正在加载视频...

视频加载失败

我们在美国随机租到了最大号的皮卡,大到在日本算中型(RAM 2500,总重4.5吨),女仆的驾照开不了,看看我爽一下过两天换成小皮卡了,我很好奇把这个和日本的轻卡放一起是什么比例

53,299 次观看 • 5 个月前 •via X (Twitter)

32 条评论

无咎 的头像
无咎5 个月前

4 总理发了,变得清爽了

Yummy Bubu 的头像
Yummy Bubu5 个月前

没见识的样子,日本卡车在美国算三蹦子

guanyuhan426 的头像
guanyuhan4265 个月前

以我这几次去美国和欧洲的体验是这样,日本引以为傲的自动车产业和欧洲车比起来操控实际上很烂,和美国车比起来是塑料玩具,基本上只有便宜省油的优势,在日本生活时间长了的确需要多去其他地方涨涨见识,不然容易井底之蛙

Verlene Burgun 的头像
Verlene Burgun5 个月前

@tsurumisetsu @theyummybubu 日本产品特点就是小家子气,螺蛳壳里做道场,曾经是便宜廉价仙人精神代表,现在是垃圾,性价比低(相比made in China)炒作精神

guanyuhan426 的头像
guanyuhan4265 个月前

@tsurumisetsu @theyummybubu 之前去欧洲也是深有体会,本来我们租了Peugeot 3008 ,可惜租车店给我们随机了日产X-Trail 在德国乡间限速100的环境里我们试着和其他欧洲车一样压着限速走,结果发现非常难开到限速,车的ESP还频繁介入你一边踩油门它一边给你踩刹车,一路刹车糊着开,最后后刹车片都磨没了

Wwwwwwww 的头像
Wwwwwwww5 个月前

就喜欢这大家伙啊!真香

JifeiShan 的头像
JifeiShan5 个月前

这次会更新双人开车旅行游记向视频吗

guanyuhan426 的头像
guanyuhan4265 个月前

之后会把每天的记录发出来

JifeiShan 的头像
JifeiShan4 个月前

好耶,感谢

老沙 的头像
老沙5 个月前

这个好爽 是不是烧油也很爽 比起来 Cybertruck 就是个小玩具

guanyuhan426 的头像
guanyuhan4265 个月前

差不多250公里一箱油,但是很好玩

0xRick 的头像
0xRick5 个月前

四总也是爽到了

bearmonk88 的头像
bearmonk885 个月前

猛禽F650轮胎到你腰

DIU167 的头像
DIU1675 个月前

两个的斗一样长w

keliPasi 的头像
keliPasi5 个月前

这是在德州么

guanyuhan426 的头像
guanyuhan4265 个月前

加州

Jay1900 的头像
Jay19005 个月前

这环境直接say my name

合金史萊姆 的头像
合金史萊姆5 个月前

坐战车的感觉吗

guanyuhan426 的头像
guanyuhan4265 个月前

等看看有没有机会开开悍马

zhuzhu 的头像
zhuzhu5 个月前

哇哦。

沉龙 Sturgeon 的头像
沉龙 Sturgeon5 个月前

女仆驾照?还有比普通驾照更低的驾照吗?这不就是辆普通重量的小卡车嘛

guanyuhan426 的头像
guanyuhan4265 个月前

IDP里面日本的普通车总重限制到3.5吨,所以这个车开不了,已经是中型车的范围了

沉龙 Sturgeon 的头像
沉龙 Sturgeon5 个月前

原来如此,美国这边普通驾照车重量是十三万吨

LHFENG 的头像
LHFENG5 个月前

美式大肌肉佬,麒麟臂再现

张福明 的头像
张福明5 个月前

把这个看成卡车就行了,带车头的那种。就是少见多怪了……

Urd 的头像
Urd5 个月前

这车车头都有死角了吧…

guanyuhan426 的头像
guanyuhan4265 个月前

死角甚至无法用目视确认,如果是晚上在你右边开着一辆黑色轿车的话,轿车车灯超过了镜子能看到的范围,轿车车顶只能目视看到一点点,就很容易向右变道的时候把旁边的车挤到,还好现在接近夏至晚上8点才日落,这个时间基本上已经不会开车了

Urd 的头像
Urd5 个月前

要不装个车头摄像头

KC 的头像
KC5 个月前

正常家庭1500就够了,买2500应该包工头😁

Nick Y 的头像
Nick Y5 个月前

两个山炮

Tom9362 的头像
Tom93625 个月前

好少车呀 爽开

guanyuhan426 的头像
guanyuhan4265 个月前

出了城很爽

相关视频

【日本之旅】 1/ 2024年8月12日16点多我在网上购买了13日21点去日本的机票… 我在清迈机场换取登机牌时,一服务员通过翻译软件说你的过期了,你有日本护照吗? 我什么过期了,我养老签没过期,我的日本签证也没过期。 我连说两个No… 然后她和拿着我护照的另一服务员看我护照,她指着我护照某处给拿我护照的服务员笑着说着什么… 然后给我出了登机牌。 老是吓唬我呀!这是不是已经预示着我此行不妙,只是我当时并没意识到。 图1】这是离开清迈3个半小时我拍的一视频截图,不知是哪个城市,这图形有点特别。这是中国的一个城市吗? 14日6点多在首尔 仁川机场转机,9点20(日本时间,比泰国早两个小时)落地东京。 9点30分我开始排队准备入境日本…不到10点吧!我来到一闸口,一大姐问一连串问题。还问我在哪住?你管我在哪住呢?我睡大街上你管得着吗? 我拿出我订酒店的截图给她看… 问我此行的目的。旅游呀! 又问都去哪里,旅游规划什么的。 我心里说你在你妈肚子里人生就规划好了吗? 我说我没规划就来日本随便走走… 实际上我不喜欢人多的地方,我就喜欢在民间小路走走。 她给我No。 我说我去哪不是我的私事吗我的隐私吗? 然后她招来一人把我护照交给他把我带回填表的地方。我来之前就在朋友的告知下在网上做了申报就不用填表。 之前在X上看到过答不上来旅游规划被拒绝入境的,我没放心上,我是谁呀!还真因此把我拒了。当时我还想遇到这女的真倒霉!在我前面的几个人在这闸口都一两分钟通过了… 这次我可没有戴摄像头。这大厅里墙上也贴着应该是不让拍照的警示图。我拿出我的摄像头安帽子上,我在大厅里拍了几段视频…我要把我此行的目的说清楚呀!我把本来到靖国神社拍的视频在此大厅拍了,你们遣返我吧! 图2】我在大厅里等了好久,来一工作人员…我问他,你们对每个国家的人都问人家去哪旅游吗?这不是人家的自由吗?隐私吗… (这视频应该是泰国时间,我回泰国视频时间就自动改为泰国时间了) 然后他走了…过一会他回来让我跟他走…我在后面跟着把安了摄像头的帽子戴在头上…他停在门口示意我进去…我进去的过程他看到了我的摄像头,他让我取下来… 我说你们刁难我,强奸我,我还不能录像?把你们的法条拿出来,让我看看…我认为在这一事件中这是一段最重要的视频。我记得我打开了摄像头,后来我没找到这视频。 当时我还是摘下了我的帽子…屋里还有其他三四个人,我去后他们都出去了… 屋里就我一人,也没人看管我,也没人让我人包分离,也没人让我不要动手机…门敞开着。没有我第一次出国时,我伟大祖国的海关那样关照我呀! 图3】11:22(这视频应该是日本时间,不知怎么没有变成泰国时间,奇怪!)来一小姐姐要我把东西放在这屋里,跟她去另一房间…她说你放心这屋里不会来人,你的东西不会丢… 人家不让拍照,我今天把视频都发出来了,下次我去是不是人家就真拒绝我了。当然我也没有恶意,视频能更好的还原真相。我不想多说什么,我的读者你们自己去感知两边的海关哪个更文明。前面我发过我被上海浦东机场盘查扣留的文章,有视频,你们可以对比一下。 我是不明白这不是什么保密单位,军事基地,凭什么不让拍照?你们是秘密组织还是恐怖组织?你们蒙上面只露着眼得了。凡是不让拍的地方,就是藏污纳垢的地方。 我还得偷着拍你们,把好人逼成贼! 去了另一房间,她给我出示了审查书:图4】 然后有一个小音响,里面传出一女翻译的声音… 再没有其他人了。卧槽!这小日本心也忒大了,就这么个弱女子,也不怕我动粗吗?忒不把我当回事儿了?在我的祖国海关那我可以是被五六个警察和围栏围起来的。太不把我当人物了吧? 问你这次来日本带了多少现金? 我说我来得匆忙,13日下午我去两个换钞点都没有日元。我就带了1千美金和1百港币。还有四五千的泰铢。 最后我强调好像是四五千泰铢,我不确定。 我知道日本人办事认真你说是多少最后不是…后来我点了一下是三千八百多泰铢。 (美元是我在2015年我卖书时在北京兑换的美金,那时候换了两三万人民币的美金,让我花的就剩下这1千了。我朋友说美金你别花…我也是带着做做样子,我有维萨卡!你不带现金海关可能不让你进,你带多了海关还不让你进… 这一百港币,是我在北京卖书,人家给的,还没让我找钱。) 问你在泰国什么工作? 我没工作,我是养老签,是不能工作的,也不能做生意。之前我是学生签,我的课程还没结束呢! 问你在日本有朋友吗? 没有。办签证时不是有个担保选项吗?我都找不到给我担保的人。 问你来泰国的目的是什么?到哪里旅游? 我说我去哪里这不是我私事吗?这不是我隐私吗? 她说你可以不说,但是不说被遣返的风险会加大,你自己考虑。 我说我一个目的去靖国神社,我不是去撒尿,去涂鸦,我不是个坏人!我看着像个坏人吗?我觉得我挺帅的。我想表达日本已不是从前的日本,中国还是从前的中国。再一个我想修修我的手机,我想找回手机数据,在泰国找了几家都没成功,我想在发达的日本试试。 (翻译这段时,中间翻译笑了,不知/1

沦落人

525,775 次观看 • 2 年前

如果你在看算力互联,却不知道AI 训练 GPU卡和卡之间到底在传什么,那这篇一定要看完,会了解为什么互联非常重要 不论是投资 $NVDA $MRVL 等一众算力互联标的,还是 AI Infra 学习,收藏搞懂我这篇帖子,对你帮助都一定会很大。过程中所有的讲解,我都放到这幅图里了 上一篇我讲了推理的时候 GPU 在干什么,这一篇讲训练。为什么训练一个模型要几百几千张卡?卡和卡之间每一步到底在传什么?这个帖子是我认真整理的多卡训练内部流程,看懂了它,你再看英伟达为什么卖整机柜、卖 NVLink,会更有体感 1/ 我先来说两个词 > NVLink:卡和卡之间的高速通道,不用绕主板上的 PCIe。一台 8 卡 A100 服务器里,8 张卡两两全互联 > NCCL:英伟达的卡间通信库,负责在这条通道上搬数据。它只会搬字节,不认识“这是哪一层的权重” 多卡训练时,卡和卡之间主要搬两样东西。一样是梯度:几张训练卡各算各的,每一步都要凑到一起取平均,这叫 all-reduce。一样是权重:训练卡改完以后,要发给负责写答案的卡,这叫广播 你可以大致粗略地记一句话:训练卡负责改权重,写答案的卡负责用权重,NCCL 负责把改好的权重送过去。送得越快,卡就越不用干等 2/ 那强化学习训练的时候,GPU 到底在干什么? 以现在最主流的 GRPO 为例,每一步就三件事:让模型对一批题写答案;按对错打分、算梯度、改权重;再把新权重交给写答案的那一份模型。我把一张卡和多张卡怎么干这三件事画进了一张动图,分三段 1. 一张卡上,写答案和训练只能轮流来,训练占了八成时间。非常难,训练和推理学(两项任务)会相互阻塞,因此我们需要多看 2. 多卡先分工,一部分卡专门写答案,一部分卡专门训练。卡要加在慢的那一侧:训练这侧加卡几乎线性变快;写答案这侧加卡几乎不变快,因为一批答案要等最长的那份写完。通常我们有一些 tricks,比如轮到下一轮继续生成,或者直接丢弃 3/ 先过一遍第一段:1 张卡 vs 6 张卡 ① 单卡:一步要写 128 份答案(8 道题,每题 16 份),再分 8 轮训完,最后把新权重拷给负责写答案的推理引擎 vLLM。显存里同时放着两份权重,一份用来写,一份用来训 ② 6 张卡:2 张专门写答案,各写一半;4 张专门训练,每张放一份完整的模型,128 份答案平分,每张只训 32 份。这叫数据并行(DDP) ③ 4 张训练卡喂的答案不一样,算出来的梯度也不一样,就是图里高高低低的红柱子。所以改权重之前,要先经 NVLink 把梯度取平均,4 张卡拿到同一个梯度,改出同一份新权重 ④ 新权重只由其中 1 张广播给 2 张写答案的卡,另外 3 张不用重复发 以 1.5B 的小模型为例,这一步可以把单轮训练从 14.85 秒降到 5.68 秒 但是我们从图上来看,在训练的时候推理卡就会停掉,存在潮汐问题。因此,聪明的研究工程师开始想如何让两边并行起来,榨干 GPU 的潜力 4/ 第二段:边训练边生成 训练卡训第 t 批的时候,写答案的卡用手上的旧权重,先把第 t+1 批写出来,这叫“落后一版” 修正办法叫重要性采样:写答案时把每个 token 被抽中的概率记下来,训练时用新权重再算一遍,按两者的比值给每个 token 加权,比值太大的按上限clip,防止偏移太大 5/ 第三段:权重到底是怎么传过去的 ① 推理完一批,再接收新请求:写答案的卡把手上这一批写完,不在写到一半的时候换权重 ② 权重传递预留:训练主进程先用 HTTP 告诉 vLLM,这次要传 338 个张量,各叫什么、什么形状、什么类型,对方照着清单开好空位。这一步走 CPU ③ NCCL 广播:打包成大块,从 GPU2 的显存经 NVLink 直接进 GPU0、GPU1 的显存,一发两收 ④ 权重装载:vLLM 按名字把张量放回去,q、k、v 三块拼成一块,fp32 转成 bf16 ⑤ 清缓存,改版本:旧权重算出来的 KV 缓存作废,版本号加一,接着写下一批 其中 NVLink 上真正搬 6.17 GB 只要 0.027 秒,其余时间花在报清单、装载和清缓存上 想搞投资,相信你看到这儿已经差不多都懂了。我们以小模型为例,训练的时候,卡和卡之间每一步都在搬几个 GB:15 亿参数的小模型,传一次权重就是 6.17 GB;大厂的模型大几百倍,要在几千张卡之间搬。微软 MAI 的技术报告里,最大的一次强化学习用了 4,864 张 GB300,4,096 张做推理、768 张做训练。 改成异步以后,新权重每隔几步就得送到整个推理集群,传得慢,推理卡就要闲着,答案也会更旧 想入门训练,我的建议是先把这三段自己画一遍:谁在写答案,谁在训练,权重从哪张卡流到哪张卡。这就是为什么我们说互联非常重要 我会沿着这条主线,结合每天的信息以及具体实践,帮大家搭建起科技到投资中间的这座桥梁 出处 [1] MAI-Thinking-1 技术报告,§3.6.4、§3.6.5 [2] PyTorch 文档,Distributed Data Parallel [3] NCCL 文档,Collective Operations

美研芒格君

13,769 次观看 • 1 个月前