的OLED技术对比LG的LCD技术。还有很多的问题。
显示的色彩，亮度等这些上不用提，这些是OLED厉害，但此时OLED在耗电上，还是要比LCD严重的。
以后技术更新换代了，才比LCD低了下来。
另外一个自然还有成本，LCD拥有绝对优势。
其实国内此时的屏幕生产方，比如京东方技术也已经非常不错。
但经过内部专家团队的分析之后，考虑到FF未来SU7的市场定位，还是暂时决定采用三星或者LG的。
至于最后这两家选用哪一家，现在还确定不了。
总要多采购一些，回来做了测验以后再决定。
但这里面有一个问题，就是这两家最先进的屏幕不一定会卖给自己，所以李毅才托雷布斯约见一下。
“行，我试着联系一下，完了给你消息。”
李毅把这个事情完毕之后，转到了超级计算机的采购上。
在很多人的印象中，超级计算机算是国防重器，国内的不论是神威超级计算机还是太湖之光超级计算机，一台建设的费用都是数以亿计，十亿计，甚至搭建的场地都需要数百平方米，上千平方米的大房子。
但这个认知不能说错，但却也比较片面。
因为除了大家所熟知的这些国家级超级计算机，几年十几年后通常用的各种云服务，其实也算是超级计算机的一种。
但李毅要的超级计算机并不是这样的超级计算机。
即便他能买得起这样的超级计算机，这东西的耗电量，李毅目前也未必能用得起。
然后即便掏空腰包能够给这样的超级计算机交的起电费，但对于他来说，这样的超级计算机暂时也没用。
除非等到几年之后抖音发展起来。
不然他又不跟腾训、淘宝一样，需要这样的计算机去处理海量的数据，需要建设这样的超级计算机。
因为这种依靠CPU并列搭建的超算，运行的是多分支、高精度的科学计算。
而李毅需要的超级计算机是用来训练AI，训练智能驾驶的。
这种运行方式需要的是低精度大规模并行，和线行运算并不是一个路线。
这种超级计算机的核心技术，其实主要就是源自于游戏显卡，来自于GPU芯片。
比如英伟达的4090显卡，A100芯片。
几年之后用来挖比特币的矿机，理论上来说也是这种超级计算机的一种。
在人工智能领域，大型语言模型训练方面，GPU效果都要远超CPU。
李毅以前看过一篇帖子，是根据网络上的一些揣测总结，红极一时的ChatGPT-4的训练，所使用的 A100 GPU数量可能超过 1万个。
以当时A100的性能，这是拥有540亿个晶体管，超过6912个CUDA核心，是当时全球最大的显卡处理器，一张的价格就超过1.3万美元。
本站域名已经更换为 。请牢记。 一万张下来，只硬件采购成本，就是一个亿美元，何等夸张？
何况这样采购的公司还不止一家。
也正是因为这一点，才把英伟达的股票，短时间内推高，超过了两万亿美元市值。
不过此时英伟达的GPU性能跟以后的A100，那可不是天差地别的差距，而是相隔时空的差距。
即便过几天发布的GeFTX 680显卡，性能也只有A100的几十万分之一，即便价格也只400美元左右，但如果想要达到Chat Gpt-4的能力，那就需要几十亿张……金额，几十万亿美元……
李毅突然被这个数据惊呆了。
但好在，钱辰这个硬件系统总裁给他叫醒了过来。
“按照国际自动机工程师学会提出的自动驾驶标准，目前自动驾驶级别分为6个等级，分别是无自动化（L0）、驾驶支援（L1）、部分自动化（L2）、有条件自动化（L3）、高度自动化（L4）和完全自动化（L5）。”
“我们初步只要达到L2级别甚至是达到L1级别，就可以初步实现商用。”
“如果要达到这样的级别的话，根据现在英伟达那边传过来的消息，我们初步需要他们680的显卡1万张左右。”
李毅皱了一下眉头。
四百美元单片这个定价是英伟达对于大客户的价格，包括目前透露出来的性能，也是需要保密的。
“四百万美元……可以，再跟他们谈一下，让他们帮忙做一个超级计算机的架构，要求以后我们能够自主采购他们的显卡升级。”
钱辰笑了一下，“他们还巴不得绑定我们呢。”
这种大客户，无论哪一家企业都非常喜欢。
“只是这个超级计算机中心计划安装到哪里？”
李毅皱了一下眉头，他首选的自然还是并市，但略微沉默了一下后，“去肥城吧！”
主要还是人才的原因。
钱辰想了一下，试探着问道：“科大？”
“对，而且那边我们也有比较好的政商关系，以后在人才招聘或者其他方面都会有比较大的优势