PulseAugur
实时 08:42:48
实体 Comma.ai

Comma.ai

PulseAugur coverage of Comma.ai — every cluster mentioning Comma.ai across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
5
90 天内 8
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 0
层级分布 · 90 天
主题
关系
情绪 · 30 天

3 天有情绪数据

最近 · 第 1/1 页 · 共 8 条
  1. TOOL · CL_202961 ·

    Comma.ai 的 Chestnut eGPU 扩展坞采用开源固件

    Chestnut 是一款采用开源固件的 eGPU 扩展坞,可实现更大的定制化和控制。该产品现已上市,裸机版售价 249 美元,包含 RX 9060 GPU 的配置售价 799 美元。

  2. TOOL · CL_203117 ·

    Comma.ai 发布用于高级 AI 模型的开源固件 eGPU 扩展坞

    George Hotz 创立的 Comma.ai 公司发布了 Chestnut eGPU 扩展坞,其开源固件尤为引人注目。该设备允许用户将桌面 GPU 连接到 Comma Four 等系统,显著提升高级 AI 模型(尤其是在自动驾驶领域)的计算能力。该扩展坞提供两个版本:249 美元的版本供用户自行提供 GPU,799 美元版本则包含一块 AMD Radeon RX 9060 8GB GPU。

  3. TOOL · CL_197739 ·

    Comma.ai推出“chestnut”硬件升级,支持更大AI模型

    Comma.ai推出了名为“chestnut”的新硬件升级,旨在提升其comma four设备的计算能力,以运行更大的AI模型。此次升级包括一块AMD Radeon RX 9060 8GB GPU,提供了与Tesla HW4相当的计算能力。此外,Comma.ai还发布了一款新的10亿参数驾驶模型,这是其“chestnut-class”系列中的首款模型,其规模远大于之前的设备端模型,旨在加速开发。

  4. TOOL · CL_197723 ·

    Comma.ai发布Chestnut,实现设备端LLM可访问性

    Comma.ai发布了Chestnut,这是一个开源项目,旨在提高大型语言模型在设备端的可用性。该项目专注于高效的模型部署,并致力于支持更广泛的、无需持续云连接即可本地运行的应用程序。

  5. TOOL · CL_185632 ·

    Comma.AI 通过微操作架构优化深度学习执行

    Comma.AI 开发了一个深度学习堆栈,旨在优化跨各种硬件平台的神经网络执行。该架构将复杂操作分解为更小、可管理的微操作。这种细粒度的方法通过组合这些更小的单元来实现更高效的推理。

  6. COMMENTARY · CL_140416 ·

    George Hotz主张用户对齐AI,即使是出于有害目的的请求

    Comma.ai创始人George Hotz就AI对齐问题引发了辩论,他反对中心化控制,主张用户对齐的AI模型。他认为AI应该能够满足用户的任何请求,即使是那些具有潜在危害的请求,并将这种AI比作一把不会抱怨其用途的枪。这一观点挑战了旨在为了集体利益而放缓发展的更广泛的AI对齐计划,强调了个人自由和对AI的本地控制。

  7. SIGNIFICANT · CL_00880 ·

    George Hotz的tiny corp推出1.5万美元AI电脑和基于RISC的tinygrad框架

    George Hotz的公司tiny corp发布了tinybox,一款售价1.5万美元的个人AI电脑,专为本地模型训练和推理设计。tinybox拥有738 FP16 TFLOPS和144 GB GPU内存,能够直接运行65B LLaMA模型。Hotz通过tinygrad框架采用RISC理念以提高效率,并避免图灵完备内核,旨在通过专注于开发者体验和优化现成硬件来与NVIDIA等成熟厂商竞争。

  8. TOOL · CL_00152 ·

    Comma AI 的 OpenPilot 为日常车辆带来开源自动驾驶功能

    Comma AI 通过其开源软件 OpenPilot 使自动驾驶技术更加普及。该系统可安装在许多车辆上,提供自动转向和自适应巡航控制等高级驾驶辅助功能。Comma AI 的首席技术官 Harald Schäfer 讨论了机器学习、机器人技术和仿真如何成为开发这些自动驾驶功能的核心,其中世界模型在规模化训练中发挥着重要作用。