第628章 這比賽，簡直是為英偉達量身定做
「張總，咱們這次準備砸這麼多錢去贊助。」
「要不要在贊助協議里加一條限制條款？」
小劉看著張建忠，語氣裡帶著試探。
「我們要不要要求主辦方規定，所有參賽隊伍在模型訓練和數據處理階段，必須強制使用我們英偉達的顯卡和CUDA架構？」
「如果他們用了競爭對手的卡，比如AMD的，或者用了其他平台的框架，就直接取消參賽資格？」
小劉覺得這是一個非常合理的商業訴求。
既然我花了錢，當然要買斷賽道，不能讓別人來蹭熱度。
張建忠聽到小劉的建議，先是愣了一下，隨後笑著搖了搖頭。
他放下手裡的文件夾，看著小劉。
「小劉啊，你這個想法，在傳統的快消品或者體育賽事贊助里，是沒問題的。」
「比如你贊助了一場馬拉松，你當然可以要求選手必須穿你品牌的跑鞋。」
「但是，在技術圈，尤其是這種頂級的科研比賽里，這一套行不通。」
張建忠耐心地給下屬解釋背後的邏輯。
「你要了解這些搞科研、寫代碼的人的心理。」
「這幫技術極客，骨子裡都有著極強的反叛精神和驕傲。」
「他們通常都有自己一套非常固定、而且經過長時間打磨的研究方法和技術棧。」
「如果你作為一個贊助商，強行去規定他們必須用什麼工具。」
「你猜他們會怎麼想？」
小劉想了想，回答道。
「可能會覺得我們在限制他們的發揮？」
「不止是限制發揮。」張建忠的手指輕輕敲擊著桌面。
「他們會覺得受到了侮辱。」
（由於緩存原因，請用戶直接瀏覽器訪問 TW 看書網伴你讀，𝓈𝒽𝓊.𝓉𝓌超貼心 網站，觀看最快的章節更新）
「在他們看來，技術應該是由解決問題的效率來決定的，而不是由資本的強制條款來決定的。」
「如果你加了強制條款，反而會引發他們的逆反心理。」
「結果就是，那些真正有實力、有自己獨特技術路線的頂尖團隊，可能會直接罷賽，不來玩了。」
張建忠的語氣變得嚴肅起來。
「比賽的受眾一旦減少，頂尖選手的流失，會導致整個比賽的含金量大幅度下降。」
「那我們花這麼多錢贊助的意義何在？」
「我們是來擴大影響力的，不是來把人趕走的。」
張建忠又補充了一個商業上的考量。
「而且，如果你要在規則上做這種硬性的技術限定。」
「主辦方承擔的壓力會非常大，他們需要向參賽者解釋，甚至需要修改底層的評判系統。」
「這會極大地增加我們的談判難度和贊助成本，對我們來說非常不划算。」
小劉聽完張建忠的分析，恍然大悟。
「張總，還是您看問題透徹。」
小劉及時地拍了一個馬屁。
「這不就是網上常說的格局打開了嗎。」
「強扭的瓜不甜，咱們得讓他們心甘情願地用。」
張建忠對小劉的態度表示讚許。
「沒錯。我們現階段的核心策略，不是去封殺別人。」
「而是要把英偉達GPU和CUDA這個概念，深深地植入到所有人的腦海里。」
「只要我們贊助了比賽，刷了足夠的存在感。」
「那些想贏的隊伍，自然會去尋找計算速度最快的方案。」
「他們只要一對比，就會發現，用別人的卡要浪費大量時間配環境、調bug。」
「而用我們的CUDA，可以直接上手跑核心算法。」
「為了拿獎金，為了發論文，他們別無選擇，只會主動來用我們的技術。」
「我們要做的，就是大大方方地把舞台搭好。」
「至於演員用什麼道具，讓他們自己去選。」
「最後贏的人手裡拿著的，一定是我們英偉達的產品。這就是最好的廣告。」
小劉連連點頭。
「明白了張總，這招叫放長線釣大魚。那您先看看清單，看具體定哪些，我們後續去推進。」
張建忠重新拿起文件夾，開始仔細審閱。
這份表格上的第一個項目，也是距離現在舉辦時間最近的一個比賽。
ImageNet大規模視覺識別挑戰賽。
在這個名字下面，小劉附上了幾句關於這個比賽的簡介。
「由史丹福大學李飛飛教授主導發起的圖像資料庫項目衍生的挑戰賽。」
「目標是評估計算機視覺算法在海量圖像分類和目標檢測上的性能。」
「該資料庫包含數百萬張經過人工手動標註的高解析度圖像，涵蓋數千個類別。」
「目前正在籌備首屆比賽，急需贊助商提供算力和資金支持。」
張建忠微微皺了皺眉頭。
ImageNet？
他仔細在腦海里搜索了一下，自己之前並沒有聽說過這個比賽的名字。
李飛飛教授的名字他倒是有所耳聞，知道是一位在學術界比較活躍的華裔學者。
但是，數百萬張人工標註的圖像？
這個規模讓張建忠感到有些不可思議。
現在的計算機視覺領域，主流的研究方向還是如何讓機器理解圖像的幾何特徵、邊緣輪廓這些邏輯規則。
大家用的數據集，通常也就是幾千張圖片。
弄幾百萬張圖片來做比賽？
這算力需求得有多恐怖？
張建忠雖然有些疑惑，但看著這段簡介，他敏銳的商業嗅覺告訴他。
這個比賽的規模絕對不小，而且極具前瞻性。
張建忠沒有立刻下定論。
他把椅子轉過去，面對電腦屏幕，打開了瀏覽器。
他在搜索框裡輸入了「ImageNet」和「李飛飛」。
按下回車鍵。
網絡上關於這個項目的資料並不算多，因為它還沒有正式引起轟動。
但張建忠還是找到了一些李飛飛團隊發表的早期論文和項目願景。
他快速地瀏覽著屏幕上的文字。
越看，他的眼神越亮。
他終於明白了李飛飛想要做什麼。
她提出了一種與當前學術界主流截然不同的思路。
她認為，想要讓計算機真正學會認識這個世界，不能靠人類去教它規則。
而是應該給它看海量的數據。
海量的、已經打好標籤的數據。
讓計算機自己從這幾百萬張圖片裡，去找出規律，去總結特徵。
張建忠的大腦飛速運轉。
幾百萬張高解析度圖像，如果用傳統的CPU去一張張處理。
去提取特徵，去做比對。
那所需要的計算時間，將是一個天文數字。
一個普通的實驗室，根本跑不動這種規模的數據集。
但是。
如果用GPU呢？
如果用擁有成百上千個流處理器、擅長大規模並行矩陣運算的GPU呢？
張建忠瞬間意識到，這個龐大、消耗算力的ImageNet資料庫。
簡直就是為了英偉達的顯卡量身定製的最佳試煉場！
「要不要在贊助協議里加一條限制條款？」
小劉看著張建忠，語氣裡帶著試探。
「我們要不要要求主辦方規定，所有參賽隊伍在模型訓練和數據處理階段，必須強制使用我們英偉達的顯卡和CUDA架構？」
「如果他們用了競爭對手的卡，比如AMD的，或者用了其他平台的框架，就直接取消參賽資格？」
小劉覺得這是一個非常合理的商業訴求。
既然我花了錢，當然要買斷賽道，不能讓別人來蹭熱度。
張建忠聽到小劉的建議，先是愣了一下，隨後笑著搖了搖頭。
他放下手裡的文件夾，看著小劉。
「小劉啊，你這個想法，在傳統的快消品或者體育賽事贊助里，是沒問題的。」
「比如你贊助了一場馬拉松，你當然可以要求選手必須穿你品牌的跑鞋。」
「但是，在技術圈，尤其是這種頂級的科研比賽里，這一套行不通。」
張建忠耐心地給下屬解釋背後的邏輯。
「你要了解這些搞科研、寫代碼的人的心理。」
「這幫技術極客，骨子裡都有著極強的反叛精神和驕傲。」
「他們通常都有自己一套非常固定、而且經過長時間打磨的研究方法和技術棧。」
「如果你作為一個贊助商，強行去規定他們必須用什麼工具。」
「你猜他們會怎麼想？」
小劉想了想，回答道。
「可能會覺得我們在限制他們的發揮？」
「不止是限制發揮。」張建忠的手指輕輕敲擊著桌面。
「他們會覺得受到了侮辱。」
（由於緩存原因，請用戶直接瀏覽器訪問 TW 看書網伴你讀，𝓈𝒽𝓊.𝓉𝓌超貼心 網站，觀看最快的章節更新）
「在他們看來，技術應該是由解決問題的效率來決定的，而不是由資本的強制條款來決定的。」
「如果你加了強制條款，反而會引發他們的逆反心理。」
「結果就是，那些真正有實力、有自己獨特技術路線的頂尖團隊，可能會直接罷賽，不來玩了。」
張建忠的語氣變得嚴肅起來。
「比賽的受眾一旦減少，頂尖選手的流失，會導致整個比賽的含金量大幅度下降。」
「那我們花這麼多錢贊助的意義何在？」
「我們是來擴大影響力的，不是來把人趕走的。」
張建忠又補充了一個商業上的考量。
「而且，如果你要在規則上做這種硬性的技術限定。」
「主辦方承擔的壓力會非常大，他們需要向參賽者解釋，甚至需要修改底層的評判系統。」
「這會極大地增加我們的談判難度和贊助成本，對我們來說非常不划算。」
小劉聽完張建忠的分析，恍然大悟。
「張總，還是您看問題透徹。」
小劉及時地拍了一個馬屁。
「這不就是網上常說的格局打開了嗎。」
「強扭的瓜不甜，咱們得讓他們心甘情願地用。」
張建忠對小劉的態度表示讚許。
「沒錯。我們現階段的核心策略，不是去封殺別人。」
「而是要把英偉達GPU和CUDA這個概念，深深地植入到所有人的腦海里。」
「只要我們贊助了比賽，刷了足夠的存在感。」
「那些想贏的隊伍，自然會去尋找計算速度最快的方案。」
「他們只要一對比，就會發現，用別人的卡要浪費大量時間配環境、調bug。」
「而用我們的CUDA，可以直接上手跑核心算法。」
「為了拿獎金，為了發論文，他們別無選擇，只會主動來用我們的技術。」
「我們要做的，就是大大方方地把舞台搭好。」
「至於演員用什麼道具，讓他們自己去選。」
「最後贏的人手裡拿著的，一定是我們英偉達的產品。這就是最好的廣告。」
小劉連連點頭。
「明白了張總，這招叫放長線釣大魚。那您先看看清單，看具體定哪些，我們後續去推進。」
張建忠重新拿起文件夾，開始仔細審閱。
這份表格上的第一個項目，也是距離現在舉辦時間最近的一個比賽。
ImageNet大規模視覺識別挑戰賽。
在這個名字下面，小劉附上了幾句關於這個比賽的簡介。
「由史丹福大學李飛飛教授主導發起的圖像資料庫項目衍生的挑戰賽。」
「目標是評估計算機視覺算法在海量圖像分類和目標檢測上的性能。」
「該資料庫包含數百萬張經過人工手動標註的高解析度圖像，涵蓋數千個類別。」
「目前正在籌備首屆比賽，急需贊助商提供算力和資金支持。」
張建忠微微皺了皺眉頭。
ImageNet？
他仔細在腦海里搜索了一下，自己之前並沒有聽說過這個比賽的名字。
李飛飛教授的名字他倒是有所耳聞，知道是一位在學術界比較活躍的華裔學者。
但是，數百萬張人工標註的圖像？
這個規模讓張建忠感到有些不可思議。
現在的計算機視覺領域，主流的研究方向還是如何讓機器理解圖像的幾何特徵、邊緣輪廓這些邏輯規則。
大家用的數據集，通常也就是幾千張圖片。
弄幾百萬張圖片來做比賽？
這算力需求得有多恐怖？
張建忠雖然有些疑惑，但看著這段簡介，他敏銳的商業嗅覺告訴他。
這個比賽的規模絕對不小，而且極具前瞻性。
張建忠沒有立刻下定論。
他把椅子轉過去，面對電腦屏幕，打開了瀏覽器。
他在搜索框裡輸入了「ImageNet」和「李飛飛」。
按下回車鍵。
網絡上關於這個項目的資料並不算多，因為它還沒有正式引起轟動。
但張建忠還是找到了一些李飛飛團隊發表的早期論文和項目願景。
他快速地瀏覽著屏幕上的文字。
越看，他的眼神越亮。
他終於明白了李飛飛想要做什麼。
她提出了一種與當前學術界主流截然不同的思路。
她認為，想要讓計算機真正學會認識這個世界，不能靠人類去教它規則。
而是應該給它看海量的數據。
海量的、已經打好標籤的數據。
讓計算機自己從這幾百萬張圖片裡，去找出規律，去總結特徵。
張建忠的大腦飛速運轉。
幾百萬張高解析度圖像，如果用傳統的CPU去一張張處理。
去提取特徵，去做比對。
那所需要的計算時間，將是一個天文數字。
一個普通的實驗室，根本跑不動這種規模的數據集。
但是。
如果用GPU呢？
如果用擁有成百上千個流處理器、擅長大規模並行矩陣運算的GPU呢？
張建忠瞬間意識到，這個龐大、消耗算力的ImageNet資料庫。
簡直就是為了英偉達的顯卡量身定製的最佳試煉場！