机器之心原创
作者：Sia
毋庸置疑，人工智能就是当下「最靓的仔」。
GPT-4o Mini 刚免费上线 ，Llama 3.1 接踵而至，表现超越 GPT 4o。Sora 、可灵、即梦，你方唱罢我登场。在刚结束的世界人工智能大会上，国内首款全尺寸通用人形机器人开源公版机发布。
经过多年的数据、算法和算力积累，「智变」时刻已经到来——未来，千行万业都将会因为 AI 得以重塑，无论是大模型还是小模型。今年全国两会上，「人工智能+」也被首次写入政府工作报告，并列为 2024 年十大工作任务的首位。
要用人工智能技术赋能千行百业，发展新质生产力， 算力是关键，也是衡量一个地区或国家 AI 竞争实力的关键指标。作为国家先进计算产业创新中心的重要组成部分， 光合组织正在发挥其独特的「光合作用」，破局中国算力，加速「智变」，赋能 AI 走深向实 。
一、AI 狂飙，产业「智变」倒计时
中国工程院院士郑纬民在 2024 光合组织领导人大会上表示：「当前激烈的产业竞争，让 AI 升级面临严峻考验，同时也带来了难得的机遇。我们要保持乐观态度，提升硬件性能，同时努力完善高水平的产业协作。」
在中国，「百模大战」一路狂奔，AI 正以前所未有的速度向各行各业渗透。
在大模型的辅助下，创作效率正大幅提高。以视频创作为例，传统的分工明晰、周期冗长的制作流程，如今可以在 AI 支持的一站式平台上完成。同样，在编程领域，AI 助手能在几秒内生成上百行代码，开发效率大幅提升。
但聊天、 创意和写作不是大模型的全部，在金融、生物医药、工业制造、政务、科学研究等领域，AI 正为产业刚需带来实实在在的价值。
气象大模型通过 AI 推理的方式解决气象的预测难题，现在，使用一张卡就可以预测出来7天的天气，以往可能需要上千台服务器耗费数小时。
在智慧工厂，平均每一秒就可以下线一台 PC 整机 ；在汽车总装车间，53 秒下线一台车；工业的时序数据基础模型正在实现趋势预测和异常检测等多种应用。
能源领域也不例外。世界最大的清洁能源走廊——长江干流上的六座梯级水电站，正不断与科技创新碰撞出新的火花。
「 AI for Science 是中国科技创新历史上最好的机会，它的空间非常大，将全方位改变科学研究到产业落地的过程。」中国科学院院士、北京大学国际机器学习研究中心主任鄂维南曾公开表示。
中国信息通信研究院的一组数据进一步印证了 「智变」已经进入倒计时：2023 年，我国人工智能核心产业规模达 5787 亿元，相关企业数量 4482 家，产业链覆盖芯片、算法、数据、平台、应用等上下游关键环节，细分领域不断突破。经过多年培育，行业已经经历了信息化、网络化和平台化阶段，正进入数据驱动的智能化新阶段。
二、 穿针引线， 共谱「光合」协奏曲
现在，只需轻点鼠标，在人工智能遥感系统这位「手相师傅」帮助下，自然资源的「掌纹」细节，都能被一一识别、解读：
起伏的山峦和绵延的森林、广袤的田野耕地、蓝色的海岸生命线、交错纵横的街道和建筑；
这只是许多 AI 企业依托光合组织「效应」，实现新质生产力的一个缩影。
算力，已成为数字经济发展和人工智能进步的关键资源。近几年，人工智能技术加速融入更多行业和场景，算力需求呈现爆发式增长。
100P 只能算「起步价」，人工智能企业业务对算力的需求都很大，每小半年，需求都会翻倍， AIGC 可能引发新一轮智算需求。
所以，哪怕是一家「算力巨无霸」企业，也无以支撑如此庞大的需求。
再从我国算力供给侧来看，中国的算力总规模居世界第二，但数据中心建设缺口依然很大，特别是对智算中心的需求和建设更为迫切。同时，已有的部分算力未能得到有效利用。大量场景没有用人工智能，不是因为用不到，也不是因为不需要，而是因为企业自建算力设施成本很高，普惠算力又缺乏。
如何实现算力的「普惠」，让算力成为 AI 发展的基础资源？光合组织应运而生，集全产业链共谱「光合」协奏曲！
光合组织是海光产业生态合作组织的简称，承载着建立和完善国产计算技术供应链和产业链重要使命，正通过其独特的「光合效应」，赋能「算力网」重要节点。就像一部协奏曲的谱曲者，它把国内计算产业上下游企业、高校、科研院所等各路高手召集到一块，穿针引线，专攻算力和人工智能技术攻关与应用合作。
在刚结束的 2024 光合组织领导人大会上，光合组织「再下一城」：举办多个揭牌及签约仪式， 推动郑州建设「算力之城」 。
7月23日上午，2024光合组织领导人大会在河南省郑州国际会展中心开幕。
作为东西部的连接纽带，早在 2020 年 11 月，河南就开始布局算力建设，为郑州在「东数西算」工程中奠定基础，其智能算力不仅位居全国前列 ，还坐拥郑州人工智能计算中心和 360 智算中心等基础设施。近期，中原算力谷在中原科技城科技转化片区揭牌，这个投资超百亿元、算力超万 P 的项目，无疑将成为中部地区算力产业高地的重要支撑。为实现高效「互联」、「互通」，郑州正全力打造「算力之城」，布局中部地区首张城市算力网。
大会上，河南省委书记楼阳生亲自为郑州先进计算研究所和海光生态适配中心郑州基地揭牌。这两家机构的落地将为郑州提供先进的计算能力和技术支持，成为打造「算力之城」的重要基石。
通过光合组织的牵线搭桥，郑州市人工智能创新中心、郑州市人工智能创新发展联盟、中原科技城人工智能产业园也在当天揭牌，规划了从研发创新、生态构建到落地空间和服务的完整闭环。
植物的光合作用需要阳光、水分和二氧化碳的共同参与，郑州算力生态的「光合效应」也需要产学研的通力合作。大会上，国家先进计算产业创新中心还与郑州大学、河南大学就产学研合作及人才培养基地签约，郑州市人民政府与深信服、思必驰、青云科技、捷通华声等 10 家智算领域企业签约， 加快郑州从「算力城」迈向「智能城」的脚步。
三、全链协作，富能国产算力
除了如何更好满足算力需求、降低算力使用成本和使用门槛，在目前阶段，根技术上的自立自强也是刚性发展需求。
人工智能是新质生产力的重要引擎，算力又是算法模型的基础，建设自有智算基础来支撑行业未来发展，显得尤为必要。而光合组织，作为由海光信息技术股份有限公司发起的产业生态联盟，正以其强大的向心力和引领作用，成为解决国产化挑战的核心力量。
经过四年多的发展，光合组织已经建立了一个庞大的生态系统，包含 4000 余家成员单位，覆盖了从芯片设计到应用服务的全产业链。
在芯片领域，光合组织与国产芯片厂商密切合作，推动 CPU 和 GPU 的研发和应用。在存储方面，促进了国产固态硬盘和大容量存储系统的发展。对于服务器和网络设备，光合组织正推动国产品牌如同方、联想开天等的创新，以满足大规模计算和海量数据传输的需求，并获得金融、能源、电信等关键行业和领域认可。
中间层软件，如操作系统方面，光合组织积极推广统信、麒麟等国产操作系统，并促进其与底层硬件的深度适配。对于数据库，它支持达梦等国产数据库的发展和应用，推动这些产品在各行业的落地。同时，光合组织还在推动中间件、虚拟化平台等关键基础软件的国产化进程。
在应用软件层面，光合组织不仅推动了 ERP、CRM 等企业级软件的国产化，还在人工智能、大数据分析等前沿领域促进了国产解决方案的发展，构建高水平商业体系。
例如，通过与行业伙伴（如百度、思必驰等）合作，支持百度飞桨等国产 AI 框架与底层硬件的深度融合，推动 AI 模型在国产算力底座上的部署和优化。在 AIGC 持续快速发展背景下， 积极适配文心一言等大多数国内外主流大模型，实现了 LLaMa、GPT、Bloom、ChatGLM、悟道、紫东太初等为代表的大模型的全面应用。
作为这一生态合作的最新成果，在 2024 光合组织领导人大会上，首款国产 AI PC ——联想开天 M90h G1t AI PC 元启版在海光信息和联想开天的共同努力下，正式发布。
在许多成员看来，光合组织为 AI 产业的生态对接提供了一个很好的平台。用户需要的是完整的解决方案，而单一厂商很难提供从底层架构到前端应用的一整套产品，在此背景下，生态力量的整合非常关键。
冲量在线「 AI 安全开放平台」的诞生契机，正是光合组织解决方案大赛。在将基于深度学习框架的 AI 模型适配海光芯片过程中，他们向海光提出了大量优化和适配需求，都得到了快速响应。这一方案最终在某银行 AI SaaS 服务的安全能力技术提升的项目招标中中标。
用友公司在迁移废钢智能判定模型过程中，几乎无障碍地跑通了算法，也得益社区详细的产品文档 ，在适配和使用过程中遇到问题都能得到及时响应。
随着人工智能技术的不断突破，算力需求呈现爆发式增长，而算力「卡脖子」成为各大厂商竞逐AI最为头疼的难题。
光合组织汇聚4000 多家成员单位的合力，助力构建从芯片设计到应用服务的全产业链生态系统，不仅为更多企业提供了强大的算力基础，更推动了算力的普惠化。
在这个AI时代，算力犹如阳光之于植物的光合作用，是推动整个产业生长的关键能量。光合组织正以其「光合作用」，通过推动算力革命，加速 AI 产业「走深向实」。
十问华为安防丨我们如何不一样
“智能安防时代，为什么选择华为?”
“因为华为更懂客户，能够为客户提供客户真正需要的智能产品。 用户可以自定义智能，而且得到相对完善的系统与设备产品，回报高于投入。 ”在一批华为渠道商采访中，这个答案给a&s留下最深印象。
过去两年中，不少企业开启生态合作体系，引导产业链上下游通力合作，解决了工程布点困难、算法场景局限大、缺乏系统化顶层设计，以及深度智能化应用挖掘不够等难题，让AI+安防等概念成功落地。 但迄今为止，行业的智能化水平仍然较低，尤其在前端领域，实现了智能化的设备比例不足10%。 实践数据显示，多数依然以人工识别为主，甚至在某些领域中，大数据的相关应用从未开始。
在安防行业中实现智能化甚至AI普惠，在没有大规模的应用前提下，存在着巨大挑战。 行业的每个关键变革，无论是模拟向网络，还是标清向高清，都需要引领者，需要有人不断推动行业前行。 而在智能时代，华为肩负起了这份使命。
本次深圳安博会，华为将全球首发“5G+AI+安防”的全新概念及产品，以技术精粹，加速安防产业的智能化落地。 针对华为安防的战略、思考，以及业内关心的问题，a&s采访了华为中国地区部副总裁、华为EGB中国区安平业务部总裁岳坤、华为智能安防产品线总裁段爱国、华为EBG中国区安平业务部副总裁李国涛、华为智能安防产品线副总裁余虎等人。
一问安平业务和智能安防产品线的关系
岳坤： 华为中国区企业安平业务部是面向公共安全行业的组织，主要聚焦于公共安全领域的客户，为客户提供相关的售前售后服务。 安平业务部成立于2017年，并于2018年成立智能安防产品线，将安平业务部的客户作为最主要的服务对象。
随着业务的高速发展，华为在市场上获得越来越多客户的认可。 有客户建议，华为除了在公安行业领域，还应拓展交通、金融等更多行业，让更多行业用户可以使用华为的智能安防解决方案。 近年来，智能安防产品线的行业覆盖范围不断扩大，不仅限于公共安全行业，还包括机场、园区、物流等方面。 未来，华为的安防解决方案还会走向更广阔的市场。
段爱国： 智能安防产品线要对产品和产业负责，产品是所有基于机器视觉类的产品，包括最典型的摄像机产品以及围绕摄像机产品所打造的智能视频平台，这些产品的构建和研发都属于产品线。 智能安防产品线在公共安全行业中不断锤炼，对行业的理解、对产品的理解不断加深，下一个目标希望继续延伸产品线到其他行业，并做得越来越好。
二问华为安防的战略投入
岳坤： “开放黑土地，汇聚数据湖，应用百花齐放”，这16个字一直是华为在公共安全行业投入的战略主旨。
1、开放黑土地，这是华为在公共安全行业的战略定位，所谓“黑土地”，就是在整个公共安全行业数字化转型中华为要做好的信息化系统基础设施。 在沙漠上是种不了庄稼的，如果你在沙漠上铺上一层黑土，你就可以种各种各样的庄稼。 华为愿做这层黑土，具体重什么庄稼由客户决定，帮助客户种出最好的庄稼。
2、汇聚数据湖。 就是希望通过数据汇总，通过大数据技术协助行业更好的完成数字化转型。
3、应用百花齐放。 华为希望让专业的人做专业的事情，应用厂家做好专业的应用，让公共安全行业的应用更加丰富，共同服务客户，打造良好生态。
近两年，华为始终坚持16个字的发展战略，坚持不懈的推进发展，未来还将继续坚持。
三问华为在智能安防的整体进展
段爱国： 总结过去一年，华为智能安防取得了以下几个阶段性成果
1、华为智能安防的战略越来越清晰——坚持“智能+开放”的战略，华为不断加快智能化发展，所以这次安博会的主题名为“智能加速”。 以智能化引领，坚持开放黑土地。 例如在8月8日新品牌Huawei HoloSens的品牌发布会上，就提出了基于华为鲲鹏+升腾生态的“2+4+N”的战略，把真智能、真开放、真数据、真安全作为战略的四个底线坚守。
2、产品越来越丰富，竞争力越来越强。 软件定义摄像机行业，从年初只有20多款到年中的200款，直至目前的将近300款，竞争愈加激烈。 在激烈的竞争中，华为利用架构与软件定义能力，希望保持一定的款型，能够满足各种场景下的应用需求。 为了支撑深入千行百业的战略，华为的产品越来越丰富，旨在做到全场景覆盖。 有人说，为什么每次华为发布的产品都是16T、32T算力，看起来很“高大上”?殊不知其实华为也有普适大众的产品，普惠AI也是我们的战略，所以对摄像机产品的进展我们很满意。
3、视频云平台最大的进展是实现全面的云化，产品系列日益完善。 八年安防路，华为每一年都在取得进步。 今年华为实现了全面的云化、全面的智能化，以及基于华为鲲鹏和升腾的产品研发 ，无论是中心的HoloSens IVS9000，还是轻量边缘云的HoloSens IVS3800，甚至包括今天刚刚发布的HoloSens IVS1800，都在向整个行业、整个产业传递一个信息， 基于华为鲲鹏+升腾，基于全面云化、全面智能化的后端平台已经在逐渐完善，从几路起步，到几万路、几十万路甚至几百万路的平台接入，这是我们整个产品系列完善很有力的佐证。
4、市场的增长远超出预期。 今年以来，整个人工智能行业波动不少，很多企业在公共安全行业的增长也有相对变化趋势。 但华为却一直保持稳定增长，未来几天将陆续发布相关增长数据。
5、客户对华为智能安防的信任度和满意度越来越高。 近9个月以来，在客户沟通中发现，越来越多的客户希望和华为一起做顶层设计，希望和华为搞联合创新，希望和华为在面向未来的5G时代做共同的联创和研究， 这凸现出整个行业对华为在智能安防的聚焦以及投入信心的不断增加。 这也凸现出行业对华为在5G时代和AI时代，有了更大的期许，期待华为能够带来不一样变化诉求越来越强，为我们未来持续加大投入带来了极大的信心 。
四问5G技术对安防产生哪些影响和变化
岳坤： 今年是中国5G元年，5G作为一种基础能力，将会改变 社会 的千行百业，改变生活中的方方面面，而对于安防的影响，主要体现在三个方面：1、把有线无线化。 把以前需要用有线解决的传送问题和线路问题用无线解决，并实现更加快速的响应需求;2.远程控制未来无人巡逻车、远程排爆等危险动作，都可通过5G网络进行操作;3. VR/AR的应用。 比如交通疏导、处理紧急事件，通过无人机加上5G技术和VR技术就可以掌控现场实时动态。 这三点也仅仅是改变的一部分，未来必将还有更多的、更好的5G应用。
余虎： 5G是一门基础的通用技术，它对于各行各业各个应用场景都会带来很多通用的能力，但是具体在这个行业或产业能发挥什么作用，实际上取决于实际的应用场景。 例如3G、4G时期，尤其3G刚刚到来的时期，和现在即将到来的5G一样，大家都在问3G的应用场景到底是什么?直到2008年智能手机出来后，大家才真正的了解和发现了3G、4G和智能手机结合所带来的移动互联网，并且改变了出行和支付的一系列形态。 基于AI也是一门通用技术之下，我们有理由相信5G加AI加视频会对各行各业带来更大的变化。
五问AI普惠
段爱国： 普惠AI是华为在整个人工智能时代的目标，也是一个创意，包括华为云也是打普惠AI的口号。我个人理解有以下几点：
1、AI普惠是华为战略的必然选择。 因为唯有普惠，才可以规模复制。 而智能安防的核心使命，就是要引领整个行业智能化的转型，智能化的加速。 如果达不到普惠智能的目标，那华为战略或口号就只是空谈，所以普惠AI是我们战略上的必然选择。
2、战术方面：首先要用华为创新、领先的产品来实现端到端的显著降低建设成本。 例如2018年发布的1拖N产品，如果没有1拖N设备把传统摄像机改造成智能摄像机，那么用户的设备和建设成本、改造成本依然很高。 而通过华为的1拖N，安装一台摄像机就能完成整个网络的智能化改造，显然大幅度的降低了建设成本。 华为有底层技术的加持，所以在做智能普惠AI核心的抓手就是创新的产品，例如去年发布了1拖4，今年还会进一步升级其智能化能力。
3、大力推进AI native，用AI降低用户使用和运营的成本。 目前 业界舆论说安防行业的智能化改造最大约束就是工程难度、运营难度，并且对人的技能各方面都提出了要求，但其实这些都可以通过AI解决 。 对比传统摄像机，华为推出了场景自适应的功能，摄像机架在户外或路口，下雨时自动适应雨天，起雾时自动适应雾天，下雪时自动调节适应下雪天气，不需要人工干预，就可“随机应变”确保实战效果。 极大降低了人工成本，易用易维是用AI能力赋能摄像机的表现，同时摄像机本身具有了对场景的智能判断能力和调节能力，这样也是普惠AI的应用表现。
4、加时不加价。 用户买一个摄像机，晚上6点以后，工作人员下班，摄像机也下班，因为晚上看不见。 实际上摄像机一天只工作8个小时或者10个小时，但是却花了24小时的价格。 华为智能摄像机的目标是7×24小时都可以满足实战要求，同时消灭曝光灯和爆闪灯，这也是普惠AI的一条路径。 今年我们会重磅推出SuperColor，使摄像机能在超星光环境下实现强智能，消灭曝光灯和爆闪灯。
5、真正实现普惠AI，量变影响质变，量升才能价跌。 华为要不断致力于提高智能化的水平和智能化的比例，像智能手机取代功能手机，只有大家拥抱智能化，都提供智能手机，把智能手机当成自己的主航道，才能让智能手机的价格下来。
我们坚信只要我们不断推进，当越来越多人加入到智能化的道路，共同解决运营成本、建设成本，还有7×24小时作战问题，最终的智能化普惠AI进程会比我们想象的更快。
六问AI在安防的落地现状及问题
李国涛： 华为在春季峰会上，提出了跨越三座大山(算力、算法和大数据)、提出三个倡议(一是将智能推向全境，做真正的智能;二是将解耦进行到底，建立以客户为中心的生态体系;三是将智能平台化、场景化，战略性部署)。近一年的落地过程中，我们发现：
1、智能化的方向是对的，而且落地速度在加快，具体表现在两方面：一是智能化的业务效果很好，不仅能够给一线人员减负，而且效能倍增;二是技术应用效果明显，一线实践中，云化、智能中一片云的建设模式，以及视频数据和各种数据融合的东西，各种业务应用起到了很好的作用。
2、智能化技术实践已经成熟，且落地成本不高。 “一分投入十分回报，目前具备规模化商用的能力”。
同时我们发现两个不足：
1、智能化的技术和真正业务流、工作流的融合度不够，只有智能技术和业务需求融合在一起发生化学反应，才能产生真正的生命力，这点还需加强;
2、智能化的比例较低，特别是前端比例不到10%，很多还处在人工识别，从来不用大数据的阶段。
下一步怎么办?华为有三点建议：
1、大家要统一思想、坚定信心，坚持智能化发展。 方智能AI是普惠的，是不贵的，已经具备规模条件。 这是第一点思想上达到统一。
2、不断摸索，将智能化进一步融到业务流、工作流中，更好的提升业务效能。 把复杂留给自己，把简单留给一线的人员，是不断向纵深发展。 只有真正解决这个问题，智能化的应用才会打开更大的突破口。
3、坚定不移的加速智能化落地。 只有上规模、上量，效能才能倍增。 华为提议，把智能化的比例加大，把前端的智能化比例提升到80%(目前国内是10%)，用两三年的时间，用新建或者改造的模式，把视频图像实现全面的智能化。
七问软件定义摄像机的实际运用
李国涛：软件定义摄像机(SDC)现在的应用才是“小荷才露尖尖角”，更多的是一种开放思想。 原先的摄像机都是通用的，对细分的场景思考不够，而软件定义摄像机则开辟一种新的可能性。 比如在交通领域，在三车道变两车道或者两车道变一车道的时候，需要交替通行。 我们开发了交替通行的算法，在摄像机上加载了新的算法，实现了违法的识别，对交通进行了有效管制。 小改变解决了大麻烦，软件定义摄像机似与智能手机一样，会有相应的APP Store，未来算法和应用将愈加丰富。
八问视频大数据的应用前景
余虎： 严格来讲，视频也是大数据的一种，基于大数据的多样性特征下，要做各种各样的准备，视频、图像、结构化、网络数据其实都是大数据的一种。 之所以专讲视频大数据，是因为过去的视频数据对我们的算力要求、算法的要求和处理技术要求不同，而且要求较高。 但在深度学习应用到视频领域后，我们发现原来视频是可以不用人的干预，也能得到很多很有意义的结果。 现在有很多地方通过视频来帮助进行生产活动、帮助破案等，且效率很高，准确度很好。
面向未来，随着各行各业大数据平台的基础建设完成后，会有更多的视频数据加入其中，进一步帮助提升生产效率。 比如有电警卡口，还有过车、过人、行人穿越斑马线，所有的这些都可能把摄像机和本身抓拍的跟人、车相关信息结合，同时和后台的大数据结合，实现真正完整的身份和轨迹、关系落地工作。
九问智能安防生态圈
余虎： 华为做安平、做安防最核心的两个理念：一是智能，二是开放。 作为一家ICT基础设施和平台公司，华为希望通过自身平台加上合作伙伴的应用，以及相关能力的结合，形成完整的解决方案。 面向智能开放，华为核心开放的生态圈有几大特点：一是应用生态;二是算法生态;三是开发生态。 同时开发生态的核心，是围绕着华为鲲鹏和升腾的基础来往上进行延展。
面向开发和应用以及算法生态，我们还做了很重要的支持和赋能的工作。 比如华为今年提出的沃土计划，在未来3-5年打造端到端、非常全面而完整的华为“鲲鹏+升腾”计算产业生态。 华为智能安防也是产业生态的重要部分，甚至在面向安平和边缘计算领域，安防是其中的核心部分。 未来，我们每年将举办两次面向开发者的大会，对所有的开发者生态进行赋能、使能以及相应的活动。
针对智能安防的鲜明产业特点和生态情况，我们在29日会重磅发布HoloSens Store，我们也称其为智能安防的真正智能化商城，这个商城包含各种各样的算法和应用。 这个商城会构筑在华为云上，所有的生态伙伴都可以进来，这里面已经有几十种算法。 同时HoloSens Store也是我们之前的黑土地和软件定义理念的落地。 我们知道，没有任何一家公司有能力，为所有的行业提供所有的算法和所有的应用，只有靠开放的平台，加上算法商城和最终落地的应用，才能真正使能各个行业，让智能安防真正变成生产力的一部分。
十问华为安博会亮点
李国涛： 本次安博会的Slogan是“智能加速，效能倍增--共筑智能安防新时代”，其内涵是聚焦业务的增效和减负。 我们有两个倍增期，智能的加速期和效能的倍增期。 安博会期间，我们准备了非常多的内容，如展览、展厅、论坛等，通过这些让行业体会到以下几点：1、华为公司对智能安防战略的信心、决心和耐心;2、希望大家见证华为在过去一年乃至未来的这个行业领域的进步;3、华为在智能安防的开放心态是什么，用思想的碰撞推动行业前行。
从技术和解决方案来看，华为围绕智能、云化等技术特征，推出了智能的软件定义摄像机。 在安防行业中，华为是智能领域当之无愧的王者和领先者，可从智能摄像机、最聪明的“八爪鱼”视频云，以及开放的生态系统HoloSens Store上，各位可以好好地体味和感受。 在这里我举三个例子：1、抓拍神器，从100张到200张，数字不是问题，关键是不漏人;2、夜拍神器，超高清全彩，关键是不用补光灯和爆闪灯;3、智能化改造神奇，智能1拖N，针对现有大量的存量市场，华为如何带领大家共同富裕。
百度智能云AI技术加身，自动驾驶量变到质变倍道兼行
当前，自动驾驶技术的发展可谓日新月异，不过离最高级别还相去甚远。 2022年，自动驾驶行业在喜忧参半中前行，一方面，众多自动驾驶公司估值缩水、裁员倒闭，高级别自动驾驶技术商业化落地尚需时日；另一方面，国内自动驾驶利好政策密集出台，首次实现立法突破，自动驾驶测试区不断增加。
据IDC《中国汽车云市场跟踪研究，22H2》报告显示，2022下半年，中国汽车云解决方案市场规模共计17.62亿人民币。 其中，中国自动驾驶研发解决方案市场规模达4.95亿人民币，同比增长100.2%。 网络智能云以35.9%的市场份额排名第一，同比实现162.0%的超高速增长，在国内汽车云市场中处于龙头地位。
在自动驾驶预冷之际，网络智能云为什么能够在竞争激烈的智能云市场取得如此骄人业绩？在自动驾驶赛道，网络智能云有怎样的布局和哪些合作模式？如何利用优越的闭环能力提升自动驾驶领域客户的核心竞争力？
图 | 网络智能云泛科技行业总经理张玮接受焉知专访
带着这些问题，记者在焉知第三届焉知年会线下专场会——网络智能云自动驾驶领域区域“智能行”系列活动（华东站）期间专访了网络智能云泛科技行业总经理张玮。 他表示，网络智能云布局由来已久，之所以能够得到广大客户的高度认可，皆源于以合作模式、极致优化、全面数据服务，以及“AI大底座”技术，持续满足客户的差异化需求，为客户创造价值。
智能云市场网络何以一骑绝尘？
不言而喻，智能汽车是未来汽车发展的方向，自动驾驶技术已成为智能汽车研发的关键，汽车云市场竞争的关键领域之一正是自动驾驶。 2023年，作为一种集成多种AI技术的综合模型，“AI+大模型”在自动驾驶中呈现出广阔应用前景，成为整个智能汽车行业关注的焦点。
网络智能云之所以在中国自动驾驶研发解决方案市场领袖群伦，张玮道出了个中缘由：“首先得益于网络智能云的领先架构。 作为大模型与自动驾驶并重的头部科技公司，网络智能云基于‘云智一体’优势，正持续发力自动驾驶应用。 ”
他说，从2019年提出“云智一体”概念至今，网络智能云“云智一体”架构已迭代至3.0版本。 通过切入行业核心场景，打造行业标杆应用，带动和沉淀了AI PaaS和AI IaaS层的能力，打造出极致性价比的异构算力和高效AI开发运行能力，其向上可优化已有应用、孵化新应用，向下可以改造数字底座。
“‘云智一体’战略让我们较早地在芯片、框架、模型和应用各层进行了布局和协同，成为全球唯一一家在各层都有领先产品的公司，”张玮说。
如果要给网络智能云找两个关键词，其一是“聚焦”，网络智能云依托“云智一体”的领先优势，聚焦自动驾驶研发过程，利用核心技术做最核心的事；其二是“完整”，网络智能云提供了从业务侧到资源侧的完整解决方案，包括端到端数据闭环、贯穿研发流程的工具链、为工具链提效的大模型，以及为全流程提供强大算力支持的“AI大底座”，能够满足从L2到L4的研发需求，加速自动驾驶业务落地。
整体布局满足客户差异化需求
谈到网络智能云在自动驾驶领域的布局，张玮表示，网络智能云依靠多年来在云计算、大数据、人工智能的深耕，赋能自动驾驶多个垂直赛道，客户涵盖乘用车造车新势力、商用车干线物流类、Tier1/2汽车零部件厂商、L4/L5无人自动驾驶小车，以及耕耘自动驾驶算法、解决方案的科技公司。
在解决方案层面，网络智能云提供自动驾驶云边协同、安全合规、量产车流量调度等解决方案，相关智能座舱解决方案、大数据解决方案都在场景打磨过程中。 相比其他友商，网络智能云的产品与解决方案更为全面，无论是最佳实践，还是产品功能等都有丰富的最佳实践、落地场景，全面覆盖智驾、智舱、智图、智云四个领域。
灵活多样的合作模式也是网络智能云的一大特色，“合作既可以是双方共建式的战略合作，也可以是项目的合作，当然，我们也非常欢迎客户成为我们的生态合作伙伴，联合打磨解决方案和产品，”张玮表示。
在满足不同客户的差异化需求方面，网络智能云提供了丰富的产品和服务，包括基础云底座的IaaS和PaaS服务，还有上层应用级别的通用应用产品和行业应用产品，不同的客户可以各取所需。
在张玮看来，车企选择云服务合作伙伴的关键考量主要包括：一是技术实力和服务能力，比如能否提供先进的产品技术和解决方案，能否提供安全可靠的数据存储和计算服务，以及能否提供高效专业的客户服务；二是合作伙伴的支持和协同能力，包括是否有完善的合作机制和支持体系，是否能够协同创新和开拓市场；三是能否提供定制化解决方案，满足车企的差异化需求。
为了提供更好的服务，网络智能云从四个方面入手打造，一是加强技术研发和服务能力建设，不断提升产品技术和解决方案的先进性和服务质量；二是建立完善的合作机制和支持体系，为合作伙伴提供全方位的支持和服务；三是与合作伙伴一起积极进行市场推广和业务创新；四是注重定制化解决方案的开发，为客户量身定制。
极致优化为客户创造价值
构建自动驾驶端到端的模型生产和上线迭代的闭环能力，是自动驾驶领域客户加速技术研发和商用落地的核心竞争力之一。 在这方面，网络智能云通过网络百舸方案对自动驾驶常用模型进行了优化与加速，尤其是通过百舸方案的AIAK训练加速能力。
截止目前，在CV、NLP、推荐场景中，基于百舸AIAK-Training2.0能力，针对自动驾驶典型模型，如resNET、bert、swin-transformer等，网络智能云携手英伟达，通过数据加载优化、模型计算优化、多卡通信优化等手段，实现了17个模型训练多达39%-390%的性能提升。 “这项模型训练优化工作还在不断扩展和进行中。 所以，网络百舸尤其模型训练加速能力，能为客户带来非常大的价值，”张玮信心满满。
他介绍说，网络智能云的AI IaaS，也就是网络百舸是一个AI异构计算平台，包含AI计算、AI存储、AI加速、AI容器四大核心套件，具有高性能、高弹性、高速互联、高性价比等特性。 该平台充分汲取了网络异构计算平台多年的技术积累，深度融合无人驾驶场景的实践经验，能够为AI场景提供软硬一体解决方案，加速AI研发和工程化落地。
全面数据服务助客户降本增效
那么，在自动驾驶的数据采集、数据传输、数据存储、数据处理/标注、数据训练/仿真/测试等各个阶段，网络智能云是否都可以提供相应的服务呢？张玮给出了肯定的答案。
据他介绍，网络智能云可以提供自动驾驶领域全部的工具链能力，完整覆盖数据采集、传输、存储、数据处理与标注，以及训练/仿真/测试等自动驾驶业务环节。 例如，在车辆数采环节，网络智能云有专业的数采服务，具备满足安全合规要求的甲级测绘资质。 数据采集完成后，使用网络智能云移动存储设备月光宝盒及适配车机的硬盘，可满足用户对数据传输的时效性和安全性要求。 随着采集数据量的不断增长，数据存储、扩展及成本控制已成为企业的重点考量，为此，网络智能云提供具备海量存储、AI数据处理等能力的对象存储产品。
在自动驾驶工具链的数据标注方面，网络智能云能够输出基于安全合规的数据标注解决方案。 在自动驾驶训练环节，基于百舸AI异构计算平台，通过其AI计算层面的RDMA网络能力、AI存储层面的高速数据读取能力、AI容器层面的虚拟化与隔离能力，以及AI加速层面的训练推理加速能力，不仅可以大幅降低通信延时，提升训练与推理效率，还能在很大程度上帮助企业降低成本。 网络智能云可以为企业客户提供基于海量场景精准度量的云仿真平台，帮助客户实现降本增效。
张玮坦承，自动驾驶数据，尤其是车采数据，量级非常庞大，随着存储规模的不断增大，存储成本也会成为一个棘手的问题。 这种场景很适用网络智能云对象存储产品，因为它不仅具备分级存储能力，可以帮客户控制存储成本，同时轻松实现海量数据扩容，又具备原生的若干AI数据处理能力。 PFS产品是专门针对高性能计算场景的并行文件存储服务，可以提供亚毫秒级访问能力、高IOPS及高吞吐的数据读写请求能力，非常适合AI训练场景，特别是自动驾驶训练数据集存储场景。 利用存储分类，不仅能够精细化满足场景需求，也能提升业务和训练效率，帮助客户降低存储成本。
在数据标注环节，人工标注耗时费力，且标准不一。 通常，云厂商都试图通过工程方法尽量减少人工标注，以提高标注效率。 两种方法一是通过机器自动化标注，然后人工修正部分数据；二是通过仿真模拟生成大量标注好的数据。 “这两种方式，在网络智能云内部都在使用。 对于全新业务场景或经验积累较少的特定业务场景，优先以人工标注为主，以不断积累经验。 之后再不断将能力完善到自动化标注工具中，所以目前已知的众多自动驾驶数据标注场景中，都在使用我们的自动化标注工具。 ”张玮说。
最后是路采车产生的海量数据的传输。 张玮指出，通常企业会面临图商资质、采集备案、规范路采、脱敏脱密等业务痛点。 “网络智能云有专业的数据采集服务，不仅有采集车队，还有专业的车辆改装技术团队，可进行深度定制，满足客户的多样化需求。 ”张玮补充说：“在具体数据传输中，都是按照安全合规要求进行；对于路采车是以加密硬盘形式离线运送数据，硬盘运送途中有2名具备安全资质的人员互相监督，从而保证数据与操作合规。 ”
“AI大底座”加速自动驾驶研发迭代
自动驾驶领域是一个强人工智能CV视觉的新兴高科技领域，大模型训练的支撑不可或缺，网络智能云是如何让大模型发挥作用的呢？
张玮告诉记者，网络智能云多年来一直在AI领域对相关技术能力进行深度研究与打磨，比如，以自动驾驶模型为重点的训练与仿真环节，利用网络多年沉淀的“AI大底座”技术栈，通过异构计算平台的GPU算力，在大幅提升性能的同时提高了利用率，有效解决了目前大模型的“算力恐慌”瓶颈；同时网络智能云还与英伟达合作，对一些特定算法模型进行定向优化，形成AIAK异构计算平台训练加速组件，目前这些能力都是免费提供给客户使用。
谈到网络智能云“AI大底座”异构计算平台的最佳实践，张玮分享道，某头部乘用车造车新势力的套整自动驾驶技术栈都部署在网络智能云上，使用“AI大底座”中的CCE云原生产品，在使用AIAK优化加速组件以及GPU资源共享调度下，资源利用率提升了2.5倍以上，在其自动驾驶业务研发方面发挥了重要作用。
另一个案例是国内一家头部汽车芯片公司，几年前该公司开始使用网络智能云设计的一套混合云架构，目前大部分核心训练任务都在网络智能云上完成。 在“AI大底座”技术栈的赋能下，高效支持了该公司训练等相关任务，加速了产品研发迭代、芯片上车和SOP量产速度。
大模型虽好，但必须用数据来驱动。 数据量不足，就会影响自动驾驶感知大模型的训练效果。 凭借多年自动驾驶行业实践，特别是来自大量Apollo量产车在北京、上海、广州、武汉、重庆的道路数采自动驾驶数据，基于网络文心大模型的全流程数据训练，保障了其模型的精准性。 “我们还将相关能力打磨成了产品和解决方案，可以为有数据采集、标注、训练需求的客户提供全套数据闭环解决方案，”张玮补充道。
结束语
“云智一体，深入产业”是网络智能云的战略，基于“AI大底座”和文心大模型，以及行业领先的全套自动驾驶工具链，网络智能云先后帮助传统车企、新势力、商用车和解决方案供应商等行业用户实现了自动驾驶业务落地。
张玮最后表示，AI技术赋能网络智能云正在加速自动驾驶由量变到质变的进程。 未来，网络智能云将持续深耕包括“数据闭环-自动驾驶工具链-大模型-AI大底座”在内的自动驾驶研发解决方案，帮助汽车行业实现智能化升级。
gpu服务器是什么?有什么作用？
GPU服务器是基于GPU的应用于视频编解码、深度学习、科学计算等多种场景的快速、稳定、弹性的计算服务。
作用是：出色的图形处理能力和高性能计算能力提供极致计算性能，有效解放计算压力，提升产品的计算处理效率与竞争力。
采用2颗至强E5-2600V3系列处理器，内存采用128GB/256GBDDR/2400MHZ,系统硬盘采用2块512GSSD固态硬盘，数据硬盘采用3块25寸2T企业级硬盘，或者3块35寸4T企业级硬盘，平台采用支持两GPU服务器（LZ-743GR），四GPU服务器(LZ-748GT)，八GPU服务器(LZ-4028GR)。
rx470显卡挖矿算力215mh/s，那么换算成一天算力是多少T？
算力是指计算设备通过处理数据，实现特定结果输出的计算能力。
算力广泛存在于手机、PC、超级计算机等各种硬件设备中，没有算力，这些软、硬件就不能正常使用。 而玩虚拟货币的投资者，都听过算力这个词，在区块链中，算力通常是指挖矿机挖出比特币的能力，算力占全网算力的比例越高，算力产出的比特币就越多。
算力可分为三类：第一类，就是高性能计算，即“超算”。 第二类算力，为人工智能计算机，主要用于处理人工智能应用问题；第三类就是数据中心，它更多是通过云计算的方式给大家提供算力的公共服务。 这三种计算中心，合起来就反映出一个国家的算力。
2023年算力龙头上市公司：
1、拓维信息：公司依托兆瀚服务器和兆瀚AI推理服务器提供的通用和A算力支持，在云边端的技术框架内，重点发展鸿蒙行业专属操作系统、鸿蒙行业专属终端、拓维元操作系统、行业边缘一体机，“软+硬”深度融合，实现云边端协同，以边端促云。
2、科大讯飞：讯飞的算力完全满足AI算法模型训练，可面向开放平台数百万开发者和其他行业伙伴提供相关AI服务的需求，公司持续打造人工智能核心技术的领先引擎，通过无监督训练、小数据学习算法的突破，用更少的标记数据实现更好的效果，从而降低人工智能在各个领域推广落地的成本。
3、首都在线：公司的CDS首云异构算力平台，主要面向以GPU算力为主的业务场景，既包括了以深度学习、AI计算、超算为主的算力业务，也覆盖了以影视渲染、实时渲染、云游戏、XR等视觉计算需求。
算盘和计算机
显卡现在挖不出来比特币的。 你这个算力是以太坊的算力。 计算方法也不对
具体步骤如下：
一天有秒，而你提供的单位mh/s并不是容量单位，所以请自行计算。
ETH ETC ZEC SC 等才是显卡挖矿的。
最近因为挖矿火爆，部分显卡型号供货紧张，A卡就有好几款基本断货了，价格也上涨了不少。 英伟达专业矿卡可能就在本月10号左右出货，而A卡这边有RX470、RX560两款专业矿卡，后续是否还会有其它型号的专业矿卡型号推出，那就得看挖矿还是否能稳定下去了。 本次我们要对比的是RX460和GTX1060两款显卡的挖矿算力，下面的测试数据是以太币挖矿算力。
英伟达发布史上最强计算平台，黄教主：自动驾驶不再担心算力问题
硅谷的计算机博物馆认为中国的算盘是最早的计算机之一。 算盘具备了计算机的基本特点，软件就是口诀，输入、输出、计算、存储就靠算珠和算盘的框架。 仔细想想，这还真是一台极简主义的发明。
算盘非常好用，在中国，直到90年代随着计算机的普及，算盘才被彻底取代掉。 80年代计算器发明以后，在很多专业的财会领域，并没有取代算盘，很多老师傅还是觉得算盘更快。
在电视剧《暗算》里，我们甚至看到一堆人使用算盘计算来破解密码。
算盘在中国的出现，最早可以追溯到东汉，最晚也基本是宋元时代了。 可以想象在那个年代，有了算盘的中国人，在算力上绝对碾压全球。
西方世界开始钻研用机械来做计算大约要到17世纪了，也就是我们的晚明时期。 帕斯卡发明了机械计算器，使用齿轮等复杂机械装置来做加减法。 虽然它的计算速度还是不如算盘，但它的好处是完全自动的，我们只管输入，具体计算完全靠机械装置来完成，不需要我们背诵乘法口诀了。
巴贝奇后来发明了差分机和分析机，可以进行加减乘除以外的更加复杂的计算，如对数、三角函数、平方、微积分计算等。
当然，机械计算机过于复杂，并没有真正流行开，但是从机械计算机和算盘的区别，我们已经开出东西方思维的不同，甚至文明的不同走向。
1、在制造和使用工具上，中国在明末之前并不落后。
2、但是，中国的工具相对简单，要进一步提高效率，需要的不是进一步升级工具，而是很多人一起使用工具，比如100个人一起用算盘。 但是西方对工具赋予了几乎无限的能力预期，使得他们发明了只需要极少数人操作，但可以完成巨大工作量的工具。 机械计算器是一种，其它还有很多，比如纺织机、蒸汽机等。
3、中国文化自己对于工具的进一步发展几乎停滞了，而西方是日新月异。
西方学者有个观点，说中国在明朝和清朝时期，农业和人口政策都发展的太好了，人口规模达到了数亿，这样造成了一种内卷化效应，也就是说中国的廉价劳动力太多了，对任何提升劳动效率的发明创造都没有需求。 所以，中华文明自己把自己锁死了，只能靠西方文明的强势入侵才能走出死循环。
李约瑟也有著名一问，为什么古代科技那么发达的中国没有诞生科学。
其实科学是一整套思维和认知体系，包括形而上学、逻辑、数学、怀疑精神、独立思想等等。 这些其实在中国古代的皇权社会都不具备。 所以，也不仅仅是内卷化的问题。
我们再回头看看题目里说的，算盘也使计算机的问题。
我们发明了算盘，但是直到90年代，我们还在使用算盘。 但是西方社会已经从机械计算器发展到了今天的各种电子计算机。
我们的文明在工具的进化上停止了，但是西方文明却在一直不断的进步。 这其实像极了，人和动物的区别，不管是使用工具还是群体协作，动物一直停留在一个水平不再发展了，但是人却一直发展，其速度远超生物基因的变异速度。 所以很多学者认为，智人的思维升级以后，人类的发展速度已经摆脱了生物基因，我们超越了进化论。 道金斯提出了文化基因的概念，meme，他认为文化基因自己也在变异和复制。
从这个意义上说，应该是某种文化基因，比如科技基因，在东西方文明中有着巨大区别，这种区别在晚明以后发生了质变。 科技基因自己在全世界繁殖、变异、进化。 而我们中国人，自己并没有演化出科技基因。
凯文凯利在他的书《科技究竟想要什么》里，也提出，科技也是一种生命，它有自己的生存和发展动力。
显卡怎么计算挖矿算力
原本应该在今年 3 月份于加州圣何塞举办的英伟达 GTC 2020 大会，因为全球性新冠病毒肺炎的爆发而不得不推迟举行。
比原计划晚了将近 2 个月，英伟达 GTC 2020 终于在 5 月 14 日回归。
不过这一次开发者们没办法在线下集会，只能通过线上直播观看「皮衣教主」黄仁勋的主题演讲。 老黄此次是在他硅谷的家中完成了这场别开生面的「Kitchen Keynote」。
虽然是厨房举行，英伟达依然爆出「核弹」，发布了全新一代的 GPU 架构 Ampere（安培）。
在自动驾驶方向上，英伟达通过两块 Orin SoC 和两块基于安培架构的 GPU 组合，实现了前所未有的2000 TOPS算力的 Robotaxi 计算平台，整体功耗为800W。
有业界观点认为，实现 L2 自动驾驶需要的计算力小于 10 TOPS，L3 需要的计算力为 30 - 60 TOPS，L4 需要的计算力大于 100 TOPS，L5 需要的计算力至少为 1000 TOPS。
现在的英伟达自动驾驶计算平台已经建立起了从10TOPS/5W，200TOPS/45W到2000 TOPS/800W的完整产品线，分别对应前视模块、L2+ADAS以及Robotaxi的各级应用。
从产品线看，英伟达Drive AGX将全面对标 MobileyeEyeQ系列，希望成为量产供应链中的关键厂商。
1、全新 GPU 架构：Ampere（安培）
2 个月的等待是值得的，本次 GTC 上，黄仁勋重磅发布了英伟达全新一代 GPU 架构 Ampere（安培）以及基于这一架构的首款 GPU NVIDIA A100。
A100 在整体性能上相比于前代基于 Volta 架构的产品有 20 倍的提升，这颗 GPU 将主要用于数据分析、专业计算以及图形处理。
在安培架构之前，英伟达已经研发了多代 GPU 架构，它们都是以科学发展史上的伟人来命名的。
比如 Tesla（特斯拉）、Fermi（费米）、Kepler（开普勒）、Maxwell（麦克斯维尔）、Pascal（帕斯卡）、Volta（伏特）以及 Turing（图灵）。
这些核心架构的升级正是推动英伟达各类 GPU 产品整体性能提升的关键。
针对基于安培架构的首款 GPU A100，黄仁勋细数了它的五大核心特点：
集成了超过 540 亿个晶体管，是全球规模最大的 7nm 处理器；引入第三代张量运算指令 Tensor Core 核心，这一代 Tensor Core 更加灵活、速度更快，同时更易于使用；采用了结构化稀疏加速技术，性能得以大幅提升；支持单一 A100 GPU 被分割为多达 7 块独立的 GPU，而且每一块 GPU 都有自己的资源，为不同规模的工作提供不同的计算力；集成了第三代 NVLink 技术，使 GPU 之间高速连接速度翻倍，多颗 A100 可组成一个巨型 GPU，性能可扩展。
这些优势累加起来，最终让 A100 相较于前代基于 Volta 架构的 GPU 在训练性能上提升了6 倍，在推理性能上提升了7 倍。
最重要的是，A100 现在就可以向用户供货，采用的是台积电的 7nm 工艺制程生产。
阿里云、网络云、腾讯云这些国内企业正在计划提供基于 A100 GPU 的服务。
2、Orin+安培架构 GPU：实现 2000TOPS 算力
随着英伟达全新 GPU 架构安培的推出，英伟达的自动驾驶平台（NVIDIA Drive）也迎来了一次性能的飞跃。
大家知道，英伟达此前已经推出了多代 Drive AGX 自动驾驶平台以及 SoC，包括Drive AGX Xavier、Drive AGX Pegasus以及Drive AGX Orin。
其中，Drive AGX Xavier 平台包含了两颗 Xavier SoC，算力可以达到 30TOPS，功耗为 30W。
最近上市的小鹏 P7 上就量产搭载了这一计算平台，用于实现一系列 L2 级自动辅助驾驶功能。
Drive AGX Pegasus 平台则包括了两颗 Xavier SoC 和两颗基于图灵架构的 GPU，算力能做到 320TOPS，功耗为 500W。
目前有文远知行这样的自动驾驶公司在使用这一计算平台。
在 2019 年 12 月的 GTC 中国大会上，英伟达又发布了最新一代的自动驾驶计算 SoC Orin。
这颗芯片由 170 亿个晶体管组成，集成了英伟达新一代 GPU 架构和 Arm Hercules CPU 内核以及全新深度学习和计算机视觉加速器，最高每秒可运行 200 万亿次计算。
相较于上一代 Xavier 的性能，提升了 7 倍。
如今，英伟达进一步将自动驾驶计算平台的算力往前推进，通过将两颗 Orin SoC 和两块基于安培架构的 GPU 集成起来，达到惊人的 2000TOPS 算力。
相较于 Drive AGX Pegasus 的性能又提升了 6 倍多，相应地，其功耗为 800W。
按一颗 Orin SoC 200TOPS 算力来计算，一块基于安培架构的 GPU 的算力达到了 800TOPS。
正因为高算力，这个平台能够处理全自动驾驶出租车运行所需的更高分辨率传感器输入和更先进的自动驾驶深度神经网络。
对于高阶自动驾驶技术的发展而言，英伟达正在依靠 Orin SoC 和安培 GPU 架构在计算平台方面引领整个行业。
当然，作为一个软件定义的平台，英伟达 Drive AGX 具备很好的可扩展性。
特别是随着安培 GPU 架构的推出，该平台已经可以实现从入门级 ADAS 解决方案到 L5 级自动驾驶出租车系统的全方位覆盖。
比如英伟达的 Orin 处理器系列中，有一款低成本的产品可以提供 10TOPS 的算力，功耗仅为 5W，可用作车辆前视 ADAS 的计算平台。
换句话说，采用英伟达 Drive AGX 平台的开发者在单一平台上仅基于一种架构便能开发出适应不同细分市场的自动驾驶系统，省去了单独开发多个子系统（ADAS、L2+ 等系统）的高昂成本。
不过，想采用 Orin 处理器的厂商还得等一段时间，因为这款芯片会从 2021 年开始提供样品，到2022 年下半年才会投入生产并开始供货。
3、英伟达自动驾驶「朋友圈」再扩大
本届 GTC 上，英伟达的自动驾驶「朋友圈」继续扩大。
中国自动驾驶公司小马智行（Ponyai）、美国电动车创业公司Canoo和法拉第未来（Faraday Future）加入到英伟达的自动驾驶生态圈，将采用英伟达的 Drive AGX 计算平台以及相应的配套软件。
小马智行将会基于 Drive AGX Pegasus 计算平台打造全新一代 Robotaxi 车型。
此前，小马智行已经拿到了丰田的 4 亿美金投资，不知道其全新一代 Robotaxi 会不会基于丰田旗下车型打造。
美国的电动汽车初创公司 Canoo 推出了一款专门用于共享出行服务的电动迷你巴士，计划在 2021 年下半年投入生产。
为了实现辅助驾驶的系列功能，这款车型会搭载英伟达 Drive AGX Xavier 计算平台。 前不久，Canoo 还和现代汽车达成合作，要携手开发电动汽车平台。
作为全球新造车圈内比较特殊存在的法拉第未来，这一次也加入到了英伟达的自动驾驶生态圈。
FF 首款量产车 FF91 上的自动驾驶系统将基于 Drive AGX Xavier 计算平台打造，全车搭载了多达 36 颗各类传感器。
法拉第未来官方称 FF91 有望在今年年底开始交付，不知道届时会不会再一次跳票。
作为 GPU 领域绝对霸主的英伟达，在高算力的数据中心 GPU 以及高性能、可扩展的自动驾驶计算平台的加持下，已经建起了一个完整的集数据收集、模型训练、仿真测试、远程控制和实车应用的软件定义的自动驾驶平台，实现了端到端的完整闭环。
同时，其自动驾驶生态圈也在不断扩大，包括汽车制造商、一级供应商、传感器供应商、Robotaxi 研发公司和软件初创公司在内的数百家自动驾驶产业链上的企业已经在基于英伟达的计算硬件和配套软件开发、测试和应用自动驾驶车辆。
未来，在整个自动驾驶产业里，以计算芯片为核心优势，英伟达的触角将更加深入，有机会成为产业链条上不可或缺的供应商。
基于架构创新，业内首款存算一体大算力AI芯片点亮
可以参考下面，根据一些网吧市场常用的显卡,整理的一份相关显卡的价格和算力以及预计回本期,大概可以做个参考:
Radeon RX 580显卡
整机功耗：243W
计算力：224M
显卡售价：1999元
每24小时挖ETH数量：0015
每24小时产生收益:2448元
预计回本时间：8166天
Radeon RX 470显卡
整机功耗:159W
计算力：243M
显卡售价：1599元
每24小时挖ETH数量：0017
每24小时产生收益:279元
预计回本时间：5731天
Radeon RX 480显卡
整机功耗:171W
计算力：244M
显卡售价：1999元
每24小时挖ETH数量：0017
每24小时产生收益:2787元
预计回本时间：7173天
扩展资料：
显卡（Video card，Graphics card）全称显示接口卡，又称显示适配器，是计算机最基本配置、最重要的配件之一。 显卡作为电脑主机里的一个重要组成部分，是电脑进行数模信号转换的设备，承担输出显示图形的任务。
显卡接在电脑主板上，它将电脑的数字信号转换成模拟信号让显示器显示出来，同时显卡还是有图像处理能力，可协助CPU工作，提高整体的运行速度。 对于从事专业图形设计的人来说显卡非常重要。 民用和军用显卡图形芯片供应商主要包括AMD(超微半导体)和Nvidia(英伟达)2家。 现在的top500计算机，都包含显卡计算核心。 在科学计算中，显卡被称为显示加速卡。
参考资料：
显卡 网络百科5月23日，AI芯片公司后摩智能宣布，其自主研发的业内首款存算一体大算力AI芯片成功点亮，并成功跑通智能驾驶算法模型。 芯片“点亮”指电流顺利通过芯片，通常意味着芯片可用，后续测试修正后即可量产。
基于架构创新，该款芯片采用SRAM（静态随机存取存储器）作为存算一体介质，通过存储单元和计算单元的深度融合，实现了高性能和低功耗，样片算力达20TOPS（TOPS是处理器运算能力单位），可扩展至200TOPS，计算单元能效比高达20TOPS/W（TOPS/W是评价处理器运算能力的性能指标，用于度量在1W功耗的情况下处理器能进行多少万亿次操作）。 这是业内首款基于严格存内计算架构、AI算力达到数十TOPS或者更高、可支持大规模视觉计算模型的AI芯片（存内计算，顾名思义就是把计算单元嵌入到内存当中，是一种跳出传统计算机结构体系的技术）。 与传统架构下的大算力芯片相比，该款芯片在算力、能效比等方面都具有显著的优势。
据悉，该款芯片采用22nm成熟工艺制程，在提升能效比的同时，还能有效把控制造成本。 此外，在灵活性方面，该款芯片不但支持市面上的主流算法，还可以支持不同客户定制自己的算子，更加适配于算法的高速迭代。
在智能驾驶等边缘端高并发计算场景中，除了对算力需求高外，对芯片的功耗和散热也有很高的要求。 目前，常规架构芯片设计中内存系统的性能提升速度大幅落后于处理器的性能提升速度，有限的内存带宽无法保证数据高速传输，无法满足高级别智能驾驶的计算需求。 其次，数据来回传输又会产生巨大的功耗。 后摩智能基于该款芯片，首次在存内计算架构上跑通了智能驾驶场景下多场景、多任务算法模型，为高级别智能驾驶提供了一条全新的技术路径，未来有望更好地满足高级别智能驾驶时代的需求。
后摩智能是国内率先通过底层架构创新，进行大算力AI芯片设计的初创企业。 任何颠覆式创新都会面对极高的技术挑战，研发人员需要根据传统存储器件重新设计电路、单元阵列、工具链等，同时必须突破各种物理和结构上的技术难题。 此次芯片点亮成功，标志着其在大算力存算一体技术的工程化落地取得了关键性的突破。
后摩智能创立于2020年底，总部位于南京，在北京、上海、深圳均拥有技术团队。 截至目前，后摩智能已完成3轮融资，投资方涵盖红杉中国、经纬创投、启明创投、联想创投等头部机构，以及金浦悦达 汽车 、中关村启航等国资基金。
