华为的“全屋智能”长什么样？

　小鸭毫不费力地做的事情对于人工智能来说是很难的，尤其是深度神经网络这一 AI 分支。

　　如果交给符号 AI，它会怎么做？符号 AI 会处理物体的名称作为知识库，并给“相似”做出定义作为命题。

　　凭借其知识库和命题，符号 AI 采用推理引擎的逻辑规则来回答问题。

　　但符号 AI 缺点在于，要实现更复杂的推理需要庞大的知识库（人工构建），如果 AI 遇到知识库中没有的形状将无法处理。

　　连接主义利用知识进行训练，让神经网络具有学习能力，但容易受到对抗攻击。

　　于是将符号主义和连接主义结合起来的混合式神经-符号 AI（neurosymbolic AI）应运而生。

　　科学家用深度神经网络来构建符号 AI 所需的知识库和命题，省去了人工预设的难题，然后使用符号 AI 对任务进行推理。

　　解决李飞飞 2016 年难题

　　2016 年，李飞飞等人提出了组合语言和基本视觉推理（CLEVR）数据集，要求 AI 回答由计算机生成的简单 3D 形状图像相关问题。
 

　在增程式的技术路线之外，理想汽车的自动驾驶研发也已经提上了公司战略的高度。到 2021 年上半年，理想汽车的自动驾驶团队规模将扩大 3 倍。

　　更重要的是，理想汽车还迎来了一个十分关键的人物——CTO 王凯。

　　王凯之前是伟世通的全球首席架构师及自动驾驶总监，加入理想汽车后全面负责智能汽车相关技术的研发和量产工作，包括电子电气架构、智能座舱、自动驾驶、平台化开发和 Li OS 实时操作系统等。

　　据王凯透露，目前，理想的自动驾驶感知部分采用的是 Mobileye 的技术，车身控制、调校是内部团队负责。未来视觉感知部分的技术，理想将会采取自研的方式。

　　与此同时，理想汽车可能会倾向于先在硬件层面进行布局。比如 2022 年出下一款车将会完成 L4 级硬件的预埋，即便不是让所有硬件「上车」，但是接口会全都到位。

　　不过，尽管已知下一代新车仍将采用增程式方案，但这并不妨碍理想汽车为电动车的相关研发做准备。

　　12 月初，理想汽车已宣布拟增发 4700 万份美国存托股票（ADS），资金将用于下一代电动汽车技术，包括高压平台、高倍率电池和超快充电技术。

　　这也释放出了一个强劲的信号，理想汽车要加速未来技术的预演，加大纯电路线的投入。

　　新智驾总结

　　理想汽车以最快的速度实现 3 万辆交付是一个胜利。

　　尤其是身处新造车这个机遇与挑战并存的市场，这一「理想」速度很大程度地反映出了理想 ONE 这款产品的竞争力，印证了增程式技术路线的是完全可行的。 

　　当然，理想 ONE 所承载的是理想汽车对于产品理念、成本把控、运营效率的思考，在这些维度的共同效应下，理想汽车也完成了从创立到上市 0 到 1 的跨越，进入 1 到 10 的成长期。

　　李想认为，造车新势力只有一次出牌机会，第一次出牌失败了将面临出局。

　　按照预期，理想汽车的下一代新车上市还需等待两年的时间，这意味着理想 ONE 还要继续单兵作战。在这一个时间窗口内，理想 ONE 可能也会遇到一些新的挑战。

　　不过，至少根据目前的情况看来，在新能源汽车的棋盘上，李想的每一步都落在了正确的位置。
 

　对于普通用户来说，可能十几上百台服务器就是应用的极限了，但是互联网大厂的服务器动辄就是上万甚至几十万台，因此每台性能的略微降低累积起来都是一个不得了的数字

　　更重要的是，由于互联网应用的特殊性，相当一部分新采购的服务器都要进行针对性的优化，或者需要进行部分配件的调整与革新，也就需要投入大量的人力、精力和财力，造成资源的浪费。

　　因此对于以腾讯云为代表的云厂商来说，势必要从整机的设计上面，去精简不需要的功能；优化整机的散热能力，降低能耗。配备一个非常强的供应链的管控。去降低计算力的单位成本，并进而将这种成本红利释放给数百万的云上用户。

　　而在安全方面，从芯片层面就进行定制化，势必能更好的保证整机系统的安全可靠。

　　打造云计算的基础设施

　　可见的是，面对未来将呈现井喷式增长的海量数据，对于腾讯云这般体量的云服务商来说，自研服务器将是一条必须要走的路线。

　　就在 2020 Techo Park 开发者大会“下一代软硬一体化的云计算基础设施”分论坛上，腾讯云重磅发布星星海首款自研 GPU 服务器和星星海新一代自研双路服务器，后者也是国内首款搭载即将发布的第三代英特尔至强可扩展处理器（Ice Lake）的双路服务器。

　　刘裕勋表示：“在云游戏场景中，客户对单卡 TCO，单用户成本非常敏感，迫切需要降低成本。但现存所有 GPU 服务器机箱长度过长，当遇到需要低延时边缘部署时，无法满足需求，会出现单卡挂死，导致整机挂死的情况”

　　针对类似的场景和业务需求，星星海首款自研 GPU 服务器在设计上，支持在同一框架内，灵活更换主板，支持多平台兼容，使得业务在面对 GPU 选择时获得非常充分的竞争优势；同时结合业务对 PCIe 带宽要求低的特点，支持 16 卡 GPU+4 路 intel 服务器，达到业界最高密度，可大幅降低单卡 TCO。

　　同时支持边缘部署，提高带宽稳定性，在可用性上，这款 GPU 服务器的 RAS 特性以及 PCIe 热插拔特性，使得单 GPU 故障对整机无影响。

　　星星海新一代自研双路服务器则是基于即将发布的第三代英特尔至强可扩展处理器，采用英特尔的 10 纳米制程，能够满足通用计算、异构计算、裸金属、高性能计算等全业务场景需求。

　　测试数据显示，与搭载第二代英特尔至强处理器的双路服务器相比，新款服务器的浮点性能提高 70%，同时单机最高支持的内存可达 12TB，可充分满足大型数据库等业务需求。

　　经测试，星星海新一代自研双路服务器通过深度优化定制，计算密度提升 50%；通过高性能散热器和研发创新独立风道设计，散热方案支持 CPU 功效提升 45%；基于增强的可靠性、可用性和可服务性（RAS）技术，可多维度全覆盖故障诊断、精细化定位等问题明确故障，使宕机率减少 50%。

　　软硬一体化成趋势

　　事实上，在腾讯云自研服务器的逻辑中，单纯硬件的更新是不足以支撑未来云计算的业务的。

　　在腾讯看来，随着云计算承载的业务规模呈现指数级增长，软件和硬件的结合成为刚需。

　　据腾讯云服务器运营中心专家工程师牛犇介绍，在来料质量方面，腾讯云采取基于业务模型的来料筛选机制，通过云业务模型与硬盘底层参数建模，分析参数统计分布，定制化筛选标准，使得硬盘年化故障率显著降低至1/5。

　　在运营监控方面，腾讯云的硬盘智能监控系统通过多维度硬盘健康评分和 AI 故障预测，使硬盘故障提前识别率提升至 80%。

　　据雷锋网了解到，截止目前，腾讯数据中心正在运行的服务器超过 100 万台，经统计，硬件故障导致的系统宕机中，内存故障占比排第一。

　　腾讯云通过优化算法进行内存筛选、优选 X4 颗粒内存条、使能多种内存 RAS 特性等方式大大提升了服务器的可靠性，并通过部署 MCA Recovery 技术，有效缓解了不可纠正错误的影响，减少 40% 以上内存故障导致的宕机。

　　此外，在网络、运维等方面，腾讯云也都打造了软硬一体化解决方案，去进行优化。

　　其实不仅仅是自研服务器，以腾讯云为代表的云服务厂商也在数据中心、云端软件等领域也进行了广泛的投入。

　　对此，刘裕勋对雷锋网表示到，云上的客户是非常的“挑剔”的，同时云计算市场的竞争也很激烈，客户都希望用低成本，高质量的产品，客户要求的苛刻会推动我们去做更多的变革和演进。

　　在此背景下，通过自研服务器、自研数据中心技术、再到上层的 IaaS、PaaS、SaaS 平台的协同打造，势必能够更好地满足用户的业务需求。

（编辑：威海站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!