第(2/3)页

    小刘听完张建忠的分析，恍然大悟。

    “张总，还是您看问题透彻。”

    小刘及时地拍了一个马屁。

    “这不就是网上常说的格局打开了吗。”

    “强扭的瓜不甜，咱们得让他们心甘情愿地用。”

    张建忠对小刘的态度表示赞许。

    “没错。我们现阶段的核心策略，不是去封杀别人。”

    “而是要把英伟达GPU和CUDA这个概念，深深地植入到所有人的脑海里。”

    “只要我们赞助了比赛，刷了足够的存在感。”

    “那些想赢的队伍，自然会去寻找计算速度最快的方案。”

    “他们只要一对比，就会发现，用别人的卡要浪费大量时间配环境、调bUg。”

    “而用我们的CUDA，可以直接上手跑核心算法。”

    “为了拿奖金，为了发论文，他们别无选择，只会主动来用我们的技术。”

    “我们要做的，就是大大方方地把舞台搭好。”

    “至于演员用什么道具，让他们自己去选。”

    “最后赢的人手里拿着的，一定是我们英伟达的产品。这就是最好的广告。”

    小刘连连点头。

    “明白了张总，这招叫放长线钓大鱼。那您先看看清单，看具体定哪些，我们后续去推进。”

    张建忠重新拿起文件夹，开始仔细审阅。

    这份表格上的第一个项目，也是距离现在举办时间最近的一个比赛。

    ImageNet大规模视觉识别挑战赛。

    在这个名字下面，小刘附上了几句关于这个比赛的简介。

    “由斯坦福大学李飞飞教授主导发起的图像数据库项目衍生的挑战赛。”

    “目标是评估计算机视觉算法在海量图像分类和目标检测上的性能。”

    “该数据库包含数百万张经过人工手动标注的高分辨率图像，涵盖数千个类别。”

    “目前正在筹备首届比赛，急需赞助商提供算力和资金支持。”

    张建忠微微皱了皱眉头。

    ImageNet？

    他仔细在脑海里搜索了一下，自己之前并没有听说过这个比赛的名字。

    李飞飞教授的名字他倒是有所耳闻，知道是一位在学术界比较活跃的华裔学者。

    但是，数百万张人工标注的图像？

    这个规模让张建忠感到有些不可思议。

    现在的计算机视觉领域，主流的研究方向还是如何让机器理解图像的几何特征、边缘轮廓这些逻辑规则。
    第(2/3)页