理想 TOP2 01月21日
李想AI Talk提到的理想英伟达合作论文
index_new5.html
../../../zaker_core/zaker_tpl_static/wap/tpl_guoji1.html

 

本文深入剖析了理想汽车在AI领域的战略布局。文章指出,理想汽车通过与英伟达合作,发布了Balanced 3DGS论文,解决了3DGS模型训练中的负载不均衡问题,为构建三维向量空间语言模型奠定基础。此外,理想汽车还通过技术发布会和AI Talk等活动,持续发布论文,对外传递其AI技术实力,吸引顶尖AI人才。这些举措不仅展示了理想汽车在AI技术上的投入,也明确了其将AI作为核心战略的决心,并以此为基础,构建未来的硅基家人产品。

💡理想汽车与英伟达联合发布Balanced 3DGS论文,该论文采用精细分块方法的高斯球维度并行渲染技术,有效解决了3DGS模型训练中的负载不均衡问题,显著提高了训练性能。这项技术是理想汽车构建三维向量空间语言模型的重要前置工作。

📢理想汽车通过技术发布会和AI Talk等活动,公开其在AI领域的研究成果和战略规划,并不断发表论文。这些举措不仅展示了理想汽车在AI技术上的实力,更是面向AI人才的招人广告,旨在吸引顶尖人才加入。

🎯理想汽车明确将AI作为公司核心战略,并设定了远期目标,包括推出硅基家人等产品。李想认为,基座模型是AI的关键,理想汽车将致力于构建VLA基座模型,融合语言模型并使其具备三维向量空间能力。

🚀理想汽车的AI战略,从最初的隐藏战略转变为公开的阳谋战略,目的是吸引足够多的人才。为此,理想汽车不仅在技术上不断突破,还在宣传上积极发声,以塑造其在AI领域的领导地位,并吸引顶尖人才。

原创 理想TOP2 2025-01-19 18:58 四川

本文核心表达两点:

1.理想与英伟达合作的Balanced 3DGS 讲的是采用精细分块方法的高斯球维度并行渲染技术,完美地解决负载不均衡问题,从而显著提高3DGS模型训练性能。是李想AI Talk提到的用高斯球方式,给语言模型具备三维向量空间的能力的前置工作。

2.24年7月5日充满技术向的双系统发布会,24年12月李想的AI Talk,理想选择不断发论文。这三者都是面向AI人才的招人广告,已经取得效果,将来还会继续有效果。


以下为更细化阐述:

2024年12月李想在AI Talk上提到“接下来也能看到我们的一些论文。我们如何用三维向量空间,包括用高斯球方式,给语言模型具备三维向量空间的能力。

2024年12月23日理想英伟达联合发布Balanced 3DGS: Gaussian-wise Parallelism Rendering with Fine-Grained Tiling

其中理想为第一单位,英伟达北京为第二单位。

这篇论文本身讲的是采用精细分块方法的高斯球维度并行渲染技术,完美地(论文原始用词perfectly)解决负载不均衡问题,从而显著提高3DGS模型训练性能。

即这篇论文本身没讲用高斯球的方式,给语言模型具备三维向量空间的能力,不过是前备工作。

之后文章会不断强调,本次AI Talk李想清晰地表达了理想作为一家AI公司的前进方向,最大的前提是信了OpenAI 制定的AI五阶段的行业标准,理想远期可以推出硅基家人这样的产品。AI最关键的锚点是基座模型,基座模型是AI的操作系统与编程语言,基座模型是新一代入口——它会在所有设备之上,在所有服务之上。无论多么难,理想一定要做。李想判断L4的基座模型是VLA,VLA将融合语言模型,语言模型将具备三维向量空间的能力。


回到论文本身,当像素和高斯球之间的工作负载存在差异时,一些线程会处于活动状态,而另一些线程则会处于空闲状态,从而降低整体性能,据理想和英伟达北京所知,此前没有研究在渲染计算层面解决不均衡问题。

论文确定了三种显著的负载不平衡问题:

    CUDA静态分配导致的流处理器(SM)负载不平衡

    分块中的负载不平衡

    训练阶段的负载不平衡


理想提出Balanced 3DGS来解决上述问题,并认为完美解决了负载不均衡问题(perfectly solving load-imbalance issue)。

这个完美一方面是理论上的完美,核心通过动态负载分配、高斯球维度并行渲染和细粒度分块来从理想上消除负载不均衡问题。

具体来说:

动态负载分配:通过动态任务映射,确保所有SM(流式多处理器)都能充分利用,避免了某些SM空闲而其他SM过载的情况。

高斯球维度并行渲染:通过将像素的渲染任务从像素级并行改为高斯球级并行,减少了warp内的负载差异,避免了线程的“提前停止”问题。

细粒度分块:通过减少每个线程块处理的分块大小,进一步均衡了负载,使得所有SM的工作负载更加均匀。

另一方面是实验结果上。

原始方法GPU占用率为22.6%,远低于理论上100%的最大占用率。

细粒度组合负载均衡(Fine-Grained Combined Load Balancing)方法中,GPU占用率为55.02%,接近理论上62.5%的最大占用率,前向渲染计算算子性能最高提升7.52x。


以上即为本篇论文的核心工作。


本文第二个核心表达点是24年7月5日充满技术向的双系统发布会,24年12月李想的AI Talk,理想选择不断发论文。这三者都是面向AI人才的招人广告,已经取得效果,将来还会继续有效果。

24年7月6日TOP2在《理想双系统发布会917字总结与完整图文》就明确提到理想今天下半场发布会的受众是自动驾驶从业人员与技术爱好者,可以类比苹果的WWDC与特斯拉 AI Day。如果你作为普通用户或股东感到沉闷无趣是非常正常的。

特斯拉明确解释过自己的AI Day目的就是招人广告,后面不办AI Day了,主流解读是招人广告的目的已经达到了,且中国公司追得太快了。


24年12月李想在AI Talk里明确提到:“2023年初发布战略时,我们做了根本性变化,把人工智能从隐藏战略变成开放的阳谋战略。这样,才能吸引足够多人才。

“拿L4的门票的先决条件第一是500万辆以上的车。第二,要掌握VLA基座模型的能力。第三,要足够多的钱,招募最顶级的人才,拥有足够算力。”


可以看到,李想明确了23年初将公司明确定义成AI公司,是因为必须得招足够的人,24年12月的李想也明确了在AI领域必须得招募最顶级人才。在汽车之家,与理想汽车早期,李想更多的叙事更接近是自己有本事让本来水平一般的人达到一个高水平。现在变成,必须自己塑造一个足够有吸引力的前进方向与足够多的钱,来吸引最顶级的人才。


市面上存在着对双系统发布会的吐槽声,认为用户根本不关心这些,没有宣传效果,反而是给竞争对手指路。

这个吐槽声,一方面是正确的,另一方面又是错误的。

正确的地方在的确大多数用户不关心,的确如果竞争对手想借鉴,更方便借鉴了。


错误的地方在于,招人是更大的主要矛盾,并且要区分0-1/1-10/10-100,吐槽者拿1-10/10-100应该做的事来指责理想0-1做的事是错误的。理想双系统发布会对技术爱好者是非常友好且有传播度的,这波人是将来进一步扩散的积极进步力量。

理想目前的行业地位不及特斯拉,双系统只有小米在公开层面表达了要立马跟进。

对现在的理想而言,这样做利大于弊。其他家快速跟进理想技术路线,对理想技术心智反而很有帮助。对特斯拉而言,弊可能大于利,其他家快速跟进,削弱了特斯拉竞争优势,对技术心智加成有限。


公众号自动驾驶之心,是面向中国自动驾驶从业者的群,理想双系统发布会后,自动驾驶之心提到理想的文章绝对数量大大提高,这里主要是三部分,一部分是理想双系统发布会AI Talk这种理想的相关新闻,一部分是理想的论文,一部分是自动驾驶之心自己的广告。

如上面所提,自动驾驶之心的受众是中国自动驾驶从业者,这种标题背后其实是自动驾驶之心自己的广告,最近一年,在TOP2记忆与简单非深入检索下,类似广告标题,如果提了具体公司,除了提了一次小米,其他绝大多数都是理想。


《理想不造车了?入局具身智能!?》这个标题,实际是个群推,群推就是十个左右公众号一起推一篇文章,目的是为了互相增粉。

自动驾驶之心这样起标题完全市场驱动的,背后其实反应的是理想的自动驾驶相关内容最近半年更受中国自动驾驶从业者关注。

并且,自动驾驶之心里小鹏华为相关论文数量远远小于理想数量,这自然也是增加了理想曝光度,潜移默化下也是招人广告。


加微信,进群深度交流理想长期基本面。不是车友群。

阅读原文

跳转微信打开

Fish AI Reader

Fish AI Reader

AI辅助创作,多种专业模板,深度分析,高质量内容生成。从观点提取到深度思考,FishAI为您提供全方位的创作支持。新版本引入自定义参数,让您的创作更加个性化和精准。

FishAI

FishAI

鱼阅,AI 时代的下一个智能信息助手,助你摆脱信息焦虑

联系邮箱 441953276@qq.com

相关标签

理想汽车 AI战略 Balanced 3DGS 人才招聘 基座模型
相关文章