“我個人可能會覺得,目前的計算能力還有不小限製。因為我的思路是想要從車身環繞的攝像頭中,直接重構出三維空間的上帝視角圖像,並為其中的每一個體積元素3d版本的像素去標注是否在空間中被占據。”
“想要做到這一係列事情,我的計算資源實在遠遠不夠。”孟繁岐麵對黃仁勳,理由自然永遠是算力不夠,哭窮才能要到資源“與此同時,我又有太多的想法可以做,因此自動駕駛方麵我確實不夠積極。”
孟繁岐不急,可黃仁勳很急!
阿爾法圍棋雖然登上了自然封麵,但它對英偉達的幫助是很小的。
這個軟件算法很厲害,但沒有那麼多硬件上的需求,不可能說十幾億人每人買兩張顯卡去跑人工智能圍棋程序。
反觀自動駕駛,那可是101novel.com億車輛的潛在市場,每年都有上億輛新車生產出來。
但凡新生產的車輛中,有一成左右購買英偉達售價最便宜,僅百來美元的tegra芯片,這裡麵的流水就已經超過十個億美金了。
車企這部分的成長空間非常之大,是一條很長遠的道路,想想以後萬一要是搶占了大幾成的車載芯片份額,黃仁勳饞得口水都快流下來了。
“缺少算力,我們可以合作嘛!”黃仁勳直接順手拿起旁邊的泰坦z“我優先供應一大批給穀歌大腦,但前提是你要做出自動駕駛方麵的重大突破。”
跟馬斯克說算力不夠,那隻能兩個人一起撓頭。
跟黃仁勳說算力不夠,你小子是在看不起誰呢!
看到我手裡這碩大的核彈了沒有?有需求,你說話!
對於泰坦z,孟繁岐肯定還是十分心動的。
畢竟他想搞chatgpt不可能是一步登天的事情,他需要儘快搞定訓練平台,分布式訓練方法和一些前置技術的發展。
深度學習平台傑夫等人已經在推動,前置的軟件技術也不複雜,孟繁岐在年初對搜索引擎的更新裡,就已經有不少算子的實現了。
最麻煩的還是分布式方法,和大批量的先進硬件設備在限製孟繁岐的發揮。
今天來看,硬件設備這方麵,似乎今天可以有很大的進展了。
有了這批泰坦z設備,在按照約定研發自動駕駛技術之餘,也得先出幾個版本的迷你chatgpt,讓各大公司嘗到一點語言大模型的甜頭。
這樣一來,複現chatgpt的環境才能夠成熟起來。
若是想要處理比較大型的語言模型,14年老黃剛剛發布的這款12g顯存泰坦z,是非常必要的硬件設備,短期內基本上沒有特彆好的替代品。
因為顯存這個屬性還是相當珍貴的,要知道101novel.com101novel.com年底發售的x3080顯卡,顯存也才12gb。甚至22年底的4080顯卡,也隻分12g和16g兩個版本。
從產品的時間線上對比一下,就可以很明顯地感覺到14年這款泰坦z的可怕之處,12gb的顯存基本上可以說是前無古人,令人倍感震驚。
不到兩年前,12年的旗艦顯卡x680,顯存僅僅隻有可憐的2gb。
後來世人們都知道chatgpt的威力,但很少有人仔細算過這筆賬先不提數據的事情,隻說想要訓練這個改變了世界的模型,到底需要多少的算力和設備。
英偉達的市值突破萬億,背後的原因是chatgpt引發的ai算力軍備競賽。
而製造這起軍備競賽的openai本身,其實一直都很缺乏算力,openai因為無法負擔chatgpt的訓練算力,而選擇與金主爸爸微軟合作。
這也是為什麼他們曾經一度因為用戶的需求量太大而停止服務,還是硬件設備不夠。
微軟為他們耗費了好幾億美元,組建了超過萬張a100顯卡的超級算力平台。
每一張a100都擁有80g的顯存,也就意味著openai當初為了得到chatgpt這個模型,準備了大約百萬gb大小的顯存。
這麼換算下來,怎麼也得十萬張泰坦z才能夠達成相同的顯存效果。
十萬張泰坦z,這下可是真真正正的核彈了。
並且這還隻是顯存與微軟保持了一致,由於設備的年代差異,泰坦z運算的速度還得比a100再慢上不少。
彆的什麼亂七八糟的都先不提,按泰坦z的定價算,光是買這些顯卡就得整整三個億美金。
這筆錢孟繁岐現在肯定是掏不起的,就算他掏得起,老黃也掏不出那麼多泰坦z來。
並且,這十萬張顯卡也不是憑空就能計算的,相應的主板電源cpu等其他配套設備,你也不能太差吧?