汽车芯片玩家如何分类?有哪些呢?

芯擎、芯驰、联发科挑战高通SA8155P 单论性价比,联发科具备压倒性优势,但长期以来联发科扎根手机中低端市场,这影响了其品牌溢价率。三星目前还是大客户策略,推广力度有限。国产厂家则初期产量较低,因此成本很高。个人还是最看好联发科。联发科与台积电合作多年,交货可以保证,同时手机可以分摊绝大部分成本,性价比很高。国产厂家最大的麻烦应该是晶圆代工,基本上只有台积电可选。 阅读详情

这几年的芯片风口,从比特币到AI,从AI到GPGPU到DPU,再到汽车芯片,不同类型厂商根据自身优势及市场的反馈,纷纷加入汽车芯片的赛道,那么市面上,汽车芯片的玩家如何分类?有哪些呢?(欢迎各位指正和补充)

332c69c19a637c07e24477feba6fa8fa.png

总结


1、自动驾驶方面,国外Intel+NV+Qualcomm+Tesla,四巨头混战;国内地平线+黑芝麻已初成规模,看看能给巨头们造成怎样的威胁;

2、国外传统汽车MCU大厂纷纷加大辅助/自动驾驶、智能座舱等方向布局;

3、国内新晋玩家芯驰+芯擎在智能座舱及自动驾驶上的未来,令人期待;

4、国内激光雷达厂商禾赛+一径,看看如何通过自主研发的芯片结合自身优势加强市场的竞争力,拭目以待;

5、如果蔚来+小鹏+理想能合作造芯,来个‘蔚小理大战特斯拉’是不是更好?

6、国内传统汽车MCU厂商,希望能早日加快国产替代进程;

7、汽车芯片厂商在竞争者必须和上下游通力合作,发挥企业最大优势,行业才会越来越好。

提问:如果蔚来+小鹏+理想能合作造芯,来个‘蔚小理大战特斯拉’,预计多久能追上特斯拉?

31a1c140344292ab7501e111aa6efd88.png

一、简单分类

1、自动驾驶芯片厂商

2、激光雷达厂商

3、新能源汽车厂商

4、传统MCU芯片厂商

二、具体玩家及简单介绍

1、自动驾驶芯片厂商


1)NVIDIA 英伟达

北京时间 2021-04-13凌晨,英伟达正式发布了最新一款智能汽车和自动驾驶汽车芯片组——DRIVE Atlan,单颗芯片的算力能够达到1000TOPS,将应用于L4及L5级别自动驾驶。

Atlan SoC拥有安培架构GPU核心、基于Arm的Grace CPU核心、深度学习和计算机视觉加速器单元以及BlueField DPU核心,Atlan SoC将于2023年向开发者提供样品,2025年大量装车。从算力的绝对数量上看,英伟达Atlan SoC的算力升级是四代自动驾驶芯片中提升最大的。

2)Intel 英特尔(Mobileye + Altera + Movidius)

2015年6月167.5亿美元收购FPGA 巨头Altera;(FPGA芯片)

2016年9月收购计算机视觉处理芯片公司Movidius;(视觉处理单元VPU)

2017年3月153亿美元收购以色列自动驾驶汽车技术公司Mobileye。(EyeQ系列芯片(ASIC))

2021年1月7日,正在举行的2022年国际消费类电子产品展览会(CES)期间,英特尔旗下自动驾驶子公司Mobileye(2017年,英特尔以每股63.54美元现金收购Mobileye)发布专为L4自动驾驶打造的EyeQ Ultra系统集成芯片,以及用于L2高级驾驶辅助系统(ADAS)的全新EyeQ 6L和EyeQ 6H系统集成芯片。

其中,EyeQ Ultra采用5nm制程工艺,每秒运算效能达176万亿次,可以满足L4自动驾驶的需求和应用场景,有望与特斯拉、英伟达和高通在高级驾驶计算芯片领域中一争高下。预计EyeQ Ultra将于2023年底供货,并于2025年全面实现车规级量产。

本次CES展会上,Mobileye表示,2021年EyeQ芯片的出货量达到了2810万,至今已经完成了超1亿件EyeQ芯片的出货。而且目前Mobileye已采集了200PB的虚拟驾驶数据,188款新车型使用该公司的技术。

3)Qualcomm 高通

在2022年 CES 的展会上,高通汽车业务订单总估值超过 130 亿美元。高通相继公布斩获了宝马、通用、现代、小鹏在内的 37 家车企订单,打开了一张围绕数字化底盘、数字座舱、汽车芯片的版图。

2020 年,高通刚刚推出面向 ADAS/AD 的 Snapdragon ride 平台,以 5nm 制程打造,当年就斩获了长城汽车的订单,其量产车型将于 2022 年第二季度交付,并达到限定场景 L4级自动驾驶能力。

2021年10月高通宣布以46亿美元(约合297.2亿元人民币)收购Veoneer维宁尔。维宁尔是一家位于瑞典的汽车零部件供应商,主要产品包括自动驾驶域控制器、主动和被动安全系统以及自动驾驶传感器等。

在汽车座舱领域,高通通过 8155 在座舱大获成功,凭借高算力斩获了几乎所有高端智能汽车标的——蔚来 ET7、小鹏 P5、智己 L7、威马 W6、吉利星越 L、广汽 Aion LX、以及长城魏牌摩卡等。

高通对数字座舱的探索,也已经进展至第 4 代数字座舱平台。这代座舱平台的核心是 SA8295P 芯片,据悉这款芯片采用 5nm 制程工艺,打破汽车与消费电子之间的鸿沟。尚未量产的集度汽车已经预订了 8295 的首发。

而在另一个热闹的领域——智能驾驶,高通也是蓄势待发,只是相较于座舱的进程,智驾的领域发展得相对较慢一些。长期以来,高通的优势更多是集中在以芯片为核心的硬件平台上,在可以预见的下一个智能驾驶的时代,高通希望通过收购缩小时间差距,整合资源来赢得赛跑。

4)地平线

从2015年创办至今,地平线推出了中国第一款汽车级人工智能处理器征程2以及车规级智能芯片征程3,是国内唯一实现量产的车规级AI芯片企业。

其芯片征程2和征程3目前已搭载包括长安UNI-T、奇瑞蚂蚁、上汽智己、2021款理想ONE等多款车型。2020年地平线正式开启智能汽车芯片前装量产元年,芯片出货量目前已突破40 万片。

2021年上半年,地平线推出了面向L3/L4级别自动驾驶的征程5芯片。征程5是业界首款集成自动驾驶和座舱交互功能的全场景整车中央计算芯片,单科芯片算力高达128tops,在性能上甚至要比目前最领先的特斯拉FSD自动驾驶芯片更有优势,未来通过与车企合作展开大量的实战和改进,或能真正超越特斯拉。

随着征程5的发布,地平线成为目前业内唯一能够覆盖L2~L4的全场景整车智能芯片方案提供商。基于征程5,地平线打造了Matrix 5全场景整车智能中央计算平台和Matrix SuperDrive全场景整车智能解决方案。Matirx 5可以全面适配地平线的算法软件模块,实现硬件配置可定制;SuperDrive可满足包括高速、城区、泊车的自动驾驶场景和座舱智能交互的整车智能需求。

5)黑芝麻

2021年4月正式发布了新一代高性能车规级自动驾驶计算芯片——华山二号 A1000 Pro、山海™️人工智能开发工具平台以及面向车路协同的路侧感知计算平台 FAD Edge 。同时,现场还宣布与东风设计研究院、东风悦享达成全面的战略合作且获得金焰奖年度最佳智驾计算芯片以及逐路奖年度优秀自动驾驶计算芯片 ,“前瞻类金奖”等多个奖项。

6)芯驰科技

X9芯片-高性能智能座舱、V9芯片-ADAS及自动驾驶、G9芯片-多域互联整车网关

公司于2018年成立,2019年,芯驰科技成为中国首个通过德国莱茵ISO26262安全认证的半导体企业,该认证标准在业内以严苛著称。2020年正式对外发布了9系列大型域控车规芯片。2021年3月份在“缺芯潮”背景下实现了每年百万片的订单。2021年4月发了全系车规芯片的升级款,性能进一步提升。刚刚过去的世界人工智能大会 ,芯驰科技推出了全开放自动驾驶平台——UniDrive。可以帮助客户、合作伙伴等快速导入基于V9系列芯片的全系统设计,敏捷化验证迭代。为智能驾驶商业场景落地的逐个击破提供了良好的平台支撑。

截至目前,芯驰科技已经与国内诸多主流本土车企、合资车企、Tier1等开展合作,其中定点量产项目数十个,包括此前披露的一汽、中汽创智等。

2022年Q4,芯驰科技会发布200Tops算力的车规处理器,并且会配套开放的平台和生态系统。

7)芯擎科技(智能座舱芯片“龍鹰一号”)

2021年10月28日,下午三点三十六分,国内首款车规级7纳米智能座舱芯片“龍鹰一号”成功流片返回。这颗凝结着300余位工程师心血,历时两年多开发周期的7纳米工艺车规级高算力多核异构智能座舱芯片,在抵达芯擎科技上海实验室后,仅不到半小时就被顺利点亮!

经团队实测,目前芯片的所有参数均达到设计标准,创造了国内团队在7纳米工艺上车规级超大规模SoC首次流片即成功的纪录。

这颗融汇88亿晶体管的超大规模SoC芯片,将于2022年量产并按计划搭载上车,实现国产芯片在汽车高端智能座舱领域的首次突破。

“龍鹰一号”充分满足中国市场以及本地车企用户的需求,芯片内置有符合国密算法的信息安全引擎,为这颗智能座舱芯片的信息安全保驾护航。此外,在可靠性方面内置符合ASIL-D标准的安全岛设计,并达到AEC-Q100 Grade 3级别;强大的CPU、GPU、VPU、ISP、DPU、DSP集群、NPU(神经网络处理器),以及与之匹配的高带宽低延迟LPDDR5内存通道,为智能座舱的应用提供全方位的算力支持,实测性能赶超国际同类产品。

8)寒武纪(行歌科技)

寒武纪子公司-行歌科技正在设计、研发面向高等级智能驾驶应用场景的车载智能芯片。天眼查显示行歌(南京)科技有限公司成立时间为:2021-01-05,法定代表人/执行董事-陈天石,监事-叶淏尹,上海分公司负责人-王平,北京分公司负责人-孟小甫,产品情况暂无

融资情况

2022-01-12-Pre-A轮-联想创投、涌铧投资

2021-07-16-天使轮-宁德时代、蔚来汽车、尚颀资本(上汽)、金雨茂物

2、激光雷达厂商


1)禾赛科技

2022年1月5日,禾赛科技亮相全球电子消费品盛会CES 2022,首次公开展出已获数百万台定点、搭载新一代自研芯片的车规级半固态激光雷达AT128,并重磅发布了全新近距超广角激光雷达QT128。

目前,禾赛科技已自主研发并量产了一整套激光雷达专用芯片,为业界首创,将激光雷达推上了摩尔定律的发展轨道,很好地解决了激光雷达大规模量产难和成本高企等问题。

据了解,禾赛科技早在2017年就设立了芯片部门,进行一系列激光雷达专用芯片的研发工作,包含激光驱动芯片、模拟前端芯片、信号处理芯片等。目前,禾赛科技的多款激光雷达芯片已通过AEC-Q100车规验证,并批量应用在多款激光雷达产品当中。

这背后,禾赛科技的团队人数已经超过了700人,研发人员占了60%以上,在核心元器件、自研光电芯片、车规级设计流程和功能安全、主动抗干扰技术以及基于深度学习的感知能力方面都有着深厚的积累,并且已经拿下了 265项已授权专利,其中96项发明专利。

另一方面,量产乘用车和自动驾驶测试车最大的差别是交付量级。而当前,搭载激光雷达的乘用车均还尚未开始大规模交付。预计ADAS前装量产市场,激光雷达的交付量将会是百万量级,因此一家激光雷达供应商的生产和交付能力十分关键。

迄今为止,禾赛交付了上万台车载激光雷达,是全球最大的自动驾驶激光雷达供应商之一,同时也是全球为数不多经历过交付上万台激光雷达的厂商之一。为了更好地助力车规级激光雷达的大规模量产落地,禾赛科技还投资了近2亿美元打造超级工厂——“麦克斯韦”智造中心,预计2022年投入使用,届时年产能将达到100万台。

2)一径科技

2022年1月10日,一径科技宣布完成数亿元Pre-C轮融资。本轮融资由小鹏汽车领投,上汽集团旗下尚颀资本、东风交银汽车基金、老股东英特尔资本继续加注。本轮融资将用于一径科技长短距全系列车规级前装量产激光雷达产品的迭代发展,加强产线升级和供应链及全面质量管理,持续推动车规级MEMS激光雷达解决方案的研发和商业化进程。

公司重点服务汽车主机厂、自动驾驶公司,标杆客户有京东、元戎启行、嬴彻,和三一等公司,目前量产落地的主攻方向为向特定区域的各种场景的相关车辆提供整体激光雷达解决方案,如L3+ADAS、高速物流、智慧矿区、智慧港口、智慧园区、智能公交、Robotaxi等。

目前,一径科技在车规级固态MEMS激光雷达领域持续深耕,坚持底层芯片和元器件的自主创新研发,打破传统的技术架构,突破技术瓶颈,打磨出一条一径独有的MEMS技术路径,推出了面向车规前装量产的MEMS长短距激光雷达产品组合。

值得一提的是,2021年6月18日,一径科技宣布完成数亿元B轮融资。本轮融资由英特尔资本和创新工场分别领投B1轮和B2轮。

3)大疆

4)速腾聚创

3、新能源汽车厂商

1)Tesla特斯拉

2021-08-22,特斯拉发布D1 AI芯片:500亿晶体管、400W热设计功耗

特斯拉AI日活动上,特斯拉公布了最新的AI训练芯片“D1”,该芯片采用台积电7nm工艺制造,核心面积达645平方毫米,仅次于NVIDIA Ampere架构的超级计算核心A100(826平方毫米)、AMD CDNA2架构的下代计算核心Arcturus(750平方毫米左右),集成了多达500亿个晶体管,相当于Intel Ponte Vecchio计算芯片的一半。

它集成了四个64位超标量CPU核心,拥有多达354个训练节点,特别用于8×8乘法,支持FP32、BFP64、CFP8、INT16、INT8等各种数据指令格式,都是AI训练相关的。

特斯拉称,D1芯片的FP32单精度浮点计算性能达22.6TFlops(每秒22.6万亿次),BF16/CFP8计算性能则可达362TFlops(每秒362万亿次)。

为了支撑AI训练的扩展性,它的互连带宽非常惊人,最高可达10TB/s,由多达576个通道组成,每个通道的带宽都有112Gbps。而实现这一切,热设计功耗仅为400W。

特斯拉D1芯片可通过DIP(Dojo接口处理器)进行互连,25颗组成一个训练单元(Training Tile),而且多个训练单元可以继续互连,单个对外带宽高达36TB/s,每个方向都是9TB/s。

如此庞然大物,耗电量和发热都是相当可怕的,电流达18000A,覆盖一个长方体散热方案,散热能力高达15kW。

2)蔚来

3)小鹏

4)理想

4、传统汽车MCU芯片厂商

1)NXP 恩智浦(含Freescale)

2)ST 意法半导体

3)RENESAS 瑞萨电子

4)Cypress 赛普拉斯

5)Microchip微芯科技

6)Infineon英飞凌

7)TI 德州仪器

8)中颖电子

9)华大北斗

10)比亚迪半导体

11)杰发科技(四维图新子公司)

12)芯旺微

13)赛腾微电子

14)国芯科技

15)琪埔维半导体

16)智芯半导体

车载芯片分类、用途、供应商 2021年车载芯片供应持续紧缺,本文梳理车载芯片相关基本知识。 车载芯片分类及用途列表 序号 芯片类别 用途 1 SoC 系统级芯片,用于智能运算。即将能够完成某项功能的一整个系统集成在一块芯片上。SoC常由CPU+GPU+DSP+NPU+各种外设接口、存储类型等电子元件组成。自动驾驶芯片和智能座舱芯片一般均为SoC系统级芯片。 2 CPU 车辆上算力较强的主CPU芯片,是车辆的运算及控制大脑。目前通用的CPU也能执行AI算法,只是执行效率差异较大。 3 阅读详情

相关推荐

车规级半导体分类(汽车芯片介绍)

车规级半导体,也被称为“汽车芯片”,主要应用于车辆控制装置、车载监控系统和车载电子控制装置等领域。这些半导体器件主要分布在车体控制模块上,以及车载信息娱乐系统方面,包括动力传动综合控制系统、主动安全系统和高级辅助驾驶系统等。

yingtexin的博客 2172

汽车芯片比黄金还贵?小小芯片为什么这么贵

众所周知,芯片是汽车的核心部分,据统计,一台汽车总共要用上百个MCU芯片,缺乏一个芯片就会导致整辆汽车无法交付。车规级芯片的认证标准远高于消费级,且认证流程长。一款芯片一般需要2年左右时间完成车规级认证,进入车企供应链后一般拥有5-10年的供货周期。汽车标准需认证可靠性标准AEC-Q系列、质量管理标准ISO/TS16949其中之一,此外需要通过功能安全标准ISO 26262 ASIL B(D)。2019年全球汽车芯片市场规模达465亿美元,同比增长11%。IHSMarkit预测,2026年汽车芯片收入将增长

Wingtech188的博客 483

一文了解汽车芯片的分类及用途介绍

汽车芯片按其功能可分为控制类(MCU和AI芯片)、功率类、传感器和其他(如存储器)四种类型。市场基本被国际巨头所垄断。人们常说的汽车芯片是指汽车里的计算芯片,按集成规模可分为MCU芯片和AI芯片(SoC芯片)。功率器件集成度较低,属于分立器件,主要包括电动车逆变器和变换器中的IGBT、MOSFET等。传感器则包括智能车上的雷达、摄像头等。

yingtexin的博客 2695

国内汽车芯片供应商企业清单 | 爱普搜

半导体产业是现代工业的核心和基础,从小型电子产品到汽车,半导体产品无处不在。目前汽车领域,新能源、车联网、自动驾驶成为了未来十年内的重要发展方向。而汽车芯片技术是实现传感器、数据、人工智能高度融合的重要载体,也是实现车联网、自动驾驶的重要基石。 01.芯片在汽车上的应用 芯片在汽车领域的用途非常广泛,除了常见的多媒体娱乐系统、智能钥匙和自动泊车系统外,芯片还广泛应用在汽车发动机和变速箱控制系统、安全气囊、驾驶辅助系统、电动助力转向、ABS、电子稳定性系统(ESP)、行人保护、胎压控制、电动车窗、灯光控制

APSOTO的博客 1118

车规级芯片超全分类及发展趋势: 汽车行驶所需芯片

汽车行驶所需芯片

2301_76563067的博客 3681

2020年汽车芯片行业深度报告-1

1、芯片是软件定义汽车生态发展的基石 在智能网联汽车产业大变革背景下,软件定义汽车理念已成为共识。传统汽车采用 的分布式 E/E 架构因计算能力不足、通讯带宽不足、不便于软件升级等瓶颈,不能满足 现阶段汽车发展的需求,E/E 架构升级已成为智能网联汽车发展的关键。 汽车 E/E 架构升级主要体现在:1)硬件架构升级。由分布式 ECU 向域控制/中央 集中架构方向发展。好处在于:提升算力利用率,减少算力设计总需求;数据统一交互, 实现整车功能协同;缩短线束,降低故障率,减轻质量。2)软件架...

m0_47891641的博客 6901

SoC入门-2芯片研究框架(下)

本文是下篇,主要集中在汽车SoC芯片和终端SoC芯片上的介绍,上篇参考之前的:SoC入门-1芯片研究框架(上)参考海通国际的研报《芯片研究框架》,pdf下载:https://pdf.dfcfw.com/pdf/H3_AP202209091578190354_1.pdf?1662756207000.pdf汽车半导体涵盖了汽车芯片、功率器件、传感器等重要电子零部件。汽车的计算芯片包括传统的MCU芯片和SoC芯片。MCU芯片一般包含CPU一个处理器单元;而汽车SoC一般包含多个处理单元。ECU(Electroni

472

RISC-V汽车芯片开发:如何跨越功能安全工具链认证鸿沟

在嵌入式系统开发中,编译器与工具链是连接高级语言与机器指令的核心桥梁,其可靠性直接决定了最终软件的质量与行为确定性。其工作原理涉及词法分析、语法分析、优化、代码生成等多个阶段,任何环节的未定义行为或潜在缺陷都可能导致难以追踪的运行时错误。对于汽车电子这类安全关键领域,工具链的技术价值已远超基础编译功能,它成为满足功能安全标准、实现产品合规准入的基石。ISO 26262标准对软件开发工具提出了严格的工具置信度与鉴定要求,以确保其不会在安全相关软件开发中引入系统性故障。应用场景从传统的ECU控制单元,扩展到AD

weixin_42638139的博客 314

Imagination 推新款GPU IP,首次实现桌面级光线追踪效果

游戏界被炒得最热的概念可能就是光线追踪技术了,不仅仅是PC端的游戏。光线追踪所展示出来的画面效果也确实惊艳,可以让我们感叹到图像技术达到的一个新高度。 但是实际上,光线追踪并不是一个新技术。10年前,光追就是游戏玩家茶余饭后的话题。现在,这一功能终于来到了移动端。11月5日,Imagination Technologies正式宣布推出 IMG CXT,一款全新的旗舰级GPU知识产权(IP)产品,同时亮相的还有光线追踪架构PowerVR Photon。 Imagination Technologies 表

AI科技大本营 6233

英飞凌毫米波雷达芯片技术:从MMIC到系统方案赋能自动驾驶感知

毫米波雷达作为自动驾驶感知系统的核心传感器,其性能基石在于底层的射频芯片技术。单片微波集成电路(MMIC)是雷达的“心脏”,负责信号的发射、接收与初步处理,其工艺选择(如SiGe与CMOS)、发射功率、噪声系数、相位噪声等核心指标直接决定了雷达的探测距离、分辨率与可靠性。在工程实践中,高可靠性的车规级芯片为上层算法提供了高质量的原始信号,是实现精准目标检测、分类与跟踪的前提。随着自动驾驶向L2+/L3级演进,对雷达的角分辨率、点云质量及功能安全提出了更高要求,这推动了4D成像雷达与舱内感知等创新应用的发展。

weixin_30621959的博客 391

适用于异构芯片(CPU,ASIC,DSP,FPGA,GPU/GPGPU)的软件并行技术

最后,这么多的并行计算方式,各有千秋,犹如八仙过海,各显神通,在哪里可以一睹他们的风采?无疑机器学习领域是其主战场。

tugouxp的专栏 7417

营收净利增速「双降」,英飞凌代理起家的英恒科技怎么了?

从2021年开始,受益中国新能源汽车市场的爆发式增长,这家以英飞凌方案开发(近年来逐步涉足Tier1业务,提供包括BMS、摄像头在内的软硬一体产品)和芯片代理为主营业务的公司,业绩也是水涨船高。比如,芯驰科技推出的高性能MCU,陆续在BMS(宁德时代是大客户,也是股东)、底盘、网关等高安全要求、中高端市场形成规模化交付,这对英飞凌等外资汽车芯片厂商构成巨大压力。其中,新能源汽车解决方案业务在2022年继续成为该公司的主要增长动力,收入同比大幅增长91%,达20.67亿元,占到总营收的43%。

高工智能汽车 665

【信息科学与工程学】【数据科学】数据科学领域——第十篇 代数 02

例如,对同一三角形上的自作用,设局部坐标 (u,v)和 (u′,v′),变换 u′=u+ξ(1−u),v′=v+η(1−v),雅可比行列式包含因子 (1−u),抵消 1/R 奇异性。:函数 f(x1​,...,xn​)是对称的,如果对任意置换 π,有 f(x1​,...,xn​)=f(xπ(1)​,...,xπ(n)​)。:系统的哈密顿量为 H(t)=H0​+∑j=1m​uj​(t)Hj​,其中 H0​是漂移哈密顿量,Hj​是控制哈密顿量,uj​(t)是控制场。:从模 q 切换到更小的模 q′≈q/t。

weixin_49199313的博客 74

智能驾驶爆发前夜:手机厂商正在重新定义汽车

2025年,中国智能座舱域控市场规模达208亿元,预计2030年增长至702亿元,年复合增长率27.5%;2026年春节刚过,小鹏汽车CEO何小鹏在全员开工信中明确提出,要抓住“中国自动驾驶的DeepSeek时刻”,并宣布将在年内推出新一代Robotaxi。2026年2月中旬,特斯拉首款专为Robotaxi设计的Cybercab在德州工厂下线,彻底取消了方向盘、刹车和油门踏板,完全交由AI控制。乾崑智驾活跃用户占比98%,智慧助手唤醒超26亿次——用户的车内时间,正在从手机屏幕流向车机屏幕。

拓端研究室TRL 134

从零开始掌握RDMA拥塞控制:原理、算法与实战解析

本文深入解析了RDMA拥塞控制的核心原理与实战配置。RDMA依赖无损网络保障高性能,其关键在于PFC与ECN两大技术协同防止丢包。文章重点剖析了主流算法DCQCN的工作机制与参数调优,并简要介绍了HPCC与TIMELY等前沿算法。最后提供了在Linux上配置RoCEv2与DCQCN的详细步骤及性能调试方法,帮助读者从零构建稳定的RDMA网络环境。

weixin_28452161的博客 137

深度探索:机器学习中的最大似然估计(MLE)原理及其应用

最大似然估计作为统计推断的核心方法,在机器学习领域具有广泛的应用价值和深远影响。尽管存在对模型假设敏感、易受异常值影响等局限性,但其直观的原理、坚实的理论基础以及高效的实现方式使其在实践中仍占据主导地位。随着深度学习、强化学习等新兴领域的快速发展,最大似然估计将继续演化并适应新的模型结构与优化框架。同时,结合现代优化算法、并行计算技术以及贝叶斯方法的融合,最大似然估计有望在保持其核心优势的同时,进一步提升参数估计的准确性和鲁棒性,为未来的机器学习研究与应用开辟更广阔的道路。

qq_51320133的博客 1万+

边缘AI部署实战:从模型优化到硬件落地的完整技术栈解析

边缘计算与终端AI是当前人工智能领域的重要发展方向,其核心原理是将AI模型从云端下沉至终端设备,实现本地化实时推理。这一技术通过减少数据传输延迟、节省带宽成本并增强数据隐私安全,为工业质检、智能监控、自动驾驶等实时性要求高的场景提供了关键价值。在工程实践中,开发者常需跨越模型压缩、环境配置与硬件适配等多重挑战。例如,通过模型量化(如INT8静态量化)与剪枝技术对云端训练的庞大模型进行‘瘦身’,使其能够部署在资源受限的边缘设备上。同时,在Linux边缘设备上配置NVIDIA驱动与CUDA环境时,需精确匹配驱动

weixin_33901926的博客 336

delphi android发送与接收广播

在发送广播时,使用`SendBroadcast`函数,并传入广播的Action。在接收广播时,创建一个继承自`TAndroidBroadcastReceiver`的类,并在`onReceive`方法中处理接收到的广播。然后,使用`RegisterBroadcastReceiver`函数注册广播接收器,并在`UnregisterBroadcastReceiver`函数中取消注册。请注意替换示例代码中的`YOUR_ACTION`为实际的广播Action。// 处理接收到的广播。

GuoGuoABC 1207

高通飞龙AI芯片:异构计算如何重塑数据中心推理能效比

异构计算通过整合CPU、GPU、AI加速器等不同架构的计算单元,旨在为特定负载提供最优性能与能效。其核心原理在于利用专用硬件处理擅长任务,如AI加速器执行大规模矩阵运算,CPU处理逻辑与控制流,通过高速互连与统一内存架构协同工作。这一技术价值在于突破传统同构计算的能效瓶颈,显著降低数据中心的总拥有成本。在AI推理、边缘计算、多模态处理等场景中,异构计算能高效应对高并发、低延迟与高能效的复合需求。高通推出的“飞龙”平台,正是这一趋势下的产物,它深度融合了自研ARM CPU与强化AI加速器,并凭借其深厚的移动端

weixin_33850890的博客 420

从零到一:手把手教你用DJI E-Port套件为M350 RTK开发第三方负载(PSDK V3实战)

本文详细介绍了如何使用DJI E-Port套件为M350 RTK开发第三方负载,涵盖硬件配置、开发环境搭建及实战应用。通过PSDK V3开发套件,开发者可以高效实现负载与无人机的通信,适用于电力巡检等工业场景,提升开发效率与系统稳定性。

weixin_26841743的博客 703

告别手动改图!用Python+PyWin32驱动SolidWorks,实现参数自动化修改(保姆级避坑指南)

本文详细介绍了如何利用Python和PyWin32驱动SolidWorks实现参数自动化修改,提供从环境配置到API连接的工业级解决方案。通过实战案例和避坑指南,帮助工程师高效搭建自动化脚本工作流,显著提升设计效率。

weixin_30614109的博客 743

DSP到底是个什么鬼?看完你就懂了

DSP到底是个什么鬼?看完你就懂了https://blog.youkuaiyun.com/wusuowei1010/article/details/104938563?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522163108629816780269856605%2522%252C%2522scm%2522%253A%252220140713.130102334…%2522%257D&request_id=16310862981678026985

dianqicyuyan的博客 642

YOLO26涨点改进 | 独家创新,细节涨点改进篇 | CVPR 2025顶会 | YOLO26引入Mona即插即用模块, 含MoCAA和DyTMona二次创新改进,含多种创新改进高效发论文

本文给大家介绍Mona即插即用模块, 含MoCAA和DyTMona二次创新模块优化YOLO26模型。YOLO26引入 Mona通过引入多尺度视觉友好型卷积滤波器(如3x3、5x5、7x7深度卷积)和可伸缩归一化层来优化适配器设计,以更好地处理视觉信号并调节输入特征分布。YOLO26引入Mona即插即用模块, 含MoCAA和DyTMona二次创新改进,含多种创新改进高效发论文。适合目标检测、图像分割、图像分类等所有CV任务通用即插即用模块。

Ai缝合怪、助力小伙伴高效发论文 241

一台智能汽车会使用哪些芯片

这两天算是和标准杠上了,哈哈。昨天刚把智能网联汽车关于安全相关标准做了梳理和总结,晚上就看到了工信部关于国家汽车芯片标准体系建设指南的通知。在详细阅读了该通知后,我发现之前我对于汽车芯片使用的认知还非常落后,因此有必要在原文的基础上深度挖掘一下,也有必要和大家一起分享,如有不对的烦请指正,一起进步。

认真搞搞汽车MCU 2193

Vue - 超强实现网页禁止浏览器缩放功能,浏览器缩放时保持网页不变形、元素不会被挤压等,屏蔽浏览器鼠标滚轮缩放页面(提供详细示例代码,一次引入整个网站无人可以搞乱你的页面布局及样式)

vue,nuxt,禁止浏览器缩放,如何用户缩放浏览器导致页面变形,网页缩放后页面变形了怎么办,怎么解决网站被缩放后元素乱套错乱,vue怎么禁止网页不被缩放,vue如何禁止浏览器缩放,vue缩放网页变形影响布局怎么办,vue电脑分辨率及缩放导致页面变形的问题,前端页面解决浏览器或者系统被放大和缩小导致的显示问题,Vue中页面自适应缩放,如何防止Vue页面缩放时变形/调整大小,Vue项目中,防止页面被缩放和放大,vue等比例缩放网页,网页缩放后界面变形咋办,禁止页面缩放,vue禁止浏览器改变窗口大小,Vue项目

🏆 前端领域优质创作者 1万+

领域知识图谱构建的技术流程

因此概念的属性定义十分重要,通常大部分知识库中的概念属性都是采用人工定义等方式生成的,通用知识图谱则可以从开放数据集中获取概念的属性,然后从在线百科中学习实体的属性,并对实体属性进行往上规约从而生成概念的属性。由于百科的分类体系都是经过了百科管理员或是高级编辑人员的校验,其分类系统中的数据可靠性非常高,因此从百科中抽取概念和实体,通常将标题作为实体的候选,而将百科中的分类系统直接作为概念的候选。为了对知识进行合理的组织,更好地描述知识本身与知识之间的关联,需要对知识图谱的模式进行良好的定义。

weixin_43961909的博客 334
上一篇: 有人在我列出成本后,打消了自研芯片的念头
下一篇: 工作中的感悟随时分享
白山头
博客等级 码龄7年 1112粉丝 104原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值