lonelygo

嗯，Web 站点 500 了，所以来这边看看

@alexapollo Star & Fork / 收藏 & 感谢 一波流操作已完成。

扫了一眼贵司的官网，有几个小小的建议：
1 、在不对核心技术 /架构公开的情况下，对能力有更好的细节性阐述，否则有 PPT 方案的嫌疑；
2 、AI 的落地在不同行业领域，不同任务方向其实还是有差异的（如：推荐和安防），建议结合业务场景说明能力和架构的异同；
3 、个人认为“中台”这个概念还是存在争议的，定义为“AI 中台”会不会“劝退”对“中台”不感冒的潜在用户？
4 、AI 的能力落地，模型训练很关键，AutoML/DL 能解决网络优化的问题，但推理加速以及推理服务的部署，也非常重要，建议增加下这些能力的说明。

最后，借贵地打个广告：[Shift-AI-models-to-real-world-products]( https://github.com/lonelygo/Shift-AI-models-to-real-world-products)

有意思啊，给你点个大大的👍

@meisen 从入门到放弃系列。。。（手动 dog 头）

同#11 @tpxcer 我也折腾过，换电脑后就老老实实用 mac 自己的了

闲着没事，果然是这样😃

看场景，DL 还是纯粹的图像处理，否则没法比，别人也没法给你准确建议。
如果是 DL 使用，还要看是用来训练+推理，还是仅仅做推理。
如果是要做推理，还要考虑双精度、单精度、半精度的推理问题，那还要增加一个考虑维度。

不过能上来就看 V100 这种大卡，估计不缺钱，那就无脑买贵的呗。