FF 91 or 特斯拉？

今年CES上，“中国追梦人”贾跃亭依然是摆出了他心爱的旧玩具FF 91，这款车和老贾一样，除了没有落地，几乎啥都好，强劲的动力，炫酷的外形和科技感十足的超大车载带鱼屏。不过如果真要买，我个人还是倾向买马斯克的特斯拉，好歹人家几款车都量产了，还没啥负面消息，你开个FF 91上街真不怕给乐视讨债的砸了？

FF 91集全球先进技术为一身，特别是依靠“激光雷达”进行自动驾驶和泊车赚足了人们的眼球。激光雷达属于一种主动探测模式，FF 91选中它主要是因为其技术的先进性，但是目前激光雷达还存在成本高、算法纰漏和频率干扰等问题，所以个人认为激光雷达不如毫米波+深度学习的组合。

最近奇瑞汽车就与Nvidia展开合作，成为国内首家采用了Nvidia自动驾驶技术的车商，Nvidia自动驾驶技术是在汽车上安装分布式光学探测阵列+GPU工作站，通过对周围物体的实时捕捉、渲染、计算，模拟人眼的工作方式进行环境分析和安全避障。当然也支持激光雷达、毫米波和超声波传感器。

小心，汽车内置核弹！

GPU工作站主要用来进行深度学习、人工智能和HPC高性能运算，GPU工作站一般跑高精度模型或者图形识别一类的工作，这类工作需要非常巨量的运算，而运算则利用了GPU计算卡的高内存宽带、多线程的优势进行巨量运算。以特斯拉车载的Drive PX 2为例，这是一个拥有2块GPU的车载GPU工作站，采用帕斯卡架构16nm工艺，相当于6块GTX Titan X的性能。

双精度运算的好处就是得到的结果更加精确，举个例子，单精度运算（32bit）得到的结果如果是1.00m，那么双精度（64bit）得到的结果就是1.0000m，在自动驾驶中，得到的结果越精确，自动驾驶也就越安全。

我该如何从零开始入门深度学习？

毫不夸张的说，中国现在在深度学习研究上并不落后于欧美，甚至部分还有领先优势。不少大学生也选择在深度学习领域展开研究，而要从事深度学习的研究工作，首先你得拥有一台GPU服务器。

以网烁NG2209这款2U双路双卡GPU服务器为例，首先单价较其它服务器更低，普通人也能负担。这款GPU服务器采用了E5-2603v4 1.7G六核六线程CPU，1根金士顿DDR4 2400 RECC 16G专用内存，而专用卡选用了Tesla P100 16G。适用于高性能运算、大数据分析、VR服务、AI研究、生化模拟、深度学习等，适合中小公司和个人进行深度学习研究。

如果你对深度学习有兴趣，其实也是能自学的……现在深度学习工程师待遇高（请不要以月薪上万来形容他们，那只是基本福利），公司和社会地位高，当然要学的东西也不少。高等数学、python等都需要你系统学习，等你有一定积累后出师，能接收你的公司起码都是阿里、TX这类大型互联网企业。