2. Fórumok
  3. Infotech
  4. A csúcsra repítheti a Teslát a Dojo szuperszámítógép
Keresés

Új hozzászólás Aktív témák

  • #28 vicze félisten ddekany #19
    Új Válasz #28
    Új hozzászólás
    Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra
    Privát üzenet küldése

    vicze

    félisten

    válasz ddekany #19 üzenetére

    DGX SuperPOD . Kulcsrakészen 8 szekrényben 256db H100, és ezt úgy bővíted ahogy akarod.
    Nem azonos a tray méret és a egyéb kiszolgálói igény. Úgyhogy ezt kimarad: "2 System Trays per Cabinet" a D1-nél. Tehát a 20db az 10 szekrény D1-nenk, 35db, az 9 szekrény H100-nak.
    Mivel továbbra is N7 vs. N4, a hűtési igény jelentősen kisebb, így nagyobb lehet a sűrűség.

    Tesla D1-nél lehet, hogy a szekrények "egy egység", míg DGX modulokhoz nyilván kell +hálózat, ami 1-3 extra szekrény, így esetileg lehet több, de ez elég minimális különbség összességében.

  • #25 #54625216 törölt tag ddekany #19
    Új Válasz #25
    Új hozzászólás
    Összes hozzászólása itt Válaszok az összes hozzászólására itt Válaszok erre a hozzászólásra

    #54625216

    törölt tag

    válasz ddekany #19 üzenetére

    Azt nem értik, hogy a Tesla megoldása (pontosabban az FSD v12) "end to end AI", azaz kizárólag videókból tanul mindenfajta előre programozott heurisztikák nélkül.
    Felismeri a zebrát, mert x ezer órányi training videón az autósok megálltak a zebránál és a rendszer magától megtanulta, hogy ezek szerint neki is meg kell állnia, nem pedig azért, mert valaki beprogramozta, hogy mi az a zebra, hogyan kell felismerni és mit kell csinálni, ha odaér egyhez.

    A Morgan Stanley azt árazta most be, hogy ha a Tesla end to end rendszere eléri a kritikus szintet, akkor behozhatatlan előnye lesz a "programozott" önvezető rendszerekkel szemben. Főleg mivel a Tesla-nak szinte korlátlan training adat áll rendelkezésére a két millió forgalomban lévő Tesla-nak köszönhetően, míg a többiek még csak most kezdik el egyáltalán szenzorokkal felszerelni a járműveiket.
    Ráadásul az "end to end" tanulással szerzett tapasztalatait a Tesla más termékeknél is alkalmazni tudja akár mint fejlesztő, akár mint szolgáltató.

Új hozzászólás Aktív témák