芝麻算力有没有微信群

⑴ 深度 | 对华为说“不”，上汽底气在哪

“一家公司为我们提供整体的解决方案，如此一来，它就成了灵魂，而上汽就成了躯体。对于这样的结果，上汽是不能接受的，要把灵魂掌握在自己手中。”

上汽集团董事长陈虹上面这句，关于“上汽是否会和华为合作自动驾驶”的回答最近火了。但随着话题的发酵，讨论中也出现了诸多不理性的声音，有的将华为与上汽对立起来，也有的质疑上汽的研发能力，甚至还有些上升到了民族情绪。

上汽集团总工程师祖似杰在接受Dante Tech采访时解释，“上汽一直坚持开放创新及自主创新，也是第一家与华为合作5G车量产的整车厂，上汽在传统车的核心电子架构与智能车电子与软件架构上必须自主掌控，并投入大量资源自主研发。博世的执行机构（不含电子架构）解决方案与华为的整体解决方案（含电子及软件架构）是有本质区别的。如果整车企业在智能车时代不能建立此核心能力，则其产品智能升级就不自主(传统车无需升级），变为了代工厂。”

可以看出，上汽集团仅仅是拒绝含电子及软件架构的自动驾驶整体解决方案，在与华为等 科技 公司的合作上，态度依然是很开放的。那含电子及软件架构的自动驾驶解决方案是什么？为何会让上汽无法接受呢？

整包方案的硬件选型及数据主权问题

现阶段很多车型装载了100个以上的ECU，运行着上亿行的代码，而随着车上的ECU和软件代码越来越多，高效可拓展的底层操作系统，电子架构和软件架构变得愈发重要。

电子电气架构决定着车辆的整车布置，ECU的选型，甚至是转向、制动等核心模块的选型，而这些ECU和关键执行模块的成本，要占到了整车成本的40%以上。华为HI智能 汽车 解决方案核心便是提供一个取代传统EE架构的计算与通讯CC架构。

选择了打包的整体解决方案，意味着整个电子架构得向CC架构切换，对主机厂而言，不光是在自动驾驶相关的芯片和传感器上，失去硬件选型的话语权，连底盘、转向、制动等 汽车 的核心零部件选型上，也得为了配合整包方案而失去话语权。

一位某一线零部件厂商工程师向Dante Tech透露，华为与某车企的车型项目上，转向系统的选型都是与华为的工程师对接的，连项目组的微信群名称都是“X华为”。整个执行机构都得服务于自动驾驶整包方案，接受整包方案便要让渡核心零部件选型能力，从而失去对整车成本控制的能力。

硬件如此，软件亦是如此。虽然众多车企，对每个ECU中内置的软件了解有限，只是把这些ECU作为实现特定功能的“黑匣子”去使用，但对于软件架构或操作系统，车企们无疑都想握在自己手中。车企作为软硬件集成和整合者，软件架构就如同一根指挥棒，通过制定标准来管理协调不同厂家提供的ECU和代码。

在整包方案下，车企也将丢失软件标准的话语权，这使得车企无法向自己的用户，做软件迭代升级规划的承诺。蔚来、小鹏可以清晰地告知自己的用户，系统将维持怎样的频次OTA升级，智能驾驶将在什么时间点上推出什么功能，但对于选择整包方案的车企，在OTA上并不能掌控节奏。

对于自动驾驶整包方案而言，还多了一层数据主权的问题。华为ADS总裁苏箐在媒体沟通会上曾清晰表示，“ 汽车 摄像头、激光雷达采集到的信息，只能算是素材，只有经过算法处理过的素材才能算作数据，华为对这些算法拥有知识产权，数据就自然也是华为的”。

如果车企失去软件架构这根指挥棒，也不对自动驾驶的长远发展做规划，那智能 汽车 产生的数据将无法挖掘其价值。这意味着车企必须和整包供应商充分信任，建立长久的绑定关系，让渡数据的主权换取智能驾驶系统的进步。

选择整包方案就如同接受了一个更大的黑匣子，对车辆智能硬件、执行机构硬件失去选型的能力，对车辆的整车成本控制失去掌控，对自动驾驶系统的迭代节奏失去掌控，用数据换技术应用，某种程度上来说，这确实就沦为了代工厂。

上汽拒绝的底气

拒绝整包方案是需要底气的，对上汽而言，必须得拥有自研电子电气架构，自研软件架构，硬件选型，测试验证，自建私有云服务等诸多能力，才拥有这样的底气。

对主机厂而言，只能拿用户可以体验到的产品来说话。而往往一款产品承载的技术，从立项到上市要经历3到5年的时间，而且受制于法规和安全性可靠性问题，很多前瞻的技术需要更长的时间才能和消费者见面，这就导致其在研发上做的努力，很容易被人忽略。

上汽集团这几年在智能 汽车 研发上的布局，主要依靠投资和自建团队两条腿走路。在投资上，上汽布局了国内领先的 汽车 边缘计算芯片厂家地平线和黑芝麻，目前是地平线的最大机构股东，而地平线最新的征程5芯片，算力接近100TOPS ,满足高等级智能驾驶的算力需求。黑芝麻发布的华山2号A1000系列，单芯片算力也达70TOPS，支持L2+/L3级智能驾驶系统。

此外上汽还投资了自动驾驶 科技 公司Momenta，后者拥有计算机视觉算法技术积累，与智己 汽车 合作的L7 IM AD系统，不久前发布了在上海城区+高架全程无接管的视频，表现相当惊艳。此外，上汽还有旗下控股公司中海庭，拥有甲级地图测绘资质，以及高精地图，众包视觉高精地图的制作能力。

此外上汽自建研发能力的动作也比较频繁，上汽先后成立了智能驾驶中心、零束软件分公司、软件中心、人工智能实验室等，致力于软件和算法的研发。其中零束软件分公司负责自研中央集中式的电子电气架构，和软硬件高度解耦灵活升级的SOA软件架构。

上汽总工程师祖似杰在2021中国 汽车 重庆论坛上表示，“上汽零束开发面向服务架构的SOA软件平台，要打造 汽车 行业的安卓系统。目前已有1900多项上线开发可供调用，能为不同开发者提供专属开发环境和工具，通过SOA平台，使用户、供应商、OEM可以在一个平台上共同来打造我们的下一代 汽车 。”

上汽通过自建团队开发全新一代电子电气架构，以及软件SOA架构，旗下的智己和R 汽车 将应用这两个全新的架构。而通过这两个架构，上汽可以有效协调软硬件供应商的产品，将成本控制住在自己手中。如果选择华为的整包方案，则意味着上汽要否定自研的电子电气架构及软件架构，这显然是不划算的。

此外，还有声音拿合资的事情质疑上汽，这类盲目的攻击完全忽视了中国 汽车 行业过去30年所做的努力。30年前我们的 汽车 工业一穷二白，合资是那个年代的最优选择，但在合资企业中，中方和外方对技术学习的博弈一刻都没有停止过。上汽与GM合资的泛亚 汽车 ，通过雪佛兰赛欧、别克GL8等项目，改变了合资研发中心只能做标定和意见收集反馈的状态，也为中国 汽车 工业培养了一大批人才，被称为中国 汽车 的黄埔军校，这些奋斗史都是不可诋毁的。

Huawei Inside模式改变了Tier 1和OEM关系

“把数字世界带入每一辆车”，华为进入 汽车 行业本身就是带着赋能和改造 汽车 行业的目的而来，因此华为自动驾驶全栈解决方案给人的印象，必然是强势的，但这也是迎合需求而已。对部分主机厂而言，使用华为的整包方案，确实能为市场带来更好的产品。

实际上华为HI自动驾驶解决方案，本质上和车企牵头的自动驾驶生态圈没有太大区别。搭载HI的 汽车 ，实现了不同品牌不同车型在硬件选型上的统一，能够通过规模效应降低硬件采购成本。搭载HI的车型收集到的数据可以共享共通，也能够帮助自动驾驶系统更快速的迭代升级，这些是单一车企单一车型所无法实现的。

华为在智能 汽车 硬件上的布局非常全面，在自动驾驶上拥有高精地图制作采集、MDC计算芯片、域控制器、激光雷达、4D毫米波雷达。在智能座舱上，华为拥有5G T-Box,车载智慧屏、AR-HUD。在电动领域，华为拥有超融合电机、车载充电器、充电桩等产品。如此庞大的产品矩阵，也能为加入生态圈的企业，一定程度上降低智能 汽车 增量元器件的使用成本。

这种 Inside 的模式此前存在于手机和电脑领域，电脑中的inter inside和手机里的“Qualcomm inside",两家厂商在各自领域都有着几乎垄断的市场占比，通过Inside的模式能够降低下游厂商的推广成本。 汽车 作为更为复杂的设备，加之自动驾驶系统的涉及交通安全，Huawei Inside的路要困难很多，同时也在所难免对OEM有更深的渗透。

Inside战略让华为必须走到台前，成为生态圈的中心，这也无可避免遮挡住背后OEM的光芒。此前的 汽车 行业中，即便强大如博世和大陆的Tier 1，也不会走在台前，去抢主机厂的风头，而且即便是提供整包方案，例如大陆向大众MEB提供的ICAS1车身控制和电子通讯系统，也是按照主机厂的需求来定制。

综合来看，Inside方案是难度非常大的一次尝试，它需要技术足够的领先且无可替代，而且能够有更多的企业加入，推动规模效应帮助合作伙伴发挥成本优势。正如博世中国总裁陈玉东接受Dante Tech 采访时表示，“面对终端客户，供应商永远不能站在主机厂的前面，抢主机厂的风头，除非你干的东西，别人不能干，否则就不行。华为试图创造一种新路，但很可能没有能力垄断这个市场和技术。”

例如选择华为Inside的北汽极狐，还在与网络Apollo展开合作，长安也同样选择华为Inside+自研两条腿走路，广汽埃安在华为之外，也选择和滴滴接洽。如果华为的解决方案不是领先且唯一的，Inside的路线就注定更为艰难。

EV+AI+IoT时代，躺平也是一种积极的选择

自动驾驶、电动化、万物互联， 汽车 行业正在面临的巨变，并不是每一家车企都能轻松应对的。庞大的软件算法开发需求和软件管理需求，给主机厂带来的挑战非常大，自研和接受 科技 公司的整包方案都是一种积极的尝试，是技术路线的选择，本身并没有对错之分，无需上纲上线。

自研本身成本非常高，对部分车企而言几乎不存在可行性。首先得是研发的投入，华为每年在智能 汽车 领域的研发投入是10亿美元，这种规模的资金投入，对于上汽、长城、吉利等盈利状况不错的车企而言压力并不大，但对于销量不高盈利状况不好的车企而言，如此高的研发投入，风险是很难承担的。

其次是人才，对整个行业而言，自动驾驶人才需求都是难以满足的，而在这轮人才争夺大战中，主机厂并没有很强的竞争力，如果是排名靠后的主机厂，就更是身处选择优先级的末端了。一位从某央企车企跳槽到自动驾驶 科技 公司的软件工程师告诉Dante Tech，其之前所在的车企并没有好的研发氛围，到自动驾驶创业公司后，学习和成本速度会更快，工作的成就感也更高。

这种现象我们从一家智能驾驶解决方案供应商的HR处也获得了印证，优秀的软件算法工程师是非常难招的，但是他们显然比车企更有吸引力，很多软件工程师都是在车企做了一段时间后，认为不利于个人职业发展而跳槽到 科技 公司，毕竟氛围会好很多。

组建软件研发团队对车企而言难度也是非常大的，即便花费大价钱从其他公司挖了高管和团队，也面临组织结构难以适配的问题。目前最常见的做法，是成立单独的软件公司，薪酬体系完全独立，业务协作上也类似于供应商与车企的相处模式。国外的车企，如GM和福特，更偏向于直接收购一家软件公司，国内目前只有上汽通过投资建立与Momenta的深度合作关系。

自动驾驶智能网联以及电动化，都对应着无数的软件研发需求，但是很显然，国内能做这些工作，特别是能做视觉算法研发的人才是很稀缺的。这意味着，不是所有车企都能选择自研，而所谓的全栈自研，更只能当做噱头听听就好了。

相比之下，接受华为、网络的“躺平方案”，能够最快速补齐自身的短板，也是成本上能够量力而行的一种选择。对消费者而言，能够用更低的成本体验到好的产品就行，至于是不是自研，并不重要。耳机充上电就行，就别管电是风电还是火电了。

选择自研的上汽，还是提供全栈解决方案的华为 Inside，以及接受躺平方案的极狐，都是在用适合自己的方式向市场推出先进的智能 汽车 ，都是 汽车 行业的奋斗者，并不存在优劣与对立。

⑵ 如果技术可以，把全国人拉到一个微信群，会发生什么

把13亿中国人民都拉到一个微信群里在技术上能实现吗？腾讯官方给出了回答：也许可以实现，但你会什么都看不见。根据2017年《微信数据报告》的公开数据，2017年9月，微信日均登陆9.02亿人，日均发送消息380亿次。这意味着平均每人每天发送信息42条。每秒超过100万条啊！目前主频最高的手机CPU之一，高通骁龙845有2.8GHz的处理能力，一共是8核，如不计算安卓系统、显示刷新、网络IO等CPU操作的话，每条信息能分配到的计算能力是这是什么概念？全球第一款微处理器是1971年英特尔推出的Intel 4004，这个老古董的主频也有108KHz啊，所以21.9KHz就是啥也干不了。

好啦，有了这么多设备加持，这下你终于可以愉快地进了群。但你惊讶地发现，屏幕上除了白色，什么都没有——因为你的眼睛没办法接收这么快的数据！人眼的视觉暂留时间是100-400毫秒，而我们这个群每秒钟就要显示102万条信息，每条消息停留的时间只有大概0.0001毫秒。相比之下，电影、电视都有41毫秒。因此你还没来得及看清消息，它就已经消失了，最后只留下一团白色的色块在屏幕的正中央。

⑶ 关于gpu算力的获取与分享。你有gpu来训练吗1024算力实验室免费送gpu算力！！！

在人工智能领域，获取GPU算力成为了关键。面对高昂的成本和学习门槛，许多个人和中小企业面临挑战。然而，1024算力实验室提供了一种经济、便捷的解决方案，为用户提供GPU算力资源，助力AI技术的普及与发展。

人工智能的崛起，不仅推动了科技行业的革新，也催生了庞大的AI人才需求。随着深度学习的广泛应用，模型训练成为AI技术落地的瓶颈之一。GPU作为深度学习的算力核心，其高昂的成本与复杂的学习路径，成为了AI技术普及的阻碍。然而，1024算力实验室以其强大的技术支持与简单易操作的特性，为用户提供了一站式的GPU算力服务。

在算力共享租赁方面，云计算作为主要模式，虽然提供了一定的便利，但其高昂的价格与复杂的技术门槛，使得许多个人与中小企业望而却步。相比之下，1024算力实验室采用共享经济的理念，通过高效的算力分配与优化，为用户提供了性价比更高的GPU算力解决方案。

为了满足用户在AI开发过程中的不同需求，1024算力实验室提供了全面的配套服务。从价格、开发环境配套、数据集配套、培训配套、讨论社区配套，到分布式训练、用户自有数据、用户数据加密、存储与算力的可扩展性以及远程调试等，每一项服务都旨在简化AI开发流程，提升用户体验。

为了让更多用户享受到这一服务，1024算力实验室正处于推广阶段，提供免费GPU使用时长，让用户体验前所未有的便捷与效率。无论您是学生、程序员还是AI爱好者，1024算力实验室都是您探索人工智能世界的理想平台。

如果您对我们的服务感兴趣，欢迎访问我们的官方网站或加入官方微信群，我们期待与您共同探索AI的无限可能。在这里，我们承诺提供最优质的GPU算力服务，助您在AI领域畅游无阻。