任务_老虎社区_美港股上老虎

2021-08-13

任务

免责声明：上述内容仅代表发帖人个人观点，不构成本平台的任何投资建议。

精彩评论

我们需要你的真知灼见来填补这片空白

发表看法

{"i18n":{"language":"zh_CN"},"detailType":1,"isChannel":false,"data":{"magic":2,"id":894242725,"tweetId":"894242725","gmtCreate":1628833506467,"gmtModify":1628833506467,"author":{"id":3547613644899532,"idStr":"3547613644899532","authorId":3547613644899532,"authorIdStr":"3547613644899532","name":"西北锤王","avatar":"https://static.tigerbbs.com/5939d98497433b95684a3157cbf4b2a9","vip":1,"userType":1,"introduction":"","boolIsFan":false,"boolIsHead":false,"crmLevel":2,"crmLevelSwitch":0,"individualDisplayBadges":[],"fanSize":9,"starInvestorFlag":false},"themes":[],"images":[],"coverImages":[],"extraTitle":"","html":"<html><head></head><body><p>任务</p></body></html>","htmlText":"<html><head></head><body><p>任务</p></body></html>","text":"任务","highlighted":1,"essential":1,"paper":1,"likeSize":2,"commentSize":0,"repostSize":0,"favoriteSize":0,"link":"https://laohu8.com/post/894242725","repostId":2159244267,"repostType":2,"repost":{"id":"2159244267","kind":"news","pubTimestamp":1628827803,"share":"https://www.laohu8.com/m/news/2159244267?lang=&edition=full","pubTime":"2021-08-13 12:10","market":"us","language":"zh","title":"特斯拉 AI Day 最新消息 将发布Dojo自研超算芯片","url":"https://stock-news.laohu8.com/highlight/detail?id=2159244267","media":"太平洋汽车网","summary":"所以不难推断出，“AI Day”邀请函上面放出的这张图，应该就是马斯克所谓的Dojo超级计算机的自研芯片。其实马斯克早在2019年“Autonomous Day”就提到过Dojo，称Dojo是能够利用海量的视频（级别）数据，做“无人监管”的标注和训练的超级计算机。特斯拉推出Dojo超算以及自研芯片，是必然且在规划中的事，是特斯拉不得不去做的事。","content":"<html><body><article><img src=\"http://inews.gtimg.com/newsapp_match/0/13877160907/0\"/><p>该发布会就像2019年的“Autonomous Day”和2020年的“Battery Day”一样，估计“AI Day”整个发布会将会涉及大量的软件、硬件的技术细节，以此来向外界“秀肌肉”。</p><p>从某种程度上讲，<a href=\"https://laohu8.com/S/TSLA\">特斯拉</a>在召开类似的发布会时，面向的群体更多的是行业领域的专业人士；用极具野心的规划方向和颠覆行业的研发成果，去吸引人才。</p><img src=\"http://inews.gtimg.com/newsapp_match/0/13877160908/0\"/><p>根据此前发布的预热图估测，该芯片采用了非常规的封装形式，第一层和第五层铜质结构是水冷散热模块；红色圈出的第二层结构由5*5阵列共25个芯片组成；第三层为25个阵列核心的BGA封装基板；第四层和第七层应该只是物理承载结构附带一些导热属性；蓝色圈出的第六层应该是功率模块，以及上面竖着的黑色长条，很可能是穿过散热与芯片进行高速通信的互联模块；</p><p>从第二层结构的圆形边角，以及拥有25个芯片结构来看，非常像Cerebras公司的WSE超大处理器，即才特斯拉可能采用了TSMC（<a href=\"https://laohu8.com/S/TSM\">台积电</a>）的InFO-SoW（集成扇出系统）设计。</p><img src=\"http://inews.gtimg.com/newsapp_match/0/13877160909/0\"/><p>所以不难推断出，“AI Day”邀请函上面放出的这张图，应该就是马斯克所谓的Dojo超级计算机的自研芯片。</p><p>根据标准晶圆一块是300mm来看，那么特斯拉这块Dojo芯片设计单个芯片应该与RTX 3090差不多，至少每个芯片有280亿-320亿个左右的晶体管，单个芯片功耗可达250-300w左右，整体功耗约在6250w-7500w左右;并且台积电也曾说InFo-SoW设计的最高功耗约为7000w，同样印证了这一点。</p><p>其实马斯克早在2019年“Autonomous Day”就提到过Dojo，称Dojo是能够利用海量的视频（级别）数据，做“无人监管”的标注和训练的超级计算机。特斯拉推出Dojo超算以及自研芯片，是必然且在规划中的事，是特斯拉不得不去做的事。</p><p>就如此前马斯克表示，自动驾驶行业大家都很清楚，无数的边缘场景只能通过真实世界的视觉AI来解决，因为整个世界的道路就是按照人类的认知来建立的。一旦拥有了解决上述问题的AI芯片，其他的就只能算是锦上添花。</p><img src=\"http://inews.gtimg.com/newsapp_match/0/13877160911/0\"/><p>在自动驾驶的各个场景中，想要实现识别各类型的场景，那么就需要这个“软件”不断自我适应和“进化”，这就是利用神经网络进行深度学习的原因了。所以，当年很可能FSD和Dojo的立项时间不会差太远，只是由于考虑到能耗和需求问题，Dojo等到7nm的技术相对成熟后，才开始逐步推进。</p><p>从另一个纬度上去理解Dojo的必然性，是从神经网络学习的计算量级上去理解。在2019年“Autonomous Day”发布会上，特斯拉其实已经明示了会去掉雷达，走向纯视觉，且是视频级别的数据进行直接处理。</p><img src=\"http://inews.gtimg.com/newsapp_match/0/13877160912/0\"/><p>不出意料的话，此次发布会将把Dojo芯片作为最重点的内容进行软硬件的介绍；当然也会覆盖FSD Beta相关的进展介绍，但就目前的信息来看，还极有可能会推出新的基于7nm技术的HW4.0硬件。</p><p>毕竟在2019年“Autonomous Day”时，马斯克就说过HW4.0的研发已经进行了一半，所以此次发布会，也很有可能借此机会发布新的车载芯片硬件。（文：<a href=\"https://laohu8.com/S/601099\">太平洋</a>汽车网 崖雍）</p></article></body></html>","source":"tencent","collect":0,"html":"<!DOCTYPE html>\n<html>\n<head>\n<meta http-equiv=\"Content-Type\" content=\"text/html; charset=utf-8\" />\n<meta name=\"viewport\" content=\"width=device-width,initial-scale=1.0,minimum-scale=1.0,maximum-scale=1.0,user-scalable=no\"/>\n<meta name=\"format-detection\" content=\"telephone=no,email=no,address=no\" />\n<title>特斯拉 AI Day 最新消息 将发布Dojo自研超算芯片</title>\n<style type=\"text/css\">\na,abbr,acronym,address,applet,article,aside,audio,b,big,blockquote,body,canvas,caption,center,cite,code,dd,del,details,dfn,div,dl,dt,\nem,embed,fieldset,figcaption,figure,footer,form,h1,h2,h3,h4,h5,h6,header,hgroup,html,i,iframe,img,ins,kbd,label,legend,li,mark,menu,nav,\nobject,ol,output,p,pre,q,ruby,s,samp,section,small,span,strike,strong,sub,summary,sup,table,tbody,td,tfoot,th,thead,time,tr,tt,u,ul,var,video{ font:inherit;margin:0;padding:0;vertical-align:baseline;border:0 }\nbody{ font-size:16px; line-height:1.5; color:#999; background:transparent; }\n.wrapper{ overflow:hidden;word-break:break-all;padding:10px; }\nh1,h2{ font-weight:normal; line-height:1.35; margin-bottom:.6em; }\nh3,h4,h5,h6{ line-height:1.35; margin-bottom:1em; }\nh1{ font-size:24px; }\nh2{ font-size:20px; }\nh3{ font-size:18px; }\nh4{ font-size:16px; }\nh5{ font-size:14px; }\nh6{ font-size:12px; }\np,ul,ol,blockquote,dl,table{ margin:1.2em 0; }\nul,ol{ margin-left:2em; }\nul{ list-style:disc; }\nol{ list-style:decimal; }\nli,li p{ margin:10px 0;}\nimg{ max-width:100%;display:block;margin:0 auto 1em; }\nblockquote{ color:#B5B2B1; border-left:3px solid #aaa; padding:1em; }\nstrong,b{font-weight:bold;}\nem,i{font-style:italic;}\ntable{ width:100%;border-collapse:collapse;border-spacing:1px;margin:1em 0;font-size:.9em; }\nth,td{ padding:5px;text-align:left;border:1px solid #aaa; }\nth{ font-weight:bold;background:#5d5d5d; }\n.symbol-link{font-weight:bold;}\n/* header{ border-bottom:1px solid #494756; } */\n.title{ margin:0 0 8px;line-height:1.3;color:#ddd; }\n.meta {color:#5e5c6d;font-size:13px;margin:0 0 .5em; }\na{text-decoration:none; color:#2a4b87;}\n.meta .head { display: inline-block; overflow: hidden}\n.head .h-thumb { width: 30px; height: 30px; margin: 0; padding: 0; border-radius: 50%; float: left;}\n.head .h-content { margin: 0; padding: 0 0 0 9px; float: left;}\n.head .h-name {font-size: 13px; color: #eee; margin: 0;}\n.head .h-time {font-size: 11px; color: #7E829C; margin: 0;line-height: 11px;}\n.small {font-size: 12.5px; display: inline-block; transform: scale(0.9); -webkit-transform: scale(0.9); transform-origin: left; -webkit-transform-origin: left;}\n.smaller {font-size: 12.5px; display: inline-block; transform: scale(0.8); -webkit-transform: scale(0.8); transform-origin: left; -webkit-transform-origin: left;}\n.bt-text {font-size: 12px;margin: 1.5em 0 0 0}\n.bt-text p {margin: 0}\n</style>\n</head>\n<body>\n<div class=\"wrapper\">\n<header>\n<h2 class=\"title\">\n特斯拉 AI Day 最新消息 将发布Dojo自研超算芯片\n</h2>\n\n<h4 class=\"meta\">\n\n\n2021-08-13 12:10 北京时间&nbsp;&nbsp;&nbsp;<a href=http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN2021081312113279e0cd6c&s=b><strong>太平洋汽车网</strong></a>\n\n\n</h4>\n\n</header>\n<article>\n<div>\n<p>该发布会就像2019年的“Autonomous Day”和2020年的“Battery Day”一样，估计“AI Day”整个发布会将会涉及大量的软件、硬件的技术细节，以此来向外界“秀肌肉”。从某种程度上讲，特斯拉在召开类似的发布会时，面向的群体更多的是行业领域的专业人士；用极具野心的规划方向和颠覆行业的研发成果，去吸引人才。根据此前发布的预热图估测，该芯片采用了非常规的封装形式，第一层和第五层...</p>\n\n<a href=\"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN2021081312113279e0cd6c&s=b\">Web Link</a>\n\n</div>\n\n\n</article>\n</div>\n</body>\n</html>\n","type":0,"thumbnail":"https://static.tigerbbs.com/78edc8337704ffd6760fab4583246af8","relate_stocks":{"159813":"芯片","TSLA":"特斯拉"},"source_url":"http://gu.qq.com/resources/shy/news/detail-v2/index.html#/?id=nesSN2021081312113279e0cd6c&s=b","is_english":false,"share_image_url":"https://static.laohu8.com/9a95c1376e76363c1401fee7d3717173","article_id":"2159244267","content_text":"该发布会就像2019年的“Autonomous Day”和2020年的“Battery Day”一样，估计“AI Day”整个发布会将会涉及大量的软件、硬件的技术细节，以此来向外界“秀肌肉”。从某种程度上讲，特斯拉在召开类似的发布会时，面向的群体更多的是行业领域的专业人士；用极具野心的规划方向和颠覆行业的研发成果，去吸引人才。根据此前发布的预热图估测，该芯片采用了非常规的封装形式，第一层和第五层铜质结构是水冷散热模块；红色圈出的第二层结构由5*5阵列共25个芯片组成；第三层为25个阵列核心的BGA封装基板；第四层和第七层应该只是物理承载结构附带一些导热属性；蓝色圈出的第六层应该是功率模块，以及上面竖着的黑色长条，很可能是穿过散热与芯片进行高速通信的互联模块；从第二层结构的圆形边角，以及拥有25个芯片结构来看，非常像Cerebras公司的WSE超大处理器，即才特斯拉可能采用了TSMC（台积电）的InFO-SoW（集成扇出系统）设计。所以不难推断出，“AI Day”邀请函上面放出的这张图，应该就是马斯克所谓的Dojo超级计算机的自研芯片。根据标准晶圆一块是300mm来看，那么特斯拉这块Dojo芯片设计单个芯片应该与RTX 3090差不多，至少每个芯片有280亿-320亿个左右的晶体管，单个芯片功耗可达250-300w左右，整体功耗约在6250w-7500w左右;并且台积电也曾说InFo-SoW设计的最高功耗约为7000w，同样印证了这一点。其实马斯克早在2019年“Autonomous Day”就提到过Dojo，称Dojo是能够利用海量的视频（级别）数据，做“无人监管”的标注和训练的超级计算机。特斯拉推出Dojo超算以及自研芯片，是必然且在规划中的事，是特斯拉不得不去做的事。就如此前马斯克表示，自动驾驶行业大家都很清楚，无数的边缘场景只能通过真实世界的视觉AI来解决，因为整个世界的道路就是按照人类的认知来建立的。一旦拥有了解决上述问题的AI芯片，其他的就只能算是锦上添花。在自动驾驶的各个场景中，想要实现识别各类型的场景，那么就需要这个“软件”不断自我适应和“进化”，这就是利用神经网络进行深度学习的原因了。所以，当年很可能FSD和Dojo的立项时间不会差太远，只是由于考虑到能耗和需求问题，Dojo等到7nm的技术相对成熟后，才开始逐步推进。从另一个纬度上去理解Dojo的必然性，是从神经网络学习的计算量级上去理解。在2019年“Autonomous Day”发布会上，特斯拉其实已经明示了会去掉雷达，走向纯视觉，且是视频级别的数据进行直接处理。不出意料的话，此次发布会将把Dojo芯片作为最重点的内容进行软硬件的介绍；当然也会覆盖FSD Beta相关的进展介绍，但就目前的信息来看，还极有可能会推出新的基于7nm技术的HW4.0硬件。毕竟在2019年“Autonomous Day”时，马斯克就说过HW4.0的研发已经进行了一半，所以此次发布会，也很有可能借此机会发布新的车载芯片硬件。（文：太平洋汽车网 崖雍）","news_type":1},"isVote":1,"tweetType":1,"viewCount":3177,"commentLimit":10,"likeStatus":false,"favoriteStatus":false,"reportStatus":false,"symbols":[],"verified":2,"subType":0,"readableState":1,"langContent":"CN","currentLanguage":"CN","warmUpFlag":false,"orderFlag":false,"shareable":true,"causeOfNotShareable":"","featuresForAnalytics":[],"commentAndTweetFlag":false,"andRepostAutoSelectedFlag":false,"upFlag":false,"length":4,"xxTargetLangEnum":"ZH_CN"},"commentList":[],"isCommentEnd":true,"isTiger":false,"isWeiXinMini":false,"url":"/m/post/894242725"}