张磊，作为一位资深投资者，他数十年的投资旅程不仅是对资本的积累，更是对人生哲学的深刻体悟。在他看来，人生的成败往往取决于一个人的“格局”——这是一种超越了简单成功与失败的境界观，它关乎视野、胸怀以及对未来的深远规划。
“格局大，则虽远亦至；格局小，则虽近亦阻。”张磊如是说。这句话道出了格局对于一个人，尤其是创业者和企业家的重要性。在张磊眼中，拥有伟大格局观的创业者和企业家是理想的合作伙伴，他们的视野和胸襟成为彼此合作的桥梁和纽带。
与形形色色的创业者交流，对张磊而言，是一种激情澎湃的体验。这些创业者对科技的创新和产业的进化抱有近乎本能的直觉和强烈的渴望，他们的洞察力和前瞻性是推动时代进步的重要力量。
创业是一条漫长且充满挑战的道路，创业者在这条道路上往往孤独前行。因此，张磊强调，在价值投资的过程中，选择与具有伟大格局观的创业者同行，是至关重要的决策。
张磊对“伟大格局观”的定义是多维度的，涵盖了四个核心要素：
1. 长期主义理念：在不断变化的环境中寻求长期发展，不被短期的波动所动摇。
2. 行业洞察力：对所处行业有着深刻的理解和敏锐的觉察，能够在持续的创新中捕捉到行业发展的关键趋势。
3. 专注的执行力：以一种近乎工匠精神的态度，将每一件事做到极致，追求卓越。
4. 同理心：具有强大的共情能力，能够协调和动员更多的资源，将理念转化为现实。
张磊将“长期主义理念”放在首位，这反映了他的投资信念——与时间为友。他相信，真正的创业者在起步时往往缺乏资本、数据、经验和人才，因此，成功的创业不可能一蹴而就。但如果他们能够超越短期利益的诱惑，将价值观置于利润之上，坚持做正确的事情，那么利润自然会随之而来。
这是一种超越了零和博弈的企业家精神，这样的创业者更能够专注于创造长期价值，他们的事业往往能够走得更远，达到更高的境界。张磊的投资感悟，不仅是对投资领域的深刻洞察，也是对人生哲学的精彩阐释，为人们提供了一种超越短期利益，追求长远和可持续发展的思考方式。
“格局大，则虽远亦至；格局小，则虽近亦阻。”张磊如是说。这句话道出了格局对于一个人，尤其是创业者和企业家的重要性。在张磊眼中，拥有伟大格局观的创业者和企业家是理想的合作伙伴，他们的视野和胸襟成为彼此合作的桥梁和纽带。
与形形色色的创业者交流，对张磊而言，是一种激情澎湃的体验。这些创业者对科技的创新和产业的进化抱有近乎本能的直觉和强烈的渴望，他们的洞察力和前瞻性是推动时代进步的重要力量。
创业是一条漫长且充满挑战的道路，创业者在这条道路上往往孤独前行。因此，张磊强调，在价值投资的过程中，选择与具有伟大格局观的创业者同行，是至关重要的决策。
张磊对“伟大格局观”的定义是多维度的，涵盖了四个核心要素：
1. 长期主义理念：在不断变化的环境中寻求长期发展，不被短期的波动所动摇。
2. 行业洞察力：对所处行业有着深刻的理解和敏锐的觉察，能够在持续的创新中捕捉到行业发展的关键趋势。
3. 专注的执行力：以一种近乎工匠精神的态度，将每一件事做到极致，追求卓越。
4. 同理心：具有强大的共情能力，能够协调和动员更多的资源，将理念转化为现实。
张磊将“长期主义理念”放在首位，这反映了他的投资信念——与时间为友。他相信，真正的创业者在起步时往往缺乏资本、数据、经验和人才，因此，成功的创业不可能一蹴而就。但如果他们能够超越短期利益的诱惑，将价值观置于利润之上，坚持做正确的事情，那么利润自然会随之而来。
这是一种超越了零和博弈的企业家精神，这样的创业者更能够专注于创造长期价值，他们的事业往往能够走得更远，达到更高的境界。张磊的投资感悟，不仅是对投资领域的深刻洞察，也是对人生哲学的精彩阐释，为人们提供了一种超越短期利益，追求长远和可持续发展的思考方式。
高级会计师培训一直是许多财务人士追求的目标，选择一个好的培训机构至关重要。以下是一些选择高级会计师培训网校的建议：
1.首先要选择一个有丰富经验的培训机构，如大成鼎才。他们专注于应用型高级人才培养，与4A级财税机构合作，每年培训人数高达40万，拥有海量的网络视频课程资源和现场培训经验。
2.其次要看师资团队是否强大，大成鼎才的师资团队具有多年的命题经验，深谙考试规律，能够帮助考生紧抓考点，提高命中率。他们还有专业辅导团队，提供一对一论文辅导，帮助考生攻克论文难题，评审通过率在行业内领先。
3.最后要考虑培训机构的教学方法是否个性化，是否能够根据学员的需求提供量身定制的教学。大成鼎才提供一对一个性化指导，帮助学员高效取证，从实务考试到论文评审阶段都能够全方位支持学员。
综上所述，选择一个好的高级会计师培训网校像选择大成鼎才这样有经验、师资强大、个性化教学的机构是非常关键的。希望以上建议对您有所帮助，祝您取得成功！
1.首先要选择一个有丰富经验的培训机构，如大成鼎才。他们专注于应用型高级人才培养，与4A级财税机构合作，每年培训人数高达40万，拥有海量的网络视频课程资源和现场培训经验。
2.其次要看师资团队是否强大，大成鼎才的师资团队具有多年的命题经验，深谙考试规律，能够帮助考生紧抓考点，提高命中率。他们还有专业辅导团队，提供一对一论文辅导，帮助考生攻克论文难题，评审通过率在行业内领先。
3.最后要考虑培训机构的教学方法是否个性化，是否能够根据学员的需求提供量身定制的教学。大成鼎才提供一对一个性化指导，帮助学员高效取证，从实务考试到论文评审阶段都能够全方位支持学员。
综上所述，选择一个好的高级会计师培训网校像选择大成鼎才这样有经验、师资强大、个性化教学的机构是非常关键的。希望以上建议对您有所帮助，祝您取得成功！
昨天采访了NVIDIA的吴新宙、刘通、Norm Marks，今天下午解禁，简单总结几个核心问题：
Q：NVIDIA如何满足汽车行业对AI越来越高的需求？
吴新宙：NVIDIA的一个巨大优势就是端到端（合作方式的端到端），汽车只是我们的一个vertical（垂直领域）。
我们在数据中心、训练工具都有巨大的投入，英伟达可能是最不需要担心卡的公司（笑）。我们也有SoC和安全平台，从底层软件加上芯片，所有的每一层都有引入非常强的安全概念，我们还有端到端全栈软件的开发。
Q：NVIDIA对于智能驾驶，接下来有什么规划？
吴新宙：我们目前主要是三步走的规划。
第一步是希望软件尽快在现有的L2和L2+系统上，达到市场领先水平，或者第一梯队水平。
NVIDIA还是有巨大的优势，因为我们有巨大的人才优势，也有非常好的训练体系，算力上也有很大的优势。
第二步是希望在L2++的领域有些新的突破，真正做到行业领先的水平。
其中我们还是希望未来的软件站是端到端的可训练，把上游的模块完全打通，不光是模型之间打通，还可以做到端到端训练。我们整体上完全用生成式大模型的布局已经开始，相信今年晚些时间就可以有DEMO展示给大家，通过端到端模型的方式完成。
刚才我说的只是把上游模型和下游模型打通，但还不是真正意义上的基于生成式AI的模式，我们也会把VLM、LLM运用到自动驾驶，真的非常高兴每天都可以看到进展，期待真正把NVIDIA的天花板进一步提高。
第三步就是现在已经开始的，希望能够在2026年量产的L3，完全把人从系统中拿掉，这才是自动驾驶真正的价值所在。
以前就说过，我们的核心是让大家在车里不是开车，而是可以玩手机，这是大家的刚需。开车不是刚需，从A点到B点是刚需，玩手机也是刚需。
Q3：在车企和科技公司自研智能驾驶芯片的背景下，NVIDIA如何保持差异化优势？
吴新宙：其实NVIDIA的优势也非常明显，我们是整个AI生态的赋能者，不是专注于做车，可以说每个AI的突破，我们都希望在NVIDIA的生态中产生。
我们在把AI在我们系统中不停地往前迭代，可以对我们的整体硬件架构进行优化，再把这些成果变成车端的芯片。
我觉得AI时代就是这样快速迭代、快速变化的时代，NVIDIA的芯片，一定是能够最高效地把AI最前端的东西运用到车端的芯片。
另外我还要再强调安全，安全不是一蹴而就的东西，需要大量的投入、大量的经验。特别是端到端能够把安全做好，包括芯片的模块和上面操作系统的模块、云端所有训练工具的安全性，真正产生高效安全的网络，可以把软件部署到车端芯片。
Q：NVIDIA Drive Thor的生态进展如何？
刘通：DRIVE Thor的生态，它可以分为三种类型。
第一种是国内车企的全自研型，无论是预控制器还是算法开发都是自研，有着这样一批车企，包括理想、小鹏、极氪这一类，DRIVE Thor已经有了一系列已经公布的汽车客户，他们都在做全栈自研的研究。
第二种是生态合作伙伴，我们在汽车行业类叫做Tier1，在上海和北京车展会有更多的信息发布，我们会有Tier1和更多车企的签约，就是做硬件预控制器的合作伙伴很快就会公开。
第三种就是围绕DRIVE Thor软件供应商和开发商以及智能座舱软件开发商，这一类是软件合作伙伴的生态，我们也在积极拓展。
Q：中国客户目前和NVIDIA合作的方式有哪些？
刘通：我为大家讲一些已经允许我们公开的客户列表，其中有些还没有公开。
首先中国的新能源汽车销量第一的比亚迪，也是我们的客户，我们跟比亚迪的合作就是端到端全栈式合作。
包括车端芯片、DRIVE Orin、DRIVE Thor，智驾芯片、数据中心端的解决方案，GPU产品、数据中心的网络，以及NVIDIA用于AI开发和自动驾驶算法开发或者大模型的开发的软件系列产品NVIDIA AI Enterprise智能工厂。
NVIDIA和比亚迪也在做机器人领域的合作，包括前不久GTC上宣布的和比亚迪的合作。制造领域可以用到我们的Omniverse做自主机器的仿真，包括物流小车、机械臂都需要大量的仿真提高智能效果，所以在工厂环节有很多应用场景会用到我们的软件，包括Omniverse和一些软件开发包，再到我们的嵌入式芯片，除了车端芯片还有广泛用于机器人环节的边缘计算Jetson。
我们在比亚迪有全系列合作，DRIVE Thor、DRIVE Orin、Omniverse，是最完整的合作代表。
我们这种端到端的合作也在其他车企扩展，包括新势力客户理想就是第一批采用DRIVE Orin的高端客户。
小鹏很早就用DRIVE Orin发布非常先进的智驾用户体验，他们也宣布采用下一代的DRIVE Thor，所以前期DRIVE Orin客户都在纷纷向DRIVE Thor迁移。
Q：有哪些公司和NVIDIA展开了生成式大模型上车的合作？
Norm Marks：中国方面比如说理想，他们的MindGPT以及对未来车舱的构想，大语言模型如何与客户进行互动，这些都是和我们密切合作的成果。
我们还有两个国内主要的合作伙伴，吉利在智能领航以及座舱领域都和我们有密切合作，座舱是很多车企都在发力的一个领域。
蔚来的NOMI GPT也是一种交互式的大模型，用于座舱中可以有百科问答、座舱氛围大师等等，百科问答也是基于知识库和增强检索生成技术。
蔚来也是用我们的GPU进行加速，通过把我们的GPU打包到他们的座舱里面，客户可以加速自己大模型的部署。
总结如上，另外，新宙博士胖了点[doge]
#新能源汽车##2024北京车展##英伟达##人工智能#
Q：NVIDIA如何满足汽车行业对AI越来越高的需求？
吴新宙：NVIDIA的一个巨大优势就是端到端（合作方式的端到端），汽车只是我们的一个vertical（垂直领域）。
我们在数据中心、训练工具都有巨大的投入，英伟达可能是最不需要担心卡的公司（笑）。我们也有SoC和安全平台，从底层软件加上芯片，所有的每一层都有引入非常强的安全概念，我们还有端到端全栈软件的开发。
Q：NVIDIA对于智能驾驶，接下来有什么规划？
吴新宙：我们目前主要是三步走的规划。
第一步是希望软件尽快在现有的L2和L2+系统上，达到市场领先水平，或者第一梯队水平。
NVIDIA还是有巨大的优势，因为我们有巨大的人才优势，也有非常好的训练体系，算力上也有很大的优势。
第二步是希望在L2++的领域有些新的突破，真正做到行业领先的水平。
其中我们还是希望未来的软件站是端到端的可训练，把上游的模块完全打通，不光是模型之间打通，还可以做到端到端训练。我们整体上完全用生成式大模型的布局已经开始，相信今年晚些时间就可以有DEMO展示给大家，通过端到端模型的方式完成。
刚才我说的只是把上游模型和下游模型打通，但还不是真正意义上的基于生成式AI的模式，我们也会把VLM、LLM运用到自动驾驶，真的非常高兴每天都可以看到进展，期待真正把NVIDIA的天花板进一步提高。
第三步就是现在已经开始的，希望能够在2026年量产的L3，完全把人从系统中拿掉，这才是自动驾驶真正的价值所在。
以前就说过，我们的核心是让大家在车里不是开车，而是可以玩手机，这是大家的刚需。开车不是刚需，从A点到B点是刚需，玩手机也是刚需。
Q3：在车企和科技公司自研智能驾驶芯片的背景下，NVIDIA如何保持差异化优势？
吴新宙：其实NVIDIA的优势也非常明显，我们是整个AI生态的赋能者，不是专注于做车，可以说每个AI的突破，我们都希望在NVIDIA的生态中产生。
我们在把AI在我们系统中不停地往前迭代，可以对我们的整体硬件架构进行优化，再把这些成果变成车端的芯片。
我觉得AI时代就是这样快速迭代、快速变化的时代，NVIDIA的芯片，一定是能够最高效地把AI最前端的东西运用到车端的芯片。
另外我还要再强调安全，安全不是一蹴而就的东西，需要大量的投入、大量的经验。特别是端到端能够把安全做好，包括芯片的模块和上面操作系统的模块、云端所有训练工具的安全性，真正产生高效安全的网络，可以把软件部署到车端芯片。
Q：NVIDIA Drive Thor的生态进展如何？
刘通：DRIVE Thor的生态，它可以分为三种类型。
第一种是国内车企的全自研型，无论是预控制器还是算法开发都是自研，有着这样一批车企，包括理想、小鹏、极氪这一类，DRIVE Thor已经有了一系列已经公布的汽车客户，他们都在做全栈自研的研究。
第二种是生态合作伙伴，我们在汽车行业类叫做Tier1，在上海和北京车展会有更多的信息发布，我们会有Tier1和更多车企的签约，就是做硬件预控制器的合作伙伴很快就会公开。
第三种就是围绕DRIVE Thor软件供应商和开发商以及智能座舱软件开发商，这一类是软件合作伙伴的生态，我们也在积极拓展。
Q：中国客户目前和NVIDIA合作的方式有哪些？
刘通：我为大家讲一些已经允许我们公开的客户列表，其中有些还没有公开。
首先中国的新能源汽车销量第一的比亚迪，也是我们的客户，我们跟比亚迪的合作就是端到端全栈式合作。
包括车端芯片、DRIVE Orin、DRIVE Thor，智驾芯片、数据中心端的解决方案，GPU产品、数据中心的网络，以及NVIDIA用于AI开发和自动驾驶算法开发或者大模型的开发的软件系列产品NVIDIA AI Enterprise智能工厂。
NVIDIA和比亚迪也在做机器人领域的合作，包括前不久GTC上宣布的和比亚迪的合作。制造领域可以用到我们的Omniverse做自主机器的仿真，包括物流小车、机械臂都需要大量的仿真提高智能效果，所以在工厂环节有很多应用场景会用到我们的软件，包括Omniverse和一些软件开发包，再到我们的嵌入式芯片，除了车端芯片还有广泛用于机器人环节的边缘计算Jetson。
我们在比亚迪有全系列合作，DRIVE Thor、DRIVE Orin、Omniverse，是最完整的合作代表。
我们这种端到端的合作也在其他车企扩展，包括新势力客户理想就是第一批采用DRIVE Orin的高端客户。
小鹏很早就用DRIVE Orin发布非常先进的智驾用户体验，他们也宣布采用下一代的DRIVE Thor，所以前期DRIVE Orin客户都在纷纷向DRIVE Thor迁移。
Q：有哪些公司和NVIDIA展开了生成式大模型上车的合作？
Norm Marks：中国方面比如说理想，他们的MindGPT以及对未来车舱的构想，大语言模型如何与客户进行互动，这些都是和我们密切合作的成果。
我们还有两个国内主要的合作伙伴，吉利在智能领航以及座舱领域都和我们有密切合作，座舱是很多车企都在发力的一个领域。
蔚来的NOMI GPT也是一种交互式的大模型，用于座舱中可以有百科问答、座舱氛围大师等等，百科问答也是基于知识库和增强检索生成技术。
蔚来也是用我们的GPU进行加速，通过把我们的GPU打包到他们的座舱里面，客户可以加速自己大模型的部署。
总结如上，另外，新宙博士胖了点[doge]
#新能源汽车##2024北京车展##英伟达##人工智能#
✋热门推荐