演员用什么道具，让他们自己去选。”
“最后赢的人手里拿着的，一定是我们英伟达的产品。这就是最好的gg。”
小刘连连点头。
“明白了张总，这招叫放长线钓大鱼。那您先看看清单，看具体定哪些，我们后续去推进。”
张建忠重新拿起文档夹，开始仔细审阅。
这份表格上的第一个项目，也是距离现在举办时间最近的一个比赛。
iage大规模视觉识别挑战赛。
在这个名字下面，小刘附上了几句关于这个比赛的简介。
“由史丹福大学李飞飞教授主导发起的图象数据库项目衍生的挑战赛。”
“目标是评估计算机视觉算法在海量图象分类和目标检测上的性能。”
“该数据库包含数百万张经过人工手动标注的高分辨率图象，函盖数千个类别。”
“目前正在筹备首届比赛，急需赞助商提供算力和资金支持。”
张建忠微微皱了皱眉头。
iage？
他仔细在脑海里搜索了一下，自己之前并没有听说过这个比赛的名字。
李飞飞教授的名字他倒是有所耳闻，知道是一位在学术界比较活跃的华裔学者。
但是，数百万张人工标注的图象？
这个规模让张建忠感到有些不可思议。
现在的计算机视觉领域，主流的研究方向还是如何让机器理解图象的几何特征、边缘轮廓这些逻辑规则。
大家用的数据集，通常也就是几千张图片。
弄几百万张图片来做比赛？
这算力须求得有多恐怖？
张建忠虽然有些疑惑，但看着这段简介，他敏锐的商业嗅觉告诉他。
这个比赛的规模绝对不小，而且极具前瞻性。
张建忠没有立刻下定论。
他把椅子转过去，面对计算机屏幕，打开了流览器。
他在搜索框里输入了“iage”和“李飞飞”。
按下回车键。
网络上关于这个项目的资料并不算多，因为它还没有正式引起轰动。
但张建忠还是找到了一些李飞飞团队发表的早期论文和项目愿景。
他快速地浏览着屏幕上的文本。
越看，他的眼神越亮。
他终于明白了李飞飞想要做什么。
她提出了一种与当前学术界主流截然不同的思路。
她认为，想要让计算机真正学会认识这个世界，不能靠人类去教它规则。
而是应该给它看海量的数据。
海量的、已经打好标签的数据。
让计算机自己从这几百万张图片里，去找出规律，去总结特征。
张建忠的大脑飞速运转。
几百万张高分辨率图象，如果用传统的cpu去一张张处理。
去提取特征，去做比对。
那所需要的计算时间，将是一个天文数字。
一个普通的实验室，根本跑不动这种规模的数据集。
但是。
如果用gpu呢？
如果用拥有成百上千个流处理器、擅长大规模并行矩阵运算的gpu呢？
张建忠瞬间意识到，这个庞大、消耗算力的iage数据库。
简直就是为了英伟达的显卡量身定制的最佳试炼场！
??&128073; 当前浏览器转码失败：请退出“阅读模式”显示完整内容，返回“原网页”。