芝麻算力有沒有微信群

⑴ 深度 | 對華為說「不」，上汽底氣在哪

「一家公司為我們提供整體的解決方案，如此一來，它就成了靈魂，而上汽就成了軀體。對於這樣的結果，上汽是不能接受的，要把靈魂掌握在自己手中。」

上汽集團董事長陳虹上面這句，關於「上汽是否會和華為合作自動駕駛」的回答最近火了。但隨著話題的發酵，討論中也出現了諸多不理性的聲音，有的將華為與上汽對立起來，也有的質疑上汽的研發能力，甚至還有些上升到了民族情緒。

上汽集團總工程師祖似傑在接受Dante Tech采訪時解釋，「上汽一直堅持開放創新及自主創新，也是第一家與華為合作5G車量產的整車廠，上汽在傳統車的核心電子架構與智能車電子與軟體架構上必須自主掌控，並投入大量資源自主研發。博世的執行機構（不含電子架構）解決方案與華為的整體解決方案（含電子及軟體架構）是有本質區別的。如果整車企業在智能車時代不能建立此核心能力，則其產品智能升級就不自主(傳統車無需升級），變為了代工廠。」

可以看出，上汽集團僅僅是拒絕含電子及軟體架構的自動駕駛整體解決方案，在與華為等 科技 公司的合作上，態度依然是很開放的。那含電子及軟體架構的自動駕駛解決方案是什麼？為何會讓上汽無法接受呢？

整包方案的硬體選型及數據主權問題

現階段很多車型裝載了100個以上的ECU，運行著上億行的代碼，而隨著車上的ECU和軟體代碼越來越多，高效可拓展的底層操作系統，電子架構和軟體架構變得愈發重要。

電子電氣架構決定著車輛的整車布置，ECU的選型，甚至是轉向、制動等核心模塊的選型，而這些ECU和關鍵執行模塊的成本，要佔到了整車成本的40%以上。華為HI智能 汽車 解決方案核心便是提供一個取代傳統EE架構的計算與通訊CC架構。

選擇了打包的整體解決方案，意味著整個電子架構得向CC架構切換，對主機廠而言，不光是在自動駕駛相關的晶元和感測器上，失去硬體選型的話語權，連底盤、轉向、制動等 汽車 的核心零部件選型上，也得為了配合整包方案而失去話語權。

一位某一線零部件廠商工程師向Dante Tech透露，華為與某車企的車型項目上，轉向系統的選型都是與華為的工程師對接的，連項目組的微信群名稱都是「X華為」。整個執行機構都得服務於自動駕駛整包方案，接受整包方案便要讓渡核心零部件選型能力，從而失去對整車成本控制的能力。

硬體如此，軟體亦是如此。雖然眾多車企，對每個ECU中內置的軟體了解有限，只是把這些ECU作為實現特定功能的「黑匣子」去使用，但對於軟體架構或操作系統，車企們無疑都想握在自己手中。車企作為軟硬體集成和整合者，軟體架構就如同一根指揮棒，通過制定標准來管理協調不同廠家提供的ECU和代碼。

在整包方案下，車企也將丟失軟體標準的話語權，這使得車企無法向自己的用戶，做軟體迭代升級規劃的承諾。蔚來、小鵬可以清晰地告知自己的用戶，系統將維持怎樣的頻次OTA升級，智能駕駛將在什麼時間點上推出什麼功能，但對於選擇整包方案的車企，在OTA上並不能掌控節奏。

對於自動駕駛整包方案而言，還多了一層數據主權的問題。華為ADS總裁蘇箐在媒體溝通會上曾清晰表示，「 汽車 攝像頭、激光雷達採集到的信息，只能算是素材，只有經過演算法處理過的素材才能算作數據，華為對這些演算法擁有知識產權，數據就自然也是華為的」。

如果車企失去軟體架構這根指揮棒，也不對自動駕駛的長遠發展做規劃，那智能 汽車 產生的數據將無法挖掘其價值。這意味著車企必須和整包供應商充分信任，建立長久的綁定關系，讓渡數據的主權換取智能駕駛系統的進步。

選擇整包方案就如同接受了一個更大的黑匣子，對車輛智能硬體、執行機構硬體失去選型的能力，對車輛的整車成本控制失去掌控，對自動駕駛系統的迭代節奏失去掌控，用數據換技術應用，某種程度上來說，這確實就淪為了代工廠。

上汽拒絕的底氣

拒絕整包方案是需要底氣的，對上汽而言，必須得擁有自研電子電氣架構，自研軟體架構，硬體選型，測試驗證，自建私有雲服務等諸多能力，才擁有這樣的底氣。

對主機廠而言，只能拿用戶可以體驗到的產品來說話。而往往一款產品承載的技術，從立項到上市要經歷3到5年的時間，而且受制於法規和安全性可靠性問題，很多前瞻的技術需要更長的時間才能和消費者見面，這就導致其在研發上做的努力，很容易被人忽略。

上汽集團這幾年在智能 汽車 研發上的布局，主要依靠投資和自建團隊兩條腿走路。在投資上，上汽布局了國內領先的 汽車 邊緣計算晶元廠家地平線和黑芝麻，目前是地平線的最大機構股東，而地平線最新的征程5晶元，算力接近100TOPS ,滿足高等級智能駕駛的算力需求。黑芝麻發布的華山2號A1000系列，單晶元算力也達70TOPS，支持L2+/L3級智能駕駛系統。

此外上汽還投資了自動駕駛 科技 公司Momenta，後者擁有計算機視覺演算法技術積累，與智己 汽車 合作的L7 IM AD系統，不久前發布了在上海城區+高架全程無接管的視頻，表現相當驚艷。此外，上汽還有旗下控股公司中海庭，擁有甲級地圖測繪資質，以及高精地圖，眾包視覺高精地圖的製作能力。

此外上汽自建研發能力的動作也比較頻繁，上汽先後成立了智能駕駛中心、零束軟體分公司、軟體中心、人工智慧實驗室等，致力於軟體和演算法的研發。其中零束軟體分公司負責自研中央集中式的電子電氣架構，和軟硬體高度解耦靈活升級的SOA軟體架構。

上汽總工程師祖似傑在2021中國 汽車 重慶論壇上表示，「上汽零束開發面向服務架構的SOA軟體平台，要打造 汽車 行業的安卓系統。目前已有1900多項上線開發可供調用，能為不同開發者提供專屬開發環境和工具，通過SOA平台，使用戶、供應商、OEM可以在一個平台上共同來打造我們的下一代 汽車 。」

上汽通過自建團隊開發全新一代電子電氣架構，以及軟體SOA架構，旗下的智己和R 汽車 將應用這兩個全新的架構。而通過這兩個架構，上汽可以有效協調軟硬體供應商的產品，將成本控制住在自己手中。如果選擇華為的整包方案，則意味著上汽要否定自研的電子電氣架構及軟體架構，這顯然是不劃算的。

此外，還有聲音拿合資的事情質疑上汽，這類盲目的攻擊完全忽視了中國 汽車 行業過去30年所做的努力。30年前我們的 汽車 工業一窮二白，合資是那個年代的最優選擇，但在合資企業中，中方和外方對技術學習的博弈一刻都沒有停止過。上汽與GM合資的泛亞 汽車 ，通過雪佛蘭賽歐、別克GL8等項目，改變了合資研發中心只能做標定和意見收集反饋的狀態，也為中國 汽車 工業培養了一大批人才，被稱為中國 汽車 的黃埔軍校，這些奮斗史都是不可詆毀的。

Huawei Inside模式改變了Tier 1和OEM關系

「把數字世界帶入每一輛車」，華為進入 汽車 行業本身就是帶著賦能和改造 汽車 行業的目的而來，因此華為自動駕駛全棧解決方案給人的印象，必然是強勢的，但這也是迎合需求而已。對部分主機廠而言，使用華為的整包方案，確實能為市場帶來更好的產品。

實際上華為HI自動駕駛解決方案，本質上和車企牽頭的自動駕駛生態圈沒有太大區別。搭載HI的 汽車 ，實現了不同品牌不同車型在硬體選型上的統一，能夠通過規模效應降低硬體采購成本。搭載HI的車型收集到的數據可以共享共通，也能夠幫助自動駕駛系統更快速的迭代升級，這些是單一車企單一車型所無法實現的。

華為在智能 汽車 硬體上的布局非常全面，在自動駕駛上擁有高精地圖製作採集、MDC計算晶元、域控制器、激光雷達、4D毫米波雷達。在智能座艙上，華為擁有5G T-Box,車載智慧屏、AR-HUD。在電動領域，華為擁有超融合電機、車載充電器、充電樁等產品。如此龐大的產品矩陣，也能為加入生態圈的企業，一定程度上降低智能 汽車 增量元器件的使用成本。

這種 Inside 的模式此前存在於手機和電腦領域，電腦中的inter inside和手機里的「Qualcomm inside",兩家廠商在各自領域都有著幾乎壟斷的市場佔比，通過Inside的模式能夠降低下游廠商的推廣成本。 汽車 作為更為復雜的設備，加之自動駕駛系統的涉及交通安全，Huawei Inside的路要困難很多，同時也在所難免對OEM有更深的滲透。

Inside戰略讓華為必須走到台前，成為生態圈的中心，這也無可避免遮擋住背後OEM的光芒。此前的 汽車 行業中，即便強大如博世和大陸的Tier 1，也不會走在台前，去搶主機廠的風頭，而且即便是提供整包方案，例如大陸向大眾MEB提供的ICAS1車身控制和電子通訊系統，也是按照主機廠的需求來定製。

綜合來看，Inside方案是難度非常大的一次嘗試，它需要技術足夠的領先且無可替代，而且能夠有更多的企業加入，推動規模效應幫助合作夥伴發揮成本優勢。正如博世中國總裁陳玉東接受Dante Tech 采訪時表示，「面對終端客戶，供應商永遠不能站在主機廠的前面，搶主機廠的風頭，除非你乾的東西，別人不能幹，否則就不行。華為試圖創造一種新路，但很可能沒有能力壟斷這個市場和技術。」

例如選擇華為Inside的北汽極狐，還在與網路Apollo展開合作，長安也同樣選擇華為Inside+自研兩條腿走路，廣汽埃安在華為之外，也選擇和滴滴接洽。如果華為的解決方案不是領先且唯一的，Inside的路線就註定更為艱難。

EV+AI+IoT時代，躺平也是一種積極的選擇

自動駕駛、電動化、萬物互聯， 汽車 行業正在面臨的巨變，並不是每一家車企都能輕松應對的。龐大的軟體演算法開發需求和軟體管理需求，給主機廠帶來的挑戰非常大，自研和接受 科技 公司的整包方案都是一種積極的嘗試，是技術路線的選擇，本身並沒有對錯之分，無需上綱上線。

自研本身成本非常高，對部分車企而言幾乎不存在可行性。首先得是研發的投入，華為每年在智能 汽車 領域的研發投入是10億美元，這種規模的資金投入，對於上汽、長城、吉利等盈利狀況不錯的車企而言壓力並不大，但對於銷量不高盈利狀況不好的車企而言，如此高的研發投入，風險是很難承擔的。

其次是人才，對整個行業而言，自動駕駛人才需求都是難以滿足的，而在這輪人才爭奪大戰中，主機廠並沒有很強的競爭力，如果是排名靠後的主機廠，就更是身處選擇優先順序的末端了。一位從某央企車企跳槽到自動駕駛 科技 公司的軟體工程師告訴Dante Tech，其之前所在的車企並沒有好的研發氛圍，到自動駕駛創業公司後，學習和成本速度會更快，工作的成就感也更高。

這種現象我們從一家智能駕駛解決方案供應商的HR處也獲得了印證，優秀的軟體演算法工程師是非常難招的，但是他們顯然比車企更有吸引力，很多軟體工程師都是在車企做了一段時間後，認為不利於個人職業發展而跳槽到 科技 公司，畢竟氛圍會好很多。

組建軟體研發團隊對車企而言難度也是非常大的，即便花費大價錢從其他公司挖了高管和團隊，也面臨組織結構難以適配的問題。目前最常見的做法，是成立單獨的軟體公司，薪酬體系完全獨立，業務協作上也類似於供應商與車企的相處模式。國外的車企，如GM和福特，更偏向於直接收購一家軟體公司，國內目前只有上汽通過投資建立與Momenta的深度合作關系。

自動駕駛智能網聯以及電動化，都對應著無數的軟體研發需求，但是很顯然，國內能做這些工作，特別是能做視覺演算法研發的人才是很稀缺的。這意味著，不是所有車企都能選擇自研，而所謂的全棧自研，更只能當做噱頭聽聽就好了。

相比之下，接受華為、網路的「躺平方案」，能夠最快速補齊自身的短板，也是成本上能夠量力而行的一種選擇。對消費者而言，能夠用更低的成本體驗到好的產品就行，至於是不是自研，並不重要。耳機充上電就行，就別管電是風電還是火電了。

選擇自研的上汽，還是提供全棧解決方案的華為 Inside，以及接受躺平方案的極狐，都是在用適合自己的方式向市場推出先進的智能 汽車 ，都是 汽車 行業的奮斗者，並不存在優劣與對立。

⑵ 如果技術可以，把全國人拉到一個微信群，會發生什麼

把13億中國人民都拉到一個微信群里在技術上能實現嗎？騰訊官方給出了回答：也許可以實現，但你會什麼都看不見。根據2017年《微信數據報告》的公開數據，2017年9月，微信日均登陸9.02億人，日均發送消息380億次。這意味著平均每人每天發送信息42條。每秒超過100萬條啊！目前主頻最高的手機CPU之一，高通驍龍845有2.8GHz的處理能力，一共是8核，如不計算安卓系統、顯示刷新、網路IO等CPU操作的話，每條信息能分配到的計算能力是這是什麼概念？全球第一款微處理器是1971年英特爾推出的Intel 4004，這個老古董的主頻也有108KHz啊，所以21.9KHz就是啥也幹不了。

好啦，有了這么多設備加持，這下你終於可以愉快地進了群。但你驚訝地發現，屏幕上除了白色，什麼都沒有——因為你的眼睛沒辦法接收這么快的數據！人眼的視覺暫留時間是100-400毫秒，而我們這個群每秒鍾就要顯示102萬條信息，每條消息停留的時間只有大概0.0001毫秒。相比之下，電影、電視都有41毫秒。因此你還沒來得及看清消息，它就已經消失了，最後只留下一團白色的色塊在屏幕的正中央。

⑶ 關於gpu算力的獲取與分享。你有gpu來訓練嗎1024算力實驗室免費送gpu算力！！！

在人工智慧領域，獲取GPU算力成為了關鍵。面對高昂的成本和學習門檻，許多個人和中小企業面臨挑戰。然而，1024算力實驗室提供了一種經濟、便捷的解決方案，為用戶提供GPU算力資源，助力AI技術的普及與發展。

人工智慧的崛起，不僅推動了科技行業的革新，也催生了龐大的AI人才需求。隨著深度學習的廣泛應用，模型訓練成為AI技術落地的瓶頸之一。GPU作為深度學習的算力核心，其高昂的成本與復雜的學習路徑，成為了AI技術普及的阻礙。然而，1024算力實驗室以其強大的技術支持與簡單易操作的特性，為用戶提供了一站式的GPU算力服務。

在算力共享租賃方面，雲計算作為主要模式，雖然提供了一定的便利，但其高昂的價格與復雜的技術門檻，使得許多個人與中小企業望而卻步。相比之下，1024算力實驗室採用共享經濟的理念，通過高效的算力分配與優化，為用戶提供了性價比更高的GPU算力解決方案。

為了滿足用戶在AI開發過程中的不同需求，1024算力實驗室提供了全面的配套服務。從價格、開發環境配套、數據集配套、培訓配套、討論社區配套，到分布式訓練、用戶自有數據、用戶數據加密、存儲與算力的可擴展性以及遠程調試等，每一項服務都旨在簡化AI開發流程，提升用戶體驗。

為了讓更多用戶享受到這一服務，1024算力實驗室正處於推廣階段，提供免費GPU使用時長，讓用戶體驗前所未有的便捷與效率。無論您是學生、程序員還是AI愛好者，1024算力實驗室都是您探索人工智慧世界的理想平台。

如果您對我們的服務感興趣，歡迎訪問我們的官方網站或加入官方微信群，我們期待與您共同探索AI的無限可能。在這里，我們承諾提供最優質的GPU算力服務，助您在AI領域暢游無阻。