应用介绍
最佳回覆
1. 「科普」 500元快餐不限次数2026最新版N1.71.5-APP下载???支持:winall/win7/win10/win11?系统类1.打乐陵小姐联系方2026更新版V1.71.5.进入一品楼青岛论坛2026更新版N1.71.5前加载界面?2.翻开修改器3.狂按ctrl+f1.当听到系统"滴"的一声 。4.点击进入)快餐空降QQ群二维码2026更新版V1.71.5.翻开选开界面v.27.45.23(宁静平台)登录入口?《温州龙湾鸡窝搬到哪里了2026更新版N1.71.5》
2. 「科普盘点」? 1.翻开全国空降平台网站2026最新版N1.71.5下载.进入附近的足疗店电话2026最新版V1.71.5前加载界面?2.翻开修改器3.狂按ctrl+f1.当听到系统"滴"的一声 。4.点击进入)全国约会平台24小时三次激活是真的还2026更新版V1.71.5.翻开选开界面v.1.94.75(宁静平台)登录入口?《合肥喝茶vx2026更新版N1.71.5》
3. 「分享下」 小姐姐的手机号码2026更新版V1.71.5官网-APP下载???支持:winall/win7/win10/win11?系统类型:1.翻开一品楼龙凤阁论坛2026更新版N1.71.5下载.进入南京喝茶海选场子不限次2026最新版V1.71.5前加载界面?2.翻开修改器3.狂按ctrl+f1.当听到系统"滴"的一声 。4.点击进入)经常出差怎么约当地2026最新版N1.71.5.翻开选开界面v.14.16.37(宁静平台)登录入口?《与你约茶群2026最新版V1.71.5》
4.「强烈推荐」 杭州附近找小组2026最新版N1.71.5官网-APP下载???支持:winall/win7/win10/win11?系统类型1.翻开品茶坊论坛app最新版本更新内容2026更新版N1.71.5下载.进入长春喝茶的地方哪里好2026更新版V1.71.5前加载界面??2.翻开修改器3.狂按ctrl+f1.当听到系统"滴"的一声 。4.点击进入)清远喝茶工作室VX2026最新版N1.71.5.翻开选开界面v.2.47.16(宁静平台)登录入口?《品茶小妹qq号大全列表2026最新版V1.71.5》
5.「重大通报」? 全国空降上门app最新版本介绍2026最新版N1.71.5官网-APP下载???支持:winall/win7/win10/win11?系统类型:1.翻开济南顶级SPA会所2026最新版V1.71.5下载.进入辛集小姐街搬哪去了2026更新版N1.71.5前加载界面?2.翻开修改器3.狂按ctrl+f1.当听到系统"滴"的一声 。4.点击进入)楼凤宫.gov.ccn论坛2026更新版V1.71.5.翻开选开界面v.4.89.54(宁静平台)登录入口?《同城茶吧2026更新版N1.71.5》
6、?陵川小俎一条街在哪里?烟雨楼论坛?支持:winall/win7/win10/win11?系统类型?:台前快餐服务??51品茶茶馆儿怎么安装全站)最新2026更新版V1.71.5(平台)
7、??乌市新茶嫩茶靠谱资源??沈阳男人的好去处是哪??网上空降约是不是真的?支持:winall/win7/win10/win11?系统类型?:爱尚往约有特殊项目吗}{var)最新版本IOS/安卓官方入口v.25.41.32(宁静平台)
沪指跌破3800点 ，超百股跌停
图片来源：视觉中国蓝鲸新闻6月19日讯（记者 李卓玲）近两年来 ，车企"造芯"消息不绝 。今年5月底 ，比亚迪宣布首款4nm制程智驾芯片璇玑A3 ，并官宣已开启规；坎 ，支持L3、L4自动驾驶 。凭据官方的说法 ，这款自研4nm智驾芯片 ，代表了中国智驾芯片的最高水平 。更早前 ，蔚来于2025年推出自研神玑NX9031 ，将其称为"全球首颗车规级5nm智驾芯片"；同年小鹏自研图灵AI芯片也宣告量产上车 ，小鹏将其称为"全球首颗多端通用芯片" 。6月15日 ，在Livis Day?理想汽车软件与具身智能宣布会上 ，理想透露了自研芯片马赫M100的更多研发细节 。该芯片接纳5纳米车规级工艺 ，单芯片算力1280TOPS ，双芯算力2560TOPS ，于2022年正式立项 ，并于2026年5月实现量产上车 。理想汽车CEO李想彼时直言 ，这是"全世界性能最强AI芯片" 。该言论一出 ，随即引发热议 ，甚至是质疑 ，有意见认为"都说自己领先 ，究竟谁更优秀" 。关于为何敢说自己是"世界第一"？理想汽车CTO谢炎日前在接受蓝鲸汽车记者采访时回应 ，主要是因为跟市面上标准可以获得的芯片做比照 ，它是英伟达Thor-U三倍的性能 。"我们可以拿出Benchmark（基准测试） ，甚至可以让第三方做测试 。我们也跟一个第三方测试机构聊过 ，测试机构说其它家都不肯意拿出来做比较 。如果要公正地比较 ，可以拿到一个公正、综合的Benchmark去做合适的比较 。"理想汽车CTO谢炎?图片来源：理想汽车谈及自研芯片原因 ，谢炎回忆 ，四年前芯片立项时与李想告竣共识：自研不是为了证明自己有能力做 ，而是真正去解决问题 。"四年前我们看到的问题一是算力本钱很是高 ，并且会不绝变高 ，因为车内需要越来越多的AI算力 。二是我们希望通过自研做得更好 。其时我们用英伟达和地平线 ，我们给自己定的目标是 ，如果做不到比外购芯片更好 ，那做的意义不大 。其时定的目标是4倍Orin的性能 。"但在内部看来 ，要告竣这一目标 ，即要做得比英伟达更好 ，用英伟达的技术路线是不可行的 。"因为英伟达比你早启动几十年 ，积累比你深 ，资源比你多几个数量级 。"基于此 ，唯一的时机就是跑另外一条路径：放弃主流的冯·诺依曼架构 ，转而选择数据流架构 。"冯·诺依曼架构相当于帮人类做一其中介去实现盘算 ，中间有翻译层 ，这个翻译资助人类更好地去编程 ，但这其中介和翻译会降低效率 。如果回到盘算的实质 ，可以把中间的翻译拿掉 。虽然简直很少有企业做过实践 ，中国也是如此 。所以各人看到的时机都是一样的 ，要害是如何极致地解决这个问题 ，从第一性原理来倒推 。我们四年前定了这样的目标 ，并且觉得是可行的 。"谢炎体现 。凭据谢炎的说法 ，冯·诺依曼架构用七十年推动了通用盘算的辉煌 ，理想汽车希望以马赫M100为起点 ，用数据流架构接过历史的这一棒 ，继续推动AI盘算再辉煌七十年 。作为理想芯片自研项目的卖力人 ，谢炎于2022年7月加盟理想 ，随后很快晋升为理想CTO 。谢炎刚加入时 ，理想芯片团队只有两名员工 。被蓝鲸汽车记者问及整个自研芯片历程中有否遇到什么挑战时 ，谢炎直言 ，遇到困难肯定是有的 ，软件、编译、模型适配 ，这都是有许多困难在里面 ，并且这些坑只有你做了才知道 。"我觉得数据流架构for AI是一个大的技术偏向 ，它比其它架构更适合 ，我希望更多的同行能追随这条路 。就像冯·诺伊曼提出来技术路线 ，许多公司追随 。从更长时间来看 ，这不是一件坏事 。"值得关注的是 ，今年以来 ，理想被曝多次调解组织架构：先是2月重组智能化部分 ，形成软件本体、基座模型等团队；随后 ，今年5月 ，其基座模型部分被曝新增3个与具身智能相关的二级部分等 。蓝鲸汽车记者了解到 ，目前理想汽车研发体系主要有Infra团队 ，卖力算力基础设施与数据工程；基座模型团队卖力多模态预训练与后训练；软件本体团队卖力通用Agent、工具链、影象与上下文工程；硬件本体团队卖力芯片、传感器、机械人硬件；评估团队卖力独立评估Agent/Robot事情质量 。关于组织架构调解 ，谢炎回应 ，技术迭代快是理想进行组织整合的一个目标 。在其看来 ，如果技术处于高速生长期时 ，许多公司会回过头来做整合 ，因为需要在技术界限上把分工突破 。"除此之外 ，组织规模小一点也是优势 。如果需要高密度、高整合度 ，组织规模不可太大 ，如果组织规模太大 ，就会导致许多部分墙 。这是为什么我在公司强调要包管比较小的组织规模的原因 ，就是想让各人相助得更紧密些 。"以下为与理想汽车CTO谢炎、理想汽车基座模型卖力人詹锟对话实录（经编辑删减整理）："自研芯片要做得比英伟达更好 ，用英伟达的技术路线是不可行的"提问：为何马赫M100会接纳动态数据流架构？该芯片四年前立项时 ，整个行业都还在冯·诺依曼架构的路径依赖中 ，您其时看到了什么需求和变革？谢炎：四年前 ，我们给自己立了一个很高的目标 ，这个目标也是一个很是合理的目标：就是自研 。我们为什么要自研？我和李想有一个很是一致的意见：自研不是为了证明自己有能力做 ，而是真正去解决问题 。四年前我们看到的问题：一是算力本钱很是高 ，并且会不绝变高 ，因为车内需要越来越多的AI算力 。二是我们希望通过自研做得更好 。其时我们用英伟达和地平线 ，我们给自己定的目标是 ，如果做不到比外购芯片更好 ，那做的意义不大 。其时定的目标是4倍Orin的性能 。虽然这个目标不是瞎定的 ，我们花了半年时间进行剖析 。如果要抵达这个目标 ，背后有一套逻辑：你要做得比英伟达更好 ，用英伟达的技术路线是不可行的 。因为英伟达比你早启动几十年 ，积累比你深 ，资源比你多几个数量级 。就像你跟博尔特在100米赛道上 ，他比你早跑2秒 ，你不可能凌驾 。你唯一的时机就是跑另外一条路径 。在这个思路的指引下 ，我们开始看其他技术路线 。就是扔掉所有以前的架构依赖 ，回到实质 ，从第一性原理看AI盘算自己另有什么时机 。我在读研究生时 ，我导师高庆幸教授是数据流架构的涤讪人之一 ，他在MIT时就做这个事 。虽然在通用盘算时代并不乐成 。我们发明他的思想实质是：你要做的是盘算 ，冯·诺依曼架构相当于帮人类做一其中介去实现盘算 ，中间有翻译层 ，这个翻译资助人类更好地去编程 ，但这其中介和翻译会降低效率 。如果回到盘算的实质 ，可以把中间的翻译拿掉 。虽然简直很少有企业做过实践 ，中国也是如此 。所以各人看到的时机都是一样的 ，要害是如何极致地解决这个问题 ，从第一性原理来倒推 。我们四年前定了这样的目标 ，并且觉得是可行的 。图片来源：理想汽车提问：马赫M100芯片在理想的界说里是一款AI推理芯片 ，而不是AI训练芯片 ，这两者的界限是什么 ，背后的思考是什么？在AI训练领域英伟达已经很垄断了 ，跟它做竞争是不是很难追上？谢炎：我认为AI盘算的算力市场 ，最终会泛起99%的推理 ，训练只占很小的部分 。从这个角度来讲 ，今天中国和美国大宗的公司在为了更高的效率专门做推理芯片 ，也是这个原因 ，因为最终推理市场更大 。如果推理市场没起来 ，说明AI没有真正落地 。从我们的角度而言 ，我们公司先要解决推理问题 。训练的话 ，用市场上好的训练芯片 ，目前够我们用了 。从经济模型角度来讲 ，训练要的是效率 ，它对本钱不太敏感 。训练要的是在足够短的时间内迭代 。至于本钱高了50% ，甚至高了100% ，也没关系 。英伟达最高端的芯片 ，许多公司以翻倍的价格也愿意买 。可是推理芯片纷歧样 ，它要同时考虑本钱与效率 ，并且考虑本钱的比重很是高 。从解决公司和业务问题来讲 ，推理问题更大 ，它跟我们想要抵达目标的gap（差别）更大 。如果我们做一件事的话 ，我们就解决时机最大的问题 。提问：请问自研芯片背后需要什么条件 ，好比销量、营收、研发投入等？谢炎：如果你的业务需要自研焦点技术 ，好比芯片 ，先期投入简直不小 ，可能一年要好几亿 。第一个条件是抵达一定的营收规模 。对车企来说 ，营收规模一年1000亿以上 ，研发投入至少10% ，就有大几十亿到上百亿 ，每年投钱研发芯片是可以的 。第二个条件是 ，你研发芯片解决的问题 ，要能让你的产品能力更强 ；氐绞昵 ，一些房地产公司也做高科技 ，问题是它投入的高科技对主营业务资助很是小 。好比我是房地产公司去投芯片 ，这个意义不大 ，芯片对卖屋子没资助 ，对未来也没资助 ，更多是象征意义 ，而没有实际意义 。以上是最重要的两个条件 。这里有个误区 ，许多人说芯片要有很大的出货规模才行 。其实芯片的本钱和面积相关 。一辆车上的芯片 ，好比Livis是2颗马赫M100 ，加起来800平方毫米 。而一部高端手机芯片或许100平方毫米 ，所以一辆车的智驾芯片相当于8台手机的芯片面积 。你会说车的量比较少 ，但本钱不但仅跟数量有关 ，也跟面积有关 。这样算下来 ，大几十万辆车需要的晶圆面积很是大 ，完全可以摊薄本钱 。所以本钱不可仅用颗数来权衡 。有的IT公司说一年出货好几亿颗 ，但其实每颗面积很是小 。不可脱离配景只谈量 ，这是不完整的 。我们在马赫M100立项时算过 ，做这个芯片不会让公司的效益变差 ，而是会变好 。我们不是为了证明自己能做而做 ，不但性能要做到最好 ，在本钱上也要资助公司省钱 。提问：理想自研芯片从2022年立项 ，去年流片 ，为什么今年才量产上车 ，有什么考量？在做芯片历程中 ，有什么挑战或故事可以分享下吗？谢炎：关于上车时间我们已经做得很快了 。做芯片基本要5年时间 ，而我们基本快4年年时间就上车 ，并且把所有模型都跑起来 ，这已经很快了 。至于在历程中遇到的困难 ，肯定是有的 。软件、编译、模型适配 ，这都是有许多困难在里面 ，并且这些坑只有你做了才知道 。日前有些同行说 ，看了我们的论文以后 ，说你们把论文写得那么详细 ，别人家拿你的论文是不是就可以复刻 。但我们不担心 ，因为把这个架构要落地是很是长的距离 ，并且中间有许多坑 ，只有真正做才知道 ，才华迈已往 ，迈不过去 ，就停在那儿了 。第二 ，我觉得数据流架构for AI是一个大的技术偏向 ，它比其它架构更适合 ，我希望更多的同行能追随这条路 。就像冯·诺伊曼提出来技术路线 ，许多公司追随 。从更长时间来看 ，这不是一件坏事 。谈车企自研芯片：许多公司宣布做了 ，但并没真正落到车上提问：李想日前说马赫M100"是全世界性能最强的AI芯片"引起了很大的讨论 ，包括有些质疑声音会说小鹏、蔚来、比亚迪也都说自己很领先 。那么 ，跟这些友商相比 ，理想的领先性体现在哪些方面 ，或者被市场低估了哪些方面？谢炎：我们为什么敢说自己是世界第一呢？因为我们跟市面上标准可以获得的芯片做比照 ，它是英伟达Thor-U三倍的性能 。我们可以拿出Benchmark（基准测试） ，甚至可以让第三方做测试 。我们也跟一个第三方测试机构聊过 ，测试机构说其它家都不肯意拿出来做比较 。如果要公正地比较 ，可以拿到一个公正、综合的Benchmark去做合适的比较 。提问：这两年许多车企都宣布了自己的芯片 ，正常来讲芯片是高投入、长研发、需要验证的产品 ，这是否意味着这件事很容易？谢炎：我想说其实挺禁止易 。我们自己做这颗芯片花了4年 ，在新势力里我们启动最晚 。各人要看宣布芯片后 ，最终结果是最领先的模型什么时候真正落到车上 。从这个时间来看 ，除了我们以外 ，其他家一般要5年时间甚至更长 ，我们是最快的 。所以要有点耐心 ，第一颗芯片如果真的自己做的话 ，没那么容易 ，一般要花5年时间 。做一颗芯片和做一颗领先的芯片 ，难度又是纷歧样的 。有些公司做了芯片 ，但这颗芯片不敷领先 。我跟李想说过 ，我最担心的事不是做不出来 ，最糟糕的事情是做出来了但它不领先 ，那公司这个钱就白花了 ，这是我最不想看到的结局 。我们看业界 ，并不是每一家公司都能做到 。现在许多公司宣布做了 ，但并没有真正落到车上 。要看它什么时候落到车上 ，什么时候把最高端的智驾用自研芯片跑起来 ，并且还能做好用户体验 。再者 ，看是不是所有车都能用 。有的公司为了证明自己能用 ，只用了一款车型 ，出货量只有几千辆 ，其他车照旧用外购芯片 ，说明它也知道这件事并没有帮它解决真正的问题 。我认为要看几个指标：全量的车能不可用上 ，能不可快速上车 ，能不可跑最先进或最新一代模型 ，并且安排到所有车上 。另外一个指标是能不可连续迭代 。做一代芯片不说明问题 ，最终要做出第二代、第三代 。许多公司只做了第一代 ，第二代就不做了 。有些公司也可能买个IP就做了 ，也可以宣传自己自研 。但我们不是 ，因为我们连论文都可以看到 ，这个世界上没有第二个芯片跟我们做的一
本文链接：良乡大学城妹妹
百度允许：如遇虚假欺诈 ，助您****(责编：陈奕裕、邓伟翔)