverse帮助车企向数字化转型
据介绍，Omniverse已经与多家车企展开了合作：
沃尔沃汽车公司和通用汽车使用Omniverse USD Composer连接和统一其资产工作流，后者还实现将汽车零部件在虚拟环境中组装数字孪生汽车；
梅赛德斯-奔驰和捷豹路虎汽车的工程师在Omniverse中使用Driver Sim生成合成数据来训练AI模型，通过虚拟NCAP驾驶测试验证主动安全系统，前者还利用Omniverse为新车型构建、优化和规划组装流水；
Lotus使用Omniverse以虚拟方式组装焊接站；
丰田使用Omniverse构建自己工厂的数字孪生；
Rimac和Lucid Motors使用Omniverse根据真实的设计数据构建数字商店
……
Δ 宝马演示利用Omniverse进行虚拟工厂建设
此外，黄仁勋还特别指出，宝马正在使用Omniverse规划全球近30家工厂的运营。在每座工厂实际开业两年之前，他们会模拟完整建造一间电动汽车工厂，并不断进行调整优化。
演讲期间，黄仁勋还使用视频方式参与了宝马第一家数字工厂揭幕。
02
比亚迪与NVIDIA扩大合作
作为NVIDIA在汽车领域的重要合作者，此次活动中，NVIDIA再次介绍了其与比亚迪的合作进展：扩大双方合作，比亚迪将在下一代王朝系列和海洋系列的多款车型中使用英伟达DRIVE Orin高性能计算平台。
据悉，比亚迪首款采用NVIDIA芯片的产品将装备激光雷达，预计在今年二季度上市。
比亚迪和NVIDIA基于智驾芯片的合作是在GTC 2022大会上官宣的，随后两者即进入“蜜月期”。
今年1月，CES 2023科技展会上，NVIDIA宣布要加速布局智能座舱赛道。作为智能座舱领域率先发力的点，NVIDIA旗下的GeForce NOW云游戏服务计划先走进汽车，首批合作车企即包括比亚迪。
Δ 比亚迪等为首批在车内搭载Geforce NOW的车企
根据NVIDIA方面消息，整个汽车生态系统中有数百家合作伙伴正在NVIDIA DRIVE上开发软件，其中包括新能源汽车制造领域前30家制造商中的大部分车企，以及全球主要的卡车运输和自动驾驶出租车公司。
NVIDIA DRIVE是一个面向自动驾驶汽车开发和部署的端到端的平台，于2015年推出，赋能自动驾驶生态。
英伟达在CES 2015上推出了基于英伟达Maxwell GPU架构的第一代平台：搭载1颗Tegra X1的DRIVE CX，主要面向数字座舱；以及搭载2颗Tegra X1的DRIVE PX，主要面向自动驾驶。
此后几乎是每年英伟达都要更新一至两次Drive 平台，每隔两年发布一款车规级SoC芯片，且不断拉升算力水平。
2020年，Xavier芯片算力为30 TOPS；2022年量产上车的Orin算力跃至254 TOPS。
基于上述芯片量产落地，DRIVE在汽车领域合作伙伴也不断增多。
此次GTC 2022大会期间，不仅比亚迪，NVIDIA还更新了与小马智行、smart等企业合作进展。
其中，小马智行宣布其由NVIDIA DRIVE提供支持的自动驾驶域控制器将部署在北京公司美团和新石器的自动驾驶车辆中进行大规模商用。
Δ Rimac Technology的中央车载计算机
Rimac Group的工程部门Rimac Technology正在开发一种新的中央车辆计算机或R-CVC，它将为ADAS、车载驾驶舱系统、车辆动力学逻辑以及车身和舒适软件堆栈提供动力，NVIDIA DRIVE硬件和软件将用于该平台，以加速开发工作实现。
smart正在与NVIDIA合作开发下一代智能移动解决方案。全新电动产品将基于 NVIDIA DRIVE Orin平台构建，预计将于2024年底开始生产。此外，Smart还将与NVIDIA合作建设专用数据中心，用于开发高阶辅助驾驶和人工智能系统等。
03
One more thing：联想入局
相比比亚迪等“老朋友”，联想在智能汽车环节出现显得有些意外。
根据NVIDIA方面消息，联想宣布成为新的自动驾驶域控制器一级制造商，新一代产品将于2025年开始生产，基于THOR（雷神）芯片打造。
雷神是黄仁勋在2022年GTC秋季大会主题演讲中发布的，这颗SoC芯片内部拥有770亿个晶体管，以此可实现2000 TOPS的AI算力，或者是2000 TFLOPs，战力值拉满。
凭借强大的性能参数，THOR已经不仅局限于“小小的”自动驾驶芯片，而是明确表示：为汽车的中央计算架构而生。
Δ NVIDIA THOR芯片
NVIDIA此前介绍称，Thor是行业首个中央计算单元，支持“舱驾一体”。即，Thor可被配置为多种模式，可以将其2000 TOPS和2000 TFLOPs全部用于自动驾驶工作流；也可以将其配置为将一部分用于驾驶舱AI和信息娱乐，一部分用于辅助驾驶。
按照原计划，THOR于2023年向开发者提供样品，并在2025年大规模量产上车，这与联想新一代自动驾驶域控制器量产落地时间吻合。
实际上，联想迈入汽车赛道并不算突然。
早在去年中旬，联想即发布招聘各类智能汽车相关人才的公告，包括自动驾驶工程总监、车载信息娱乐系统负责人、高级硬/软件经理等诸多智能汽车的关键核心人才，这曾引发联想“造车”的猜想热潮。
尽管联想集团董事长兼CEO杨元庆针对此回应称：“联想还没有造车计划，招聘人员是为了做前瞻性研究。”
但很快联想便自行“打脸”，去年底发布了车计算中长期战略规划与发展愿景表示，将依托算力、技术、供应链及人才优势，重点布局智能座舱、智能驾驶和中央计算平台等领域，推动汽车行业的智能化发展。
Δ 联想展示车计算技术
结合此次与NVIDIA合作消息，联想在汽车领域布局时间表也更加清晰：即2023年左右推出算力32TOPS行泊一体方案；2025年开始向更高算力的中央计算平台。
而NVIDIA方面，从此次大会期间合作情况也可以看出，目前英伟达在汽车圈客户大致还是分为三类：传统车企、造车新势力和自动驾驶公司。其中车企的比重越来越大。
作为早期定位服务L3及以上的智能驾驶的芯片公司，NVIDIA方面在此次大会期间也坦言，完全无人驾驶实现难度非常大，真正面向消费者推出时间远长于预期，因此公司当下将专注于L2及L3级自动驾驶技术。它认为，L2+将是最大的市场，特别是针对主机厂合作伙伴方面。
【本文来自易车号作者赛博汽车，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】
「大模型+大算力」加持，通用人工智能和智能驾驶双向奔赴
开年以来 ChatGPT、GPT-4 的相继面世再度掀起计算机科学领域通用人工智能（AGI）研究热潮，也不断刷新我们对 AI 的认知。
作为具有人类水平表现的大型多模态模型，GPT-4 被视为迈向 AGI 的重要一步，标志着创新范式的深度变革和生产力的重新定义，也必将带来更多元的产品迁移。
截至目前，全球已经有超百万家初创公司声称使用这一秘密武器来创造新产品，而这些产品将彻底改变从法律到股票交易，从游戏到医疗诊断的近乎一切领域。
尽管其中很多是营销泡沫，但与所有技术突破一样，总会存在炒作周期和意想不到的远期效果。
事实上在另一边，进入 2023 年智能汽车领域同样十分热闹。
智能化已然成为上海车展全场关注的最大焦点，除了激光雷达等关键传感器的单点式突破，各大巨头也纷纷展示智能驾驶全产品矩阵，城市场景辅助驾驶量产落地加速推进。
更加值得注意的是，BEV、大模型、超算中心等计算机热词正在与自动驾驶、行泊一体、城市 NOA 等智驾焦点火速排列组合，颇有相互交融、双向奔赴的味道。
在这背后，一方面是近年来智驾、智舱持续升级对 AI 在汽车场景落地的数据、算法、算力不断提出更高要求，另一方面，AGI 的重大突破也已将触角伸向智能汽车，将其视为实现闭环应用的重要场景，很多企业布局已经相当高调。
日前，商汤科技 SenseTime 举办技术交流日活动，分享了以「大模型+大算力」推进 AGI 发展的战略布局，并公布该战略下的「日日新 SenseNova」大模型体系。
在「大模型+大算力」加持下，本次上海车展商汤绝影驾、舱、云一体产品体系已全栈亮相，近 30 款合作量产车型集中展出，商汤也再度分享了智能汽车时代的 AGI 落地新思考。
本次上海车展亮相的部分绝影合作车型展示
01、算法：AI 正式步入大模型时代
如商汤科技联合创始人、首席科学家、绝影智能汽车事业群总裁王晓刚所言，「AGI 催生了新的研究范式，即基于一个强大的多模态基模型，通过强化学习和人类反馈不断解锁基模型新的能力，从而更高效地解决海量的开放式任务。」
通用大模型并非为自动驾驶而生，或为满足自动驾驶的特定任务需求而设计。但智能驾驶开发的诸多新需求已在推动算法从专用小模型向通用大模型快速演进。
首先是应对海量数据处理和 Corner Case 问题的迫切需求。
对于感知系统低频出现但至关重要的小目标及带来的潜在安全隐患，算法开发需要面对海量数据，传统的 AI 小模型将难以同时处理大数据量和高复杂度的任务。通用大模型则可用在长尾目标的初筛过程，并叠加语料文字处理得到很好的效果。
再比如智驾算法开发对自动化数据标注、降低人工成本的诉求。相比于人工标注，通用大模型将自动化对海量数据完成标注任务，大幅降低标注数据获取的时间成本和本身的金钱成本，从而缩短研发周期、提升成本效益。
处于类似的考量，近年来国内外巨头企业已围绕大模型纷纷展开各自智驾布局。
继 Google 于 2017 年提出将 Transformer 结构应用在 CV 领域图像分类，大模型已在 GPT-2、GPT-3、BERT 等当中不断证明实力，特斯拉率先站台 Transformer 大模型征战图像视觉。
国内企业也紧随其后：
毫末智行已宣布自动驾驶认知大模型正式升级为 DriveGPT，百度表示利用大模型来提升自动驾驶感知能力并将大模型运用到数据挖掘，华为也已宣布加入大模型争霸赛，自研「盘古」即将对外上线。
作为行业领先的人工智能公司，商汤在大模型领域可谓乘风破浪，过去一两年则全面将大模型能力在各业务线 20 多个场景落地，包括智能驾驶。
商汤「日日新 SenseNova」大模型体系背后是大模型研发中深厚的积累。商汤有自己的全栈大模型研发体系，其中就包括针对大模型的底层训练及实施过程中的各种系统性优化。
例如，商汤近期向社区发布的用于真实感知、重建和生成的多模态的数据集 OmniObject3D 中包含 190 类 6000 个物体，数据质量非常高。
再比如，商汤在 2019 年就已首次发布 10 亿参数的视觉大模型，到 2022 年参数规模已达到 320 亿，这也是世界上迄今为止最大的视觉模型。
此外，商汤也在智驾领域持续展示大模型能力。2021 年开发的 BEV 感知算法在 Waymo 挑战赛以绝对优势取得冠军，2021 年 BEV Former 的 Transformer 结构至今仍是行业最有影响力的 BEV 工作，今年开发的 UniAD 是业内首个感知决策一体化的端到端自动驾驶解决方案。
在技术实力的另一端是量产进度。商汤也给出了自己的智能驾驶量产公式：
自动驾驶技术能力=场景数据 x 数据获取效率 x 数据利用效率² =场景数据 x 数据获取效率 x 先进算法 x 先进算力。
而先进的算法大模型不仅将通过跨行业数据汇聚提升驾驶场景数据资源，通过数据闭环开发模式和自动数据标注提升数据获取效率，更将大幅提升感知精度和感知丰富度进而成倍提升数据利用效率。
依托原创 AI 算法和模型积累，商汤领先的 BEV 感知算法推进国内首批量产应用，并采用 Domain Adaption 算法有效解决跨域泛化问题。商汤首创的自动驾驶 GOP 感知体系将目标数据获取的人力成本降低 94%，实现低成本的车端模型开发，目前也已投入量产应用。
02、算力：智能汽车时代的重要基础设施
随电子电气架构技术由分布式不断向集中式演进，大算力芯片成为新型电子电气架构实现的物理基础。
近年来车端芯片算力发展突飞猛进，如英伟达规划中的 Atlan 单颗芯片算力超 1000TOPS，THOR 单颗算力超 2000TOPS，将大幅提升单车感知决策能力。
而在云端，AGI 在自动驾驶、网联等场景的泛化应用将提出比车端指数级更高的算力要求——从数据标注到模型训练，从场景仿真到算法迭代。
算力将是智能汽车时代的新型基础设施。
在此背景下，近年来主流企业纷纷开启双线并行探索，车端自研算力平台，云端建立超算中心。而进入大模型时代后，数据量随着多模态的引入也将大规模增长，因此必然也会导致 AGI 对算力需求的剧增。
可以看到，英伟达车端云端同步布局并将提供端到端的全栈式 AI 加速计算解决方案，特斯拉也早在 2021 年 8 月发布自研云端超算中心 Dojo。
据近期报道，埃隆·马斯克也将成立一家人工智能公司来与 OpenAI 竞争，已购买数千个英伟达 GPU 并一直招募 AI 研究人员和工程师。
国内方面，吉利、蔚来、特斯拉、毫末智行、小鹏等企业也已跟进布局云端算力集群，投入巨大以提升智驾开发算力储备。
对于商汤来说，如果说大模型将是支撑智能驾驶的上层建筑，那么大算力就是数字基座。
商汤科技董事长兼 CEO 徐立表示，目前大模型对基础算力、基础设施的需求非常旺盛，基础算力对并行效率的要求也非常高，但真正好用的基础设施其实十分稀缺。
出于这一原因，商汤历时五年自建了业界领先的 AI 大装置 SenseCore，完成 2.7 万块 GPU 的部署并实现 5.0 exa FLOPS 的算力输出能力，是亚洲目前最大的智能计算平台之一，可同步支持 20 个千亿规模参数量的超大模型同时训练。
位于上海临港的 AIDC 人工智能计算中心将为智能汽车的数据存储、标注、脱敏、仿真训练、算法迭代到部署的闭环提供算力支持，打通基于数据驱动的算法生产全流程，加速高级别智能驾驶技术的 AI 模型生产和持续迭代，推动实现规模化量产。
在 AIDC 的基础上，AI 大装置也将提供支持大模型生产的一系列服务：
- 处理大模型需要的自动化数据标注，将使智能标注效率提升百倍；大模型推理部署，使得推理效率提升 100% 以上；大模型并行训练，最大 4000 块卡并联的单集群，可训练参数量超 5000 亿的稠密模型，可训练超万亿参数；大模型增量训练，增量微调成本降低 90%；开源模型和大模型训练开发者工具，大规模提升开发效率。
如此规模的算力设施即使特斯拉同期也尚难以望其项背，也必将推动大模型的高效闭环。
03、「大模型+大算力」推动智能汽车行业整体进程
汽车行业正在面临百年未有之大变革。尽管此次以「大模型+大算力」推进 AGI 发展是商汤提出的战略布局，但事实上，这一理念早已在行业层面达成共识。
基于感知、决策规控和 AI 云三大核心能力，商汤「大模型+大算力」已赋能绝影驾、舱、云三位一体产品体系量产落地：
除智能驾驶领域的全栈能力和行泊一体量产解决方案外，「大模型+大算力」也正在助力商汤打造智能座舱跨场景生态。
车展期间，与商汤「日日新 SenseNova」大模型体系深度融合的绝影未来展示舱升级亮相，语言大模型「商汤商量 SenseChat」以及 AIGC 文生图平台「商汤秒画 SenseMirage」也已上车，多点融合重构人车交互方式，打造第三空间。
以「商量」为例，作为千亿级参数的自然语言处理模型，其使用大量数据训练并充分考虑中文语境，展示出出色的多轮对话和超长文本的理解能力。
商汤也展示了语言大模型支持的诸多汽车场景创新应用，如在行车过程中化身「邮件助手」自动提炼关键信息，作为「会议助理」自动生成会议纪要，大大节省用户行车时处理工作的时间和精力，为未来出行的应用场景拓展带来丰富的想象空间。
此外，以人工智能大模型开发、生产、应用为核心，一站式
【本文来自易车号作者汽车之心，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】
AI的「iPhone 时刻」，英伟达的「核弹发射」
近日，一年一度的英伟达 GTC 大会再度拉开帷幕。穿着标志性皮夹克的「AI 黄仁勋」向开发者介绍了英伟达在硬件和 AI 领域最新的进展。
年初的 CES 刚刚过去，对于英伟达来说，短时间就要拿出很多新的东西，挑战不小。但是从 CES 到现在，短短 3 个月里，全球 AI 领域发生了翻天覆地的变化，这也成了英伟达的新契机。
AI的 「iPhone 时刻」
「AI 的『iPhone 时刻』已经到来」，老黄这样形容最近 AI 行业的「大事件」。
2016年8月，黄仁勋将当年全球第一台 AI 超算捐给了 OpenAI。6年多后，OpenAI 带着 ChatGPT搅动了整个地球。大量的新型创业公司希望借助于这股东风来颠覆既有的传统商业模式，而许多传统的科技巨头也在纷纷拥抱 AI，来维系自己的领先地位。
在 2023GTC 大会上，英伟达宣布了将和谷歌云、微软 Azure、甲骨文云联手推出 DGX 云服务。ChatGPT 将从目前使用的 A100 GPU 升级到使用微软 Azure 超级计算机用上 H100，理论上回复速度将快 10 倍。
毫无疑问，ChatGPT 将会引发新一轮的人工智能革命，其对整个汽车行业也会产生深远的影响。ChatGPT 模型也将逐渐从人机沟通逐步赋能包括自动驾驶在内的智能网联系统的各个环节。在百度推出「中国版 ChatGPT」的「文心一言」后，吸引了包括集度、长安、吉利、长城、东风日产、零跑等车企纷纷抛来合作的橄榄枝。
而在 ChatGPT 以及其他一众 AI 大模型技术的背后，都离不开英伟达在算力层面的大力支持。自从英伟达向 OpenAI 交付首台 DGX 超级计算机后，目前台 DGX 超级计算机已经成为市场上最主流的产品。最新 DGX 超级计算机的核心，是英伟达的 8 块 H100 模组。当 ChatGPT 这样的 AI 工具逐步渗透车企之后，最大的赢家之一依然会是英伟达。
联想 x 英伟达，汽车行业新亮点？
对于英伟达来说，在这次 GTC 上，和车企的合作，尤其是自动驾驶领域着墨不多。但这并不影响未来汽车领域的业务会成为英伟达的一个快速增长的新引擎。
作为如今全球可以和特斯拉齐平、最为炙手可热的新能源车企之一，比亚迪与英伟达进一步扩大合作当消息得到了官宣。比亚迪的下一代王朝系列和海洋系列中的多款车型都将使用英伟达 DRIVE Orin 高性能计算平台。其中，在今年二季度，比亚迪首款采用英伟达芯片且搭载了激光雷达的车型就将上市。
在王传福看来，作为新能源汽车的上半场，比亚迪在电动化方面凭借刀片电池赚得盆满钵满；而在新能源汽车的下半场，比亚迪选择了英伟达作为智能化方面的最重要合作伙伴之一，也是希望在芯片算力层面，能够走在市场的最前列。除了 Drive Orin 平台之外，在今年 1 月份的 CES 展上，比亚迪也作为首批合作企业，将落地英伟达旗下 GeForce NOW 云游戏服务计划。而后者也是英伟达进军智能座舱市场的最新布局。
不过让我们惊讶的是，联想成为首家采用英伟达新的自动驾驶域控制器的一级制造商，在不远的未来，其域控制器将采用英伟达的 SoC 芯片。
对于联想这样从事电脑服务器的硬件公司，进军智能电动车的高算力中央计算平台，既在意料之外，也是情理之中。对于联想来说，布局智能座舱、智能驾驶和中央计算平台等领域是对现有技术和产品的延伸，虽然会面临一定的困难，但是联想并不是从零开始，过往的技术积累可以发挥不小的作用。众所周知，联想一直没有涉足芯片领域，因此引入英伟达的雷神芯片将帮助联想补齐最重要的一块短板。
根据英伟达的介绍，雷神这款 SoC 芯片内部拥有 770 亿个晶体管，可以实现 2000 TOPS 的 AI 算力，或者是 2000 TFLOPs，其在算力上不仅已经远远超过了满足高等级自动驾驶的需要，已经完全有能力承担起汽车高算力中央计算平台的重任。这款芯片将在 2025 年大规模量产，而这个也和联想在 2025 年推出高算力的中央计算平台的时间表相吻合。
在此之前，联想会推出算力达到 32TOPS 的行泊一体方案，而这也是目前被不少国内车企，尤其是在低成本车型上广泛应用的驾驶辅助解决方案，市场前景较为看好。
不过对于国内汽车领域来说，已经有不少像联想这样的跨界玩家入局，甚至已经上车量产；对于联想来说，除了首发英伟达自动驾驶域控制器的一级制造商的先发优势外，还有哪些优势能让它赢得市场，还是未知数。
Omniverse，英伟达征战车圈的新工具
在汽车行业，英伟达的触角不仅仅是提供自动驾驶算力平台以及中央计算平台，其早已经将目光投向了汽车零部件的设计以及整车制造领域。通过赋能汽车行业的虚拟制造和虚拟工厂，英伟达希望让汽车设计和生产的数字化进程再上一个新的台阶。
在过去几十年里，CATIA、UG 这些软件已经成为工程师必不可少的助手。整车企业使用这些虚拟仿真软件，通过数字化模拟的手段提前对后期的成品进行预览的方法来进行前期的零部件设计以及整车的总布置工作。如果没有前期的虚拟仿真，后期重新设计不仅成本较高，而且很有可能造成项目的时间节点的延误。
但最近十多年来，这些软件都没有突破性的革命成为席卷全球的 AI 浪潮的「法外之地」，没有能够对整车企业的零部件设计提供更大的帮助。
为此，英伟达打造了 Omniverse，它说到底是一个虚拟世界仿真引擎，不仅可以精确反映真实的物理世界，同时也能够遵守物理学定理。所以 Omniverse 不仅能够在前期验证零部件与整车的装配关系，避免后期的包括动态干涉在内的各种装配上的问题，同时也能指导工厂设计，并帮助整车企业对工厂布局进行持续优化。
对于绝大部分希望全面转型电动车的传统车企来说，工厂的改造任务非常繁重。前期虚拟阶段验证地越充分，后期实际占用工厂时间就会越少，而节约出来的时间就可以被用来进行生产。
根据 GTC 现场黄仁勋的介绍，宝马时下正在使用 Omniverse 来对全球 30 家工厂的运营进行规划。在每座工厂正式投入量产前两年，宝马就会使用 Omniverse 模拟建造一座完整的虚拟工厂，并进行持续的调整和优化，以此避免后期工厂建设完毕之后再进行比较大规模的调整，进而影响生产。
宝马之外，包括沃尔沃、通用汽车、奔驰、捷豹路虎、Lotus、丰田等都已经是英伟达 Omniverse 的用户。
从某种程度上来说，未来英伟达很有可能利用自己的优势地位来逐步取代我们熟悉的 CATITA 和 UG，成为整车企业的数字化设计工具。而这个所能撬动的，同样是一个体量巨大且前景非常可观的市场。
最后
「生成式 AI 正在推动 AI 的快速应用，并重塑无数行业。」 在 ChatGPT 之后，相信没有人再会去怀疑这句话。汽车行业只是英伟达当前涉足的一个产业而已，可能深深埋藏在老黄心底的，是让 AI 去赋能整个社会的方方面面，以此来推动全世界科技的进步和产业发展的梦想。
AI 的「iPhone 时刻」，也正是英伟达「核弹发射」的时刻。
【本文来自易车号作者GeekCar极客汽车，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关】
以上就是关于chatGPT英伟达相关问题的回答。希望能帮到你，如有更多相关问题，您也可以联系我们的客服进行咨询，客服也会为您讲解更多精彩的知识和内容。
推荐阅读：
赣公网安备 50019002502384号
