材料与材质的区别端侧 AI材料与材质的区别 的硬件大潮袭来前，更应该了解特斯拉的成功故事_ZAKER新闻
端侧 AI材料与材质的区别 的硬件大潮袭来前，更应该了解特斯拉的成功故事_ZAKER新闻
来源：湖北经视综合@头条新闻、@逐浪新闻
文 | aiAR 研究媛OpenAI 的神奇在边际递减。Sora 无法涌现真实世界的物理法则，成本和效用没法商业闭环；o1 被推测的 CoT+RL 路线展现了强大的数学推理能力，但依旧争论不停，跟随者寥寥；GPT-5 听不到好消息同时，坏消息先来了，OpenAI 的高层团队和核心技术骨干几乎全部出走。AGI 的终极远景固然吸引人，在历史级的天量资本投入和期待下，OpenAI 似乎都架不住，要从非营利性组织向正常企业「转型」。大模型从「中枢」走向「边缘」今年以来，有一股明显的市场力量，驱动大模型向 PC、手机、汽车向这些边缘端渗透，这些恰好也是人们工作、学习、生活、出行，最高频使用的终端。一个普通用户每天产生的文本数据、图像数据、声音数据，散落在各个终端，如果这些数据推送给大模型交互、处理，可以极大地提升我们工作学习的效率，带入更便捷和更高质量的生活。比如 AIPC，有了大模型 GUI Agent，可以做到用户指令生成屏幕操作。大模型可以自动进行工作邮件和会议快速总结，读取经营统计数据，瞬间转换成 markdown 表格，长图文在正确的提示词交互下，快速生成指定汇报主题的 PPT。AI Phone 相比 AIPC，多模态数据和应用为丰富。智能手机有 10 多种不同种类的传感器，位置 GPS、摄像头 cmos、加速度、气压计、麦克风阵列，手机能调用的 App 种类和数量也极为丰富，大模型被封装成更高权限层级的个人助手，融入手机 OS，能实现自动化智能操作和高效交互。智能汽车更进一步，各类传感器数量高达数百个，可以控制的权限和实现的更复杂。智能汽车交互方式多样，频次多、粘性强、多模态数据规模大，大模型在这种复杂传感器、多种交互和功能、融入了人际互动的移动空间，天然能够重新组织、协调、梳理、关联，将其整合成为一个高度智能的服务整体。比如通过语音和汽车交流，智能座舱基于大模型可以自动制作、控制、定向生成符合用户情绪偏好的音乐、氛围灯、影视内容，创造超级个性化的舒适智能空间。从正常的商业视角审视，把最高频的三个消费电子让大模型接管或重铸，想象力太太太大了。大模型公司有概率上演，当年苹果和谷歌替换诺基亚、摩托罗拉，这种生态位切换的故事。特斯拉的故事，给了一点启示当一种新的、截然不同的计算需求和设备形态出现的时候，同类的终端厂商和上游的芯片厂商不一定能最快反应过来。举个离我们最近的例子。今天风光无限的 Elon Musk，全民偶像、超级极客、世界首富，助他真正登上神坛，是其创立的特斯拉改变了百年汽车工业。Musk 掌控下的特斯拉，早在 2014 年就发布了 HW 1.0，即特斯拉 Hardware Platform ，电动汽车中用于自动驾驶功能的计算和传感系统。特斯拉电动汽车的魔力，可能并非大胆采用了一系列眼花缭乱的、汽车巨头不敢尝试的 " 新技术 "。一体化压铸、线控底盘、松下动力电池、灵感来自服务器分级管理的 BMS 电池管理系统，这些都可以被其他厂商快速模仿并掉价，但从 2014 年的 HW 1.0 升级到 2024 年的 HW 4.0，目标直指 Full Self-Driving，FSD，它可没有容易被模仿和追赶了。2018 年初，特斯拉深陷产能危机、面临生死考验时，马斯克坚持研发 " 基于大规模神经网络训练的全自动驾驶方案 "。凝视深渊的马斯克，在 2019 年 4 月发布了 HW 3.0 硬件，两颗 FSD 第一代自动驾驶 AI 计算芯片，纸面算力 7 倍于当时英伟达车端智驾芯片 Xavier。车身分布几个分辨率并不高的摄像头，配合在车端本地运行、实时数据处理的智驾芯片，以及不断上传到云端服务器的驾驶数据训练神经网络，当特斯拉发展到 FSD v12 的时候，迎来了 " 端到端 " 的突破：：一端输入摄像头等传感器捕捉的数据，另一端输出复杂路况环境下的自动驾驶。端到端的神经网络，直接从大量真实的车辆驾驶、转向、加速减速踩踏板、倒车、泊车等操作车辆的数据中学习，不是穷尽各种可能的驾驶路况编写固定的规则和决策链路，而是在神经网络的 " 黑盒 " 中直接输出开放式环境下的驾驶动作。FSD v12 中，30 万行规则代码被减少到 2000 多行，不到原来的 1%，原有的 " 固定 " 规则不复存在。端到端方案的本质不同在于，摄像头等传感器获得的原始信息没有经过一环一环预设的、不同模块的过滤和处理，而是直接传递到神经网络，输出驾驶 " 决策 "。传感器信息的无损传递，模型从数据学习到更多的驾驶关联和隐层信息，各种复杂场景不需要一一编写规则，从而提升真实开放环境下的自动驾驶能力。训练神经网络，学会像人类一样的开车。这种底层能力的领先，一整套方案的构建，传感器分布，视觉识别算法，Jim Keller 操刀的自研终端智驾芯片，Andrej Karpathy 主导开发的大规模自动驾驶神经网络，还有多年实际运行大量人类司机上传的天量驾驶数据，短时间内，是不可能有其他厂商能够进行一一复制。大模型上端，被忽略的东西电动化、电气化架构容易追赶，特斯拉把电动汽车另一个竞争层次，智能化中的自动驾驶，带到了一个新高度。早在 2014 年就推出的 HW1.0，这种远见，从今天的视角来看，非常罕见。因为下游任务和需求的变化，传导到上游厂商，一般存在一个时间差。以上游构成智驾系统最关键硬件的算力芯片来说，设计专门的微架构，推出专用芯片，通常情况下，一定是巨大的市场驱动。在产品还没有跑出一个巨大的市场，没有需求验证的情况下，敢重构一个体系，并且积累先发优势，直到今天特斯拉无法复制、难以撼动。特斯拉的发展故事，对于今天的大模型上 PC 端、手机端，依然有很强的借鉴意义。今天 AIPC、AI Phone 的热潮，大模型融入最高频消费电子终端，本质是改变了什么？又需要提前布局，在什么层面进行竞争？大模型运行在端侧最大的优势，有的人说，是数据本地处理，隐私和数据安全。但是云端的能力明显更强、更全面。隐私安全和能力更强怎么取舍，现实情况，消费者更愿意让渡隐私换取方便。除非那种对数据安全有极高需求的垂直行业。不依赖网络和云端算力的真正优势，可能在于多模态的感知在终端本体实时进行、实时处理，当手机、AR 眼镜、机器人需要大模型常驻，服务即时响应，端侧模型的不可替代价值就显现出来。你不可能等着图片、长文本、视频、声音上传云端，推理计算，再返回结果，有两次的网络传输延迟。在消费者日常高频请求、高频度推理的时候，调用设备自身的算力，几乎没有成本。在云端每进行一次推理，完成一次任务，它的消耗却不能忽略，如果云端模型有天量的用户，也意味着天量的算力储备、电力消耗、带宽需求，用户量和交互请求的增长，服务器集群也要跟着扩建。并不是所有的任务都需要调用云端的强大能力。压缩在端侧的小模型，随着模型能力发展，应该处理绝大多数高频任务和请求，而且 On-device LoRA，几乎等同于只懂你一人、只服务你一个人的大模型。端侧模型的趋势不可阻挡。端侧模型 always-on 的运行需求，已经开始主导硬件的演进。来自行业一线的基本判断是，" 大模型在端侧的落地，内存大小、带宽的限制超过了算力限制。" 算力可以很大，但数据会成为瓶颈，芯片一定要和算法做联合优化。端侧模型厂商、芯片厂商、终端公司，最近有一个明显的趋势，它们在共同优化端侧模型在各种终端的运行。之前，以云端大模型见长、主走 B 端的智谱，下半年开始瞄准 AI Phone、AI PC，在 C 端的 AI 硬件上动作频频，官宣与中国三星合作，开启与多家芯片公司的协作。同属清华系今年年初开始 All in 端侧模型的面壁智能，在完成了跟 MediaTek 最新一代旗舰移动 SoC 天玑 9400 的端侧模型联合调校之后，再与英特尔协作，两家公司进行 MiniCPM 模型在酷睿 Ultra 二代旗舰芯片的部署支持、适配优化、计算加速。荣耀、vivo 这些终端品牌接连发布自研端侧模型和跑在上层的应用。端侧模型和底层算力芯片，模型层和算力层的打通意义在于，终端推理的性能优化至关重要，经过优化的推理性能，以及芯片微架构的改进，可以较未经优化的原始性能提升数十倍。一个案例是，面壁 MiniCPM 在今年 9 月份这次和英特尔芯片的适配，相比 2 月份的 " 首次 "，仅隔半年，提速 169%。现代的主流计算有三种体系，CPU、GPU 和 ASIC 思想下专门的 NPU。从软件编写的角度看，CPU 在通用性支持复杂指令和逻辑方面最强，高效率编译的开发工作量最小。GPU 在硬件上比 CPU 更简单，数千个针对单一任务的并行处理单元，线程最多，但是软件编写更难，CUDA 就是英伟达的长期耕耘才铸造的高效率 GPU 程序开发壁垒。而 AI 计算加速，Transformer 原生优化的微架构，它需要非常大的矩阵乘法器，却是少得多的线程来做高负载的数学运算，它的编译难度是最大的。大模型上端，早早着手硬件架构的演化，发展出在内存、数据处理带宽、更高编译效率的芯片架构，不仅仅是模型的压缩和性能更强，算力芯片和模型的联合优化，谁能提前布局、重视、乃至重构出一套体系，谁的胜算可能更大。最后还是举特斯拉智驾的例子。直到今天，发展端到端智驾系统各家厂商使出了浑身解数，打造智能汽车这一的关键能力，但是底层的智驾芯片厂商，针对端到端还没有能拿出高算力、高带宽、适用专用算法的 AI 计算架构，主要动作依然是在传统架构下，优化制程工艺、提升 AI 算力。如今国内车企主流使用的智驾芯片 NVIDIA DRIVE Orin 发布于 2019 年，地平线的征程 5 芯片发布于 2021 年。专用架构的 AI 芯片相较于通用芯片几乎是碾压式领先，若能基于端到端大模型优化和设计芯片，紧跟算法和模型的变化，必然能够推动端到端技术的进步和领先。底层芯片厂商迟迟没有推出针对端到端大模型设计的芯片，在于端到端大模型真正爆火，还是特斯拉 FSD Beta V12.3 版本示范的。这种全新思维和体系的智驾系统，端到端大模型仍处于落地早期阶段，对于行业上游的底层硬件厂商还没有起到深刻影响。等上游芯片终于推出了高效率的端到端智驾芯片，追赶上 FSD，这个时间差之内，特斯拉新的 FSD 芯片和积累的大量人类驾驶数据训练的模型，恐怕又甩出追赶者一大截了。很难有人能够长期保持技术领先，洼地终究会被填平。但是提前构建一个体系，发展生态的好处在于，你在这个体系下积累了先发优势，过去智能手机时代是 App，大模型上端时代，是专用 Transformer 的芯片的计算加速、模型编译适配、数据和应用踩动的飞轮，时间积攒了强大市场推力，谁能从洪荒中觉醒，率先创世，谁可能成为新一代的巨头。koa12jJid0DL9adK+CJ1DK2K393LKASDad
编辑:杨勇
TOP1热点：海关总署：接触过猴痘病例的人员入境时应主动申报
梁振鹏指出，由于今年异常的高温天气，让不少人开始关注电费，但实际上，能效高低与省钱与否并不能这样简单计算。一级能效空调往往也是各品牌的高端产品，节能省电只是卖点之一，而静音、净化空气、智能化控制等特性更为消费者所关注，相反，高能耗空调则主打平价市场，看重下沉渠道，其产品的功能和特性往往全方位低于高能效空调。。
TOP2热点：西安金地物业被指撬门占用业主空置别墅，业主：协商赔款十万只收到五万
7月25日，针对“大规模裁员”的传闻，广汽丰田官方回应称，本次裁员是公司正常的阶段性调整，对象为部分劳务派遣员工，并未涉及正式员工。根据市场形势的变化，广汽丰田经过慎重考虑后，依照与劳务派遣公司的协议最终停止了部分派遣。
其次，未来的房地产发展，重点在于体现房地产的公用属性，这与民营经济投资的支持领域是密切相关的。
TOP3热点：回访昆明广告牌坠落致3死7伤现场：涉事建筑排险施工，一楼广告牌均已拆疯狂健身课李欣 笔趣
当前，在监管部门的指导下，保险公司搭建起消费者权益保护体系，开始从快速拓展业务向高质量发展转型，更加注重提升消费满意度、客户体验和客户忠诚度。
TOP4热点：实探北京多家农贸市场：涨价多为绿叶菜，和产地降雨有关重启之灯海寻尸免费观看
据此前报道，为了充分发挥AMD锐龙97945HX移动处理器的性能，雷鸟17在原有GP77经典机型基础上进行了升级，提供了旗舰级硬件散热支持，并对细节进行了进一步优化。
期货价格方面，上周各类期货价格表现震荡，其中伦铝跌幅最大，玉米涨幅最大。ICE布油收于80.89美元，涨1.28%，COMEX黄金收于1963.9美元，跌0.03%。
TOP5热点：一个错字牵出盗版书制售团伙：开40余家网店，被查获50万册书籍为拿美国绿卡与二人pk视频
具体到个股情况来看，近7日，北向资金净买入额度前十位的个股中，
按照这份原来的用户服务协议，妙鸭不但可以把用户AI生成的内容作为再训练数据，还可以永久、不可撤销的、可转让、可转授权的使用用户上传内容，包括元宇宙等虚拟空间。
TOP6热点：越共总书记苏林今起访华，官方高级代表团都有谁？蝴蝶影视
按照这份原来的用户服务协议，妙鸭不但可以把用户AI生成的内容作为再训练数据，还可以永久、不可撤销的、可转让、可转授权的使用用户上传内容，包括元宇宙等虚拟空间。
TOP7热点：免费的博物馆花百元买黄牛票才能进？文博馆如何破解“抢票难”海盗1斯堪尼亚的复仇免费观看
（三）合成橡胶产业链下游环节
TOP8热点：越共总书记苏林访华首站广州：寻访胡志明在华开展革命活动的红色足迹天才杀手2下载
那么，你会为妙鸭相机这样的应用买单吗？
说到底，老胡靠的是基本信心，技术上依然懵懵懂懂的，如果我运气好，相信运气加技术的人就会更好。今天大多数股民肯定都赚了，而且会有很多人比老胡赚的更多，我不仅为自己高兴，更为大家高兴。
TOP9热点：青岛男童遭武术教练殴打致死案续：检方抗诉认为一审量刑畸轻军舰纸船的折法视频
“姚老板（姚劲波）的三观是正的，想的非常美好，规划得也很好。”王晓再次向「市界」强调道，“但下面还有副总，总监，经理和主管，还有其他部门运营，层层传达之后，就会变了味。”在王晓还在职58同城的时候，58同城有4家总公司28家分公司，公司有4万多人。“这个体量，管理没法做到扁平化。”
TOP10热点：观察｜他信女儿、最年轻总理，标签之下佩通坦能否解泰国政坛困局？意大利芬尼奇牺牲最大
7月25日，尽管利率处于22年来的最高点，经济学家认为加拿大经济在今年将实现“软着陆”，不会陷入衰退。根据媒体对27名经济学家的月度调查，预计2023年下半年经济将出现停滞，但不会萎缩。中位数预测表明，加拿大央行将在明年相当长的时间内把隔夜利率维持在5%，在4月份之前不会降息。这一结果支持了加拿大央行的观点，即经济增长正在放缓，而核心通胀依然高企。央行行长麦科勒姆本月表示，政策制定者正试图平衡过度收紧和过度放松的风险，并避免“使经济条件对所有人造成不必要的痛苦“。调查显示，经济学家预计第三季度的加拿大国内生产总值将增长0.4%，而在最后一个季度将保持不变。这些数据较上月的调查预测有所上升，上月预测的是两个季度都将出现轻微的萎缩。今年第一季度加拿大经济增长了3.1%，加拿大央行预测，从四月到六月，增长率为1.5%。经济学家认为，在第二季度开始降息之前，5%的现行政策利率是最高点。麦科勒姆及其官员将于9月6日宣布最新利率决议。