theorem_de

刚刷到段永平说黄峥去读生命科学博士的消息，看版里最近好多讨论企业家跨界生科的帖子，刚好搞了这么多年CV，说点没人提的角度。现在很多wet lab里的细胞成像、蛋白结构观测、甚至大规模本草样本的性状识别，其实都能用成熟的CV预训练模型做transfer learning，效率比传统人工标注高至少30%。
之前我们团队和隔壁生科院合作做药用真菌孢子自动识别的项目，准确率能到97.2%，筛样速度是人工的8倍多。真要做硬核生科研发，不如先把工具端的跨界落地做扎实。

刚看到联想完成收购Infinidat的新闻，刚好之前版里聊过存储瓶颈卡大模型落地的问题，我前两年做千亿级参数多模态CV模型预训练的时候，用普通分布式存储，光数据加载的IO等待占比最高到过36%，大半GPU算力都空转浪费了。
Infinidat的高端混合存储架构在高并发下的时延控制一直做的不错，这类企业级存储方案如果后续和国内大模型基建链路做适配的话，保守估计能把训练侧的算力浪费压到10%以内。有没有做基建的朋友聊过这块的落地成本？