4月21日，地平线「你好，开发者」上海车展特别活动在「智东西公开课」的联合视频直播顺利完结。本次活动邀请到地平线算法平台总架构师穆黎森、地平线软件平台总架构师宋巍两位技术专家，分别以《详解BPU-智能机器人时代“最强大脑”》、《TROS·A如何支持智能驾驶从Demo走到量产开发》为主题展开了分享。
本文是两位技术专家的分享的全程文字整理。如果对完整直播回放有需求，可以点击阅读原文前去观看。
01
地平线穆黎森：详解BPU-智能机器人时代“最强大脑”
大家好，欢迎各位来到地平线策划推出的「你好，开发者」上海车展特别活动。我是地平线算法平台总架构师穆黎森，今天分享的题目是《详解BPU-智能机器人时代“最强大脑”》。
穆黎森，地平线算法平台总架构师
不同时代有不同的计算架构，在PC时代，核心的计算平台是CPU。CPU承载了PC时代人们所需要的所有的应用和计算。进入智能手机时代，仍然是以CPU为核心计算平台，但会更看重功耗、体积、成本。在云计算时代，一个非常核心的计算平台就是GPU。它提供了非常可观的计算密度和算力密度，可以非常好地支撑云端运行的各项业务所需的繁重计算任务。
图一
到了智能机器人时代，我们认为其中非常核心的一个计算架构就是BPU (Brain Processing Unit）。可以看到，其中非常重要的一个形态和应用场景是自动驾驶汽车。
图二
从汽车诞生之初，科学家和工程师从未停止过对于自动驾驶功能的想象和探索。早在几十年前，就有实验室做过从视觉输入到自动驾驶的实验，且局部Demo也较为成功。但是直到近期，作为一个普通的用户，我们才能真正感受到自动驾驶以及辅助驾驶应用的大爆发，大家逛一逛车展也能感受到。其中一个非常核心的原因，是终于找到了正确的处理物理世界层出不穷的配置方式，也就是用数据驱动来解决。
传统上的编程是用规则去实现，由专家把解决问题的规则翻译成机器可以理解的语言，进而形成计算机系统。这种方式其实不能很好地解决机器人时代的问题，无论是感知问题，还是现在看到的规控问题。因此，现在迫切需要一个计算平台来支撑智能计算架构20，不仅需要数据来驱动推理的系统，也需要去驱动软件的设计、编译器的设计，甚至包括硬件的设计。
图三
自动驾驶系统与机器人系统一样，Pipeline都很类似。机器人首先要理解和感知周围的环境。那么对于车来说，需要知道自己去哪，需要知道前方的路况，并融合地图；接下来，需要规划到达这个目的地所需要follow的路径，最后去控制车辆。沿着规划路径走叫控制，这是一个非常传统的 Pipeline。
现在一个非常明显的趋势是Pipeline的各个环节都是不断的向数据驱动去靠拢。那么感知是well defined一个问题。计算机视觉其实是一个发展很久的领域，所以是最先被数据驱动的。但后面的环节我们也观察到一个几乎是不可逆的趋势，就是不断地提升数据驱动的比重，进而驱动系统实现进化。在数据驱动的技术发展趋势之下，也需要相应的由数据驱动的智能计算架构来支持各项计算任务的达成。所以拥有了智能进化能力的BPU——Brain Processing Unit，可谓是智能驾驶的“最强大脑”。
图四
其实所谓的各种PU大家可能都听得比较多。Brain Processing Unit是针对机器人的应用场景而设计的。而机器人的应用场景就有很多的特点，比如说运行时的工况，如果用GPU来举例，它的batch size通常是1，输入的信号要及时处理和反馈，不会等到一个batch再处理。需要非常强大的 AI计算功能，这当然是最基本的。还需要非常完善的功能安全，这不仅是汽车行业的要求，更是保证自动驾驶安全性的非常重要的条件，因为自动驾驶是与人的生命安全息息相关。当然还有一些其他的特点，比如它是车载专用的，移动实时的，并且低能耗的，这也是区别BPU和其他的计算单元的一个重要的特性。
通过软硬结合的极致优化，地平线的BPU其实是在持续迭代的。首先，驱动BPU迭代的原初是算法。算法不断向前发展演进，并且要不断用算法去解决更复杂的问题，从感知到规控，那么我们就需要通过编译器不断去优化。我们的硬件设计其实得益于从算法到编译器的优化，持续去探索怎样的硬件平台能够更好地支持算法的运行，能够符合未来算法的趋势。
当BPU架构确定了以后，在这一代的BPU上，我们会让编译器和算法去做极致的优化，让算法能够发挥出在这一代BPU上极致的性能，达到一个最终的目标，就是所谓的效能，也即单位成本，可能包括功耗，包括实际花的钱，能达到算法的最终效果，这个效果涉及感知，也包括规控的效果。
BPU主要演进了三代，今天重点讲的是最新一代BPU®Nash。
图五
驱动BPU架构迭代的因素，是源于我们对应用场景，以及应用场景背后的智能计算架构的深刻理解。最初，BPU是用来做一些感知的任务，包括基于前视的自动驾驶的一些功能。在这种情况下，需要支持的是相对稀疏的卷积。我们观察到高效率的卷积，像MobileNet，EfficientNet这样的一些结构，所以对于这些结构后面的算子也做了非常高效的支持，使得在BPU®Bernoulli架构下的芯片，可以以非常低的成本和功耗，达到和当时的主流显卡类似的一个感知的性能表现。
接下来是BPU®Bayes架构。在这个时代，我们发现汽车逐渐地走向了中央计算平台，不仅要处理前视，汽车周围各种各样的摄像头、各种Sensor也必须综合起来处理，才能够去应对高速上的各种各样路况。在这种情况下，我们发现背后的算法演变了。我们不仅要去做多摄像头融合，也需要去做不同传感器融合，也需要做时序的融合，才能对周围的环境做一个非常好的完整的建模。其背后的算法，我们也做了一个非常好的支持。比如在这个时代，Transformer崭露头角，所以也对这样的算法做了一个非常好的支持。对于背后的算子，比如Warping、Vector、Softmax，也做了很好的优化。
BPU®Nash架构是我们新发布的。作为中央计算平台，其实整个自动驾驶的链路，无论是感知还是规控，都需要用AI来驱动其进步。一个非常显著的趋势是，Transformer作为一个非常优秀的算法架构，可以将感知、规控等各种任务，统一到Transformer框架下；甚至之后可能一些大模型涌现出来的随机应变、举一反三的能力，也需要部署在车上。所以对于这类的算法，比如大规模的Transformer也做了一个非常良好的支持，包括这上面的搜索树。
纳什均衡，大家应该听过这个词。实际上，车在路上自动驾驶，特别是在城区，也是一种和他车、他人的博弈。我怎么样的行为会影响他人，他人什么样的行动会影响我，是一个交互博弈的决策过程，也需要我们做一个很好的支持。所以大家可以从应用的角度来看，应用其实是会变得越来越复杂，AI的任务也变得越来越复杂，不仅仅是从网络的规模，也从要处理的任务上。
在这期间编译器就成了一个非常核心的工具。那么，编译器的任务其实就是把我们算法开发人员开发出来的神经网络模型，能够转化成可以在我们计算平台、芯片上运行的一个指令序列。转化的过程其实有很多可能性，最终的指令序列也许都是和最初的神经网络在语义上是等价的，但运行效率、运行的延迟、FPS会千差万别。所以，编译器其实是解决这样的一个问题：在这样大的一个搜索空间里，找到一个最优的在BPU上运行的一个指令序列。而这个问题，随着网络规模的不断扩大，问题变得越来越复杂。
所以，第一代编译器的技术是这种启发式搜索加动态规划。它其实是相对传统的一个策略，好处是可以把我们一些编译器专家的Know-How，放在我们整个搜索的过程中去指导搜索，当然整个空间还是非常巨大的。在其中，也是需要这样的一些启发知识，来指导我们进行搜索，最后可能会找到一个解。这个解应该是性能还不错的解，但可能并不是最优解。
第二代编译器引入Policy Network。所谓的 Policy其实就是一个AI驱动模块，能够以人或专家写的规则，将最后找到的解当做一个专家的演示，然后让Policy Network去学习专家知识。这样Policy Network就可以直接推断在当前节点的下一个合理选择是什么，这就起到了一个非常好的剪枝作用。这就像在围棋里，围棋大师会有所谓的棋感，知道落到这个子大概是可以的，那个子是很不行的。如果没有这样的棋感，下棋可能需要考虑非常多的步骤；如果有这样的棋感，我们的搜索会更加有效率，这样对比第一代策略就大大缩减了搜索时间和编译时间。
第三代编译器就引入了Value Network和蒙特卡洛树搜。不管是第一代还是第二代编译器，都有一个问题，就是也许会无法逃脱局部最优解。这里我们可以看到一个随机的过程，通过Policy和Value的判断，具有一定的随机性，通过这种蒙特卡洛树搜的框架，可以跳出局部最优解，并且更加有可能寻求到全局的一个最优解。在编译时间不会过多增加的情况下，能够提升最后找到的模型的指令序列的运行效率。
图六
最终，就会达到这样的一个收益：通过引入Policy Network这种类似于专家的网络，能够大大缩短模型编译的时间。再通过引入蒙特卡洛树搜，强化学习框架下的一些技术，可以使在编译时间不会大大增加的情况下，编译模型的性能至少提升20%。随着算法的发展，编译问题会变得越来越复杂，可以观测到的收益其实会越来越高。所以，编译器为算法开发者提供了一个非常强大的武器。
纳什架构面向开发者提供了一个更加友好的武器，就是对于先进的编程模型的支持，包括列出的DSL和HPL。之前，我们通常是针对某一些业界的所谓指令集做优化和支持，但我们发现这样做对于面向开放的算法，效率也许不高。因此在上层提供了DSL、在下层提供了HPL给开发者们，让他们能够以更高的效率去进行新的算法支持。这不仅仅是指AI模型中新的算法，还有整个系统里面，乃至整个Pipeline上的。我们传统上可能认为这个计算是属于模型的，而下一个计算通常用CPU对模型的输出进行一些处理。在整个系统中，我们发现它会不断地在BPU和CPU的workload中间切换，无论是调度复杂性，还是数据传输，代价都是非常高的。
图七
通过这种DSL和HPL、高层和底层的一些开放的编程接口，可以做到让开发者把自己在系统整个Pipeline上的workload向BPU下沉。这样无论是整个系统的延迟，还是系统调度的复杂性，都会有非常明显的收益。当然，我们也会在用户体验上来做更多优化，支持用户可以用C语言，甚至像Python这种高层的编程界面，方便他们在纳什架构上去做编程。
图八
之后简单介绍一下我们几代 BPU架构。第一代其实是个相对简单的架构，对刚才提到的稀疏卷积做了比较好的支持，有一些简单的调度。进化到第二代时，支持的算子会更多，而且加入了一定的异构计算的支持，也加入了一些对Power＆Perf的监控模块，并且支持了ASIL-B。第三代纳什架构，可以看到它更复杂。直观上可以看到对数据处理这部分明显变复杂了：不光是支持多级存储，也有数据变换引擎，灵活支持transformer细小算子，同时有多脉动立方加速引擎，对计算本身做了支持和加强，另外在Monitor等各种方面的一些功能性的feature，也做了一个非常完整的支持。
图九
以上就是最新一代的BPU纳什架构，这里列举了8个创新点。可以看到，其中很多都是以数据为核心的，包括存储架构、数据变换引擎等。我们观察到，未来特别是大型Transformer网络，对于数据搬运和访问的优化需求，其实是非常多的。同时，我们增加了对于浮点向量加速单元的支持，这对于提升整个用户体验，尤其是未来比较复杂的大规模Transformer网络，从训练到在芯片上部署的用户体验是至关重要的。将来我们会更加友好地支持用户自己训练的浮点模型，使其可以更方便地在我们芯片上做部署。针对这种Transformer计算的特点，我们会针对性地优化它的功耗。这其实深入到了硬件实现的一些底层，包括Feature Activision响应、比特分布响应。我们会仔细分析这些响应，并且针对这些响应的动态特点去做针对性优化。
这里还想提两点：一个是紧耦合异构计算，刚才提到的这种交互式的蒙特卡洛树搜。我们在路面上跟他车进行博弈时，其实需要各种各样的异构单元支持，所以希望整个蒙特卡洛搜索树都能够在BPU上运行；二是虚拟化，纳什架构未来会支撑中央计算平台。而一个计算平台会支撑各种各样的应用，包括但不限于自动驾驶、座舱等领域。
图十
我们最终追求的一个目标是希望用户可以感知到，我们的系统在满足某种精度的FPS下运行时，最终到底花了多少的代价，包括实际花费成本和自身的功耗。为了达到最终用户可感受的最优解，我们需要在三个方面做极致的优化：
硬件层面，优化理论峰值的计算效能；
算法层面，要去优化算法的效率；
软硬结合编译器和架构层面，去优化整个利用率。
这三个方面并不是说三群人各自把各自的工作做到最好，而是通常是一个联合优化的问题。有时是在优化硬件的时候，需要编译器和算法的同学一起参与；有时是在优化算法的时候，需要编译器和硬件的同学一起参与，最终才能达到真实计算效能的最优。
<p class="ql-a本文来自易车号作者车东西，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关
全球GPU芯片行业发展历程
在1984年之前，GPU原本只是用于图形和图像的相关运算，受CPU的调配，但随着云计算、AI等技术的发展，GPU并行计算的优势被发掘，在高性能计算领域逐渐取代CPU成为主角。1999年，NVIDIA公司在发布其标志性产品GeForce256时，首次提出了GPU的概念。2006年，NVIDIA发布了第一款采用统一渲染架构的桌面GPU和CUDA通用计算平台，使开发者能够使用NVIDIAGPU的运算能力进行并行计算，拓展了GPU的应用领域。2011年，NVIDIA发布TESLAGPU计算卡，正式将用于计算的GPU产品线独立出来，标志着GPU芯片正式进入高性能计算时代。
全球GPU芯片出货量超过46亿片/年
近些年，全球GPU技术快速发展，已经大大超出了其传统功能的范畴，除了满足目前大多数图形应用需求，在科学计算、人工智能及新型的图形渲染技术方面的技术应用日益成熟，进而推动全球GPU芯片市场的持续高速发展。
从全球GPU芯片出货量来看，根据全球知名调研机构JPR数据，从2021年各个季度来看，全球GPU芯片的季度出货量维持在1-13万片之间，2021年全年出货总量超过46亿片。
全球集成GPU芯片出货量占比超八成
GPU芯片主要可分为独立GPU(封装在独立的显卡电路板上，使用专用的显示存储器，一般来讲，其性能更高)和集成GPU(集成GPU常和CPU共用一个Die，共享系统内存)。
目前，全球集成GPU出货量占比超过八成，占据绝大部分市场份额;但从占比变化趋势来看，独立GPU的市场份额有所增长，反映出市场对高性能GPU芯片需求有所增长。
注：内环2020年q4，外环2021年q4数据。
预计2027年全球市场规模超过320亿美元
根据IC Insights数据，2015-2021年全球GPU芯片市场规模增速超过20%，2021年，全球GPU芯片市场规模超过220亿美元。
根据JPR资料，预计2022-2026年，全球GUP出货量将实现63%复合年增长，以此增长率测算2027年全球GPU芯片行业市场规模将超过320亿美元。
—— 更多本行业研究分析详见前瞻产业研究院《中国GPU芯片行业市场前瞻与投资战略规划分析报告》
国内云服务器较为著名的商家有：阿里云、腾讯云、华为云、天翼云、金山云、UCloud、青云QingCloud、百度云、盛大云、世纪互联蓝云。
1、阿里云
2009年9月，阿里巴巴集团在十周年庆典上宣布成立子公司“阿里云”，该公司将专注于云计算领域的研究和研发。“阿里云”也成为继阿里巴巴、淘宝、支付宝、阿里软件、中国雅虎之后的阿里巴巴集团第八家子公司。
阿里云计算有限公司成立于2009年9月10日，在杭州、北京和硅谷等地设有研发中心和运营机构。阿里云的目标是打造互联网数据分享第一平台，成为以数据为中心的云计算服务公司。
2、腾讯云
腾讯公司倾力打造的面向广大企业和个人的互联网+服务平台，高质量的公有云服务平台，提供云服务器/云数据库/CDN和域名注册等基础云计算服务。
腾讯云-腾讯公司倾力打造的面向广大企业和个人的公有云平台；提供云服务器、云数据库、云存储和CDN等基础云计算服务，以及提供微信、游戏、移动应用等行业解决方案。
3、华为云
华为技术有限公司，国内大型云服务与解决方案供应商，致力于为企业/政府/创新创业群体提供安全/中立/可靠的IT基础设施云服务。
华为企业云贯彻华为公司 云、管、端 的战略方针，聚焦I层，使能P层，聚合S层，为广大企业、政府和创新创业群体提供安全、中立的IT基础设施云服务。愿景是让企业像用水用电一样使用ICT服务。
4、天翼云
中国电信旗下，集市场营销/运营/产品研发于一体，专业从事云计算业务和大数据服务的云计算基础服务提供商。
中国电信股份有限公司云计算分公司（以下简称天翼云）是中国电信旗下直属专业公司，集市场营销、运营服务、产品研发于一体，专注于成为亚太云计算基础服务提供商。2016年，天翼云推出了“2+31+x”资源池战略布局，依托自主研发的云平台和5s安全体系，以及运营商央企底蕴与互联网创新机制，为用户提供安全云服务。
天翼云为用户提供云主机、云存储、云备份、桌面云、专享云、混合云、CDN、大数据等全线产品，同时为政府、医疗、教育、金融等行业打造定制化云解决方案。天翼云还为“互联网+”在各行业落地以及“大众创业、万众创新”提供坚实的承载。
5、金山云
金山云是金山集团旗下控股公司，依托金山集团26年的深厚技术积累，以业内领先的用户体验和服务端技术，为用户和企业提供国内领军级云服务产品。
公司拥有云主机、海量云存储、负载均衡、云关系型数据库等多项核心业务。其中，"天蝎"云主机以其高性能为特点，为客户带来极速体验，轻松应对高负荷业务；RDS产品的高可扩展性可帮助客户实现动态配置资源，以应对业务的剧烈变化；负载均衡产品能够帮助客户应对高峰流量和单点故障，大大提升业务的稳定性。
6、UCloud
致力于研发并提供计算资源/存储资源/网络资源等企业必需的基础IT架构服务，专注于基础云计算产品研发与运营的综合性企业。
UCloud （优刻得科技股份有限公司）是国内前沿的云计算服务平台，坚持中立，不涉足客户业务领域，专注于打造一个安全、可信赖的云计算服务平台。
自主研发IaaS、PaaS、AI服务平台、大数据流通平台等一系列云计算产品，并深入了解互联网、传统企业不同场景下的业务需求，提供公有云、私有云、混合云、专有云在内的综合性行业解决方案。
依托国内北、上、广、深、杭等11地线下服务站，以及在全球各地部署的29大节能绿色数据中心，包括莫斯科、圣保罗、拉各斯、伦敦等，UCloud已为8万多个用户提供了优质服务，间接服务用户数量超过10亿，部署在UCloud平台上的客户业务总产值逾千亿人民币。
7、青云QingCloud
企业级全栈云 ICT 服务商和解决方案提供商，基于云模式的综合企业服务平台，实现公有云、私有云、混合云和托管云的一致化交付与统一管理。
青云QingCloud 是一家企业级全栈云 ICT 服务商和解决方案提供商，也是一个基于云模式的综合企业服务平台。青云QingCloud 专注于为企业用户提供安全、性能出众、按需、实时的 ICT 资源与管理服务，并携手众多生态合作伙伴共同构建云端综合企业服务交付平台。
8、百度云
百度推出的公有云平台，覆盖云计算、大数据、O2O等热点技术领域，向开发者共享百度核心技术、数据和资源等的高性能云计算产品的品牌。
百度开放云是百度在多年技术积累、汇集上万名国内外技术专家的基础上，通过开放百度核心基础架构技术，为广大公有云需求者提供的全系列易用的高性能云计算产品。
9、盛大云
上海盛大网络发展有限公司，盛大云，盛大集团旗下，国内较早推出按需计费的云主机，基于Key-Value的云存储，致力于提供定制云服务和园区综合云方案的科技型企业
盛大云（>
10、世纪互联蓝云
上海蓝云母公司世纪互联（NASDAQ: VNET）是中国较大的中立电信互联网基础设施服务提供商，并于2011 年4月在纳斯达克成功上市。世纪互联向客户提供业界服务器及网络设备托管服务、管理式网络服务、内容分发网络及云计算服务。世纪互联在全国40多个城市运营80多家分布式数据中心，拥有超过2000家多样化的稳定客户群体。
2012年11月，微软、世纪互联和上海市政府共同宣布战略合作伙伴协议，由微软向世纪互联授权技术，世纪互联成立全资子公司在中国运营并向中国客户提供 Office 365 和 Windows Azure 的服务。
选购要点
一、云服务器商的机房实力
通常国内的很多IDC服务商所运营的机房也不一样，根据机房环境不同，云服务质量也差异很大。小机房易出问题，稳定性差，带宽规模小。电信级大机房标准化设计，设备品质高。
二、云服务器的带宽质量
云服务器虽建立在集群服务器之上，但性能受带宽直接影响，购买租用之前，我们需要测试一下其网络的ping值速度，看看带宽是否充足。
三、云服务器硬件配置
云服务器通常可自选CPU、内存、硬盘等配置，搭载这些配置的硬件资源非常重要，直接关系到云服务器的响应速度、稳定运行的速度。
四、云服务器租用价格
大家有时候不要看某些云服务商提供的云主机价格比较低，可能其技术能力和售后水平也低，出现问题难以及时处理。因此，我们在比对价格的同时，也要特别关注服务商的技术服务能力以及客服响应速度。
汽势Auto-First|徐磊
都在大搞电动化，领克不甘示弱，车展发布新架构与新车型领克08。
相比2021年，今年开幕的上海车展几乎一大半电动车， 电动车续航不断提升但出行焦虑依在，增程电动恰好弥补这一短板。
2023上海车展期间，领克汽车携旗下全系新能源阵容参展， 同时发布基于CMA Evo全新架构的EM-P超级增程电动方案，首款 SUV领克08带“电”而来，推进品牌向新、向电的战略转型全面提速。
作为一个走在潮流前沿的汽车品牌，领克汽车展台 以24小时不停变幻的城市景观为灵感，以场景化、沉浸式的感官体验， 诠释“不止于车”的品牌理念。 此外，领克08的原型概念车——The Next Day概念车同步亮相。
以“新能源架构造车”的为新起点，CMA架构迎来了全新进化——CMA Evo架构， 基于CMA Evo架构，领克08发布了EM-P超级增程电动方案。这是基于Lynk E-Motive领克智能电混技术平台进阶而来，以电驱动为主的新能源解决方案，可满足用户全场景、全工况的用车需求。
EM-P超级增程电动方案支持三电机四驱，包含一个全新的独立后驱电机，还支持超大平板电池布局。
依托EM-P超级增程电动方案，领克08拥有“一电到底”的全新电感驾驶乐趣。 作为诞生于CMA Evo架构下的首款战略车型，领克08也是EM-P超级增程电动方案的首搭车型。其中，三电机四驱版领克08综合功率超过400kW，最高扭矩超过900N·m， 百公里加速迈入“4秒俱乐部”。
此外，领克08搭载396kW·h三元锂平板电池+ 85kW直流快充，实现充电半小时，通勤一星期，即使在零下20℃也能顺利直流充电。在满油满电情况可提供超200kW·h电量， 并且支持33kW外放电功能。
得益于CMA Evo更强的带宽能力、更扁平的电动化底盘，领克08拥有超28米轴距与19米车宽，对应车内乘坐空间更优。
车内舒适性配置上，领克08配备如然空调、独立式头枕扬声器、浅拥式座椅、流光环绕氛围灯以及哈曼卡顿23扬声器等配置。
除了电动化、智能化也是当下车企转型重点， 领克也在一直强调“智能电混”。 此前，领克08与魅族相互合作，Flyme Auto *** 作系统应用在领克08车型上， 实现了数据和算力等方面的贯通，即从信息互通到海量应用直接上车。
智能化安托拉1000 Pro计算平台NPU 16TOPS（int8）、GPU 1800G（FLOPS）的超强总算力。简单说，运行更快， *** 作更流畅，整体功能更符合国内用户需求。
此外，领克08也是The Next Day设计语言落地的首款量产车，92英寸无界 AR-HUD也是 行业首创先锋科技的运用。
领克汽车成立于2016年，次年首款车型01在国内宁波上市， 去年顺利成为首个突破销量突破80万辆的国产高端品牌，截止今年3月，领克累计销量超过86万辆。
而在新能源布局上，早在2018年领克就已推出混动车型。2022年6月，领克发布智能电混Lynk E-Motive，开启电动化转型。领克汽车此前已经官宣停止燃油车，目前在售混动车型矩阵包括PHEV与HEV两种。今年发布全新架构以及领克08车型，新能源转型按下快速键，后续还将推出纯电车型。
正如领克汽车销售有限公司总经理林杰所言：“我们尊重用户的个性，为用户提供更多元的新能源出行方式”。
除了丰富的电气化产品阵列之外，领克为上海车展观众准备了极具沉浸感和潮流感的观展体验，与年轻态用户领潮同行。在领克展台，大家不仅可以通过Co:VR体验区的VR设备，直观了解领克智能电混多场景下的技术优势，还可以在WTCR赛车模拟区，体验领克赛事基因带来的强大 *** 控。
本文来自易车号作者汽势传媒，版权归作者所有,任何形式转载请联系作者。内容仅代表作者观点，与易车无关
GPU概念股（相关个股）景嘉微：公司在图形显控领域拥有图形显控模块，图形处理芯片，加固显示器，加固电子盘和加固计算机等五类产品，其中图形显控模块是公司最为核心的产品。
通富微电：通富微电具备较强的GPU封装技术，拥有几十个系列、五百多个品种产品，主要封装产品包括SOP/SOT/TSSOP、QFP/LQFP、MCM（MCP）、QFN/PDFN、BGA、SiP、Wafer Bumping、WLCSP、FC等系列产品，并提供微处理器、数字电路、模拟电路、数模混合电路、射频电路的FT测试及PT圆片测试服务。公司在中高端封装技术方面占有领先优势，公司是国内第一家将BUMP技术应用于CPU、GPU等领域的上市公司，也是国内第一家将BGA产品应用于汽车电子产品领域的企业。
北京君正：北京君正公告宣布更新一项授权协议，其中包括性能更高的Vivante GPU内核，从而为公司新一代应用处理器提供支持。Vivante 的图形内核凭借为消费娱乐专门创建的先进GPU架构可提供非凡流畅的用户体验。
中科曙光：与NVIDIA合作深度学习平台。具有业界最完整的高性能计算机产品线，拥有支持TC3600/TC4600集群架构和GPU异构云计算技术的曙光星云、TC2600集群架构的曙光5000系列、支持GPU异构计算技术的GHPC1000、个人高性能计算机、刀片服务器等。
整理了各类场景应用中AI算法
一、图像CV
内容安全，目标检测，图像识别，智能视觉生产，图像搜索，图像分割，物体检测，图像分类，图像标签，名人识别，概念识别，场景识别，物体识别，场景分析，智能相册，内容推荐，图库管理，网红人物识别，明星人物识别，图像搜索，商品搜索，版权搜索，通用搜索，车牌识别，垃圾分类，车辆检测，菜品识别，车型识别，犬类识别，实例分割，风格迁移，智能填充，智能识图，拍照搜商品，精准广告投放，电商导购，图像分析，图像理解，图像处理，图像质量评估，场景识别，物体识别，场所识别，图像自训练平台，图像分类，目标检测，图像分割，关键点检测，图像生成，场景文字识别，度量学习，图像识别，图像比对，图像分类使用手册，图像分类API文档目标检测使用手册，目标检测API文档Logo检测使用手册，Logo检测API文档，通用搜索，车牌识别，垃圾分类，车辆检测，车型识别，犬类识别，实例分割，风格迁移，智能填充，车牌识别，相册聚类，场景与物体识别，无限天空，图像识别引擎，**识别，暴力图像识别，工业轮胎智能检测，肋骨骨折识别，显微识别，图像处理，广告识别，人脸算法，人体算法，图像识别，图像增强，OCR，图像处理，ZoomAI，智能贴图，智能制作，质量评价，图像识别，智能鉴黄，图像识别，实时手写识别，唇语识别，通用文字识别，手写文字识别，图像技术，图像识别，图像审核，图像搜索，图像增强，图像特效，车辆分析，图像生成，绘画机器人独家，动漫化身独家，像素风独家，超清人像独家，图像融合，换脸技术，神奇变脸，图像风格化，证件照生成，线稿图像识别，宝宝检测，图像分类，圉像深度估计，天空分割，食物分割，猫狗脸技术，食物识别独家，图像美学评分，车辆分析，车型识别，车型识别（含指导价），车型识别（含配置参数），车标识别，人脸识别（活体），车牌识别，表情识别，安全帽识别，计算机影像，计算机视觉，聚焦光学字符识别、人脸识别、质检、感知、理解、交互，图像视频分析，Logo检测，内容审核，智能批改，笔记评估，思维导图评估，物体检测，物体识别。
二、人脸、体态、眼瞳、声音、指纹
人脸分割人脸识别，无，人体分析HAS，识别人的年龄，性别，穿着信息，客流统计分析，智能客服，热点区域分析，人体检测，人脸口罩识别，人脸对比，人脸搜索，人脸检测与属性分析，人脸活体检测，人体关键点检测，行人重识别，细粒度人像分割，人像分割，人脸解析，3D人体姿态估计，人脸融合，人脸识别，换脸甄别，人脸支付，人脸核身，人像变换，人脸试妆，人脸融合，人体分析，手势识别，人脸验证与检索，人脸比对，人脸比对sensetime，人脸水印照比对，静默活体检测，静默活体检测sensetime，人脸检测和属性分析，人脸特征分析tuputech，配合式活体检测，人脸安防，计算机视觉，智能应用服务，人脸查询人脸分析人脸统计名单库管理人脸布控，人脸应用，人体应用，人体查询，车辆查询车辆分析车辆统计车辆布控车辆名单库管理，车辆应用，人脸图像识别人体图像识别车辆图像识别，图像识别，图像比对，人脸比对，人体检测，人脸口罩识别，人脸对比，人脸搜索，人脸检测与属性分析，人脸活体检测，人体关键点检测，行人重识别，细粒度人像分割，人像分割，人脸解析，3D人体姿态估计，人脸融合，人脸识别，人脸检测，人脸比对，人脸搜索，人脸关键点，稠密关键点，人脸属性，情绪识别，颜值评分，视线估计，皮肤分析，3D人脸重建，面部特征分析人体识别，人体检测，人体关键点，人体抠像，人体属性，手势识别人像处理，美颜美型，人脸融合，滤镜，声纹识别支付，语音合成，语音合成，声纹识别，语音唤醒，人脸识别引擎，摄像头人脸识别，人脸检测，身份识别，人脸识别，人脸属性，人体识别，声纹识别，衣服检索及聚类，语音分析，声纹识别，说话人归档，人脸和人体识别，人脸检测，手势识别，人脸与人体识别，人脸识别云服务，人脸识别私有化，人脸离线识别SDK，人脸实名认证，人像特效，人体分析，人脸技不，皮肤分析独家，头部分割，宏观人脸分析，人脸关键点检测，微观人脸分析独家，头发分析独家，五官分割，头发分割人体技术，人体外轮廓点检测独家，精细化人像抠图，人体框检测，肢体关键点检测，人像分割，服饰识别，手势识别，皮肤分割，人脸，说话人识别，人脸检测识别，人脸1：1比对，人脸检测，AI人脸/人形车辆，大数据人像防伪，QoS保障，CDN，表情识别，举手动作识别，人脸检测，网络切片，边缘计算，人脸分析，人脸检测，人脸搜索，人体分析，手势识别，着装检测，人脸识别，行为检测，人脸识别，人形检测，行为分析，人脸检测，人脸跟踪，人脸比对，人脸查找，人脸属性分析，活体检测，声音指纹，声纹识别。
三、视频
视频分割、视频处理、视频理解、智能视觉、多媒体，视频内容分析，人体动作监控，视频分类，智能交通，人/动物轨迹分析，目标计数，目标跟踪，视频编辑-，精彩片段提取，新闻视频拆分，视频摘要，视频封面，视频拆条，视频标签-，视频推荐，视频搜索，视频指纹-，数字版权管理，广告识别，视频快速审核，视频版权，视频查重，视频换脸，车辆解析， 体育 视频摘要，视频内容分析，颜色识别，货架商品检测， 时尚 搭配，危险动作识别，无，无，视频，视频换脸，车辆解析， 体育 视频摘要，视频内容分析，颜色识别，货架商品检测， 时尚 搭配，危险动作识别，菜品识别，视频识别引擎，结肠息肉检测，胃镜评估系统，视频标签，场景识别，客流分析，手势识别，视频技术，短视频标签，视觉看点识别，动态封面图自动生成，智能剪辑，新闻拆条，智能插帧，视频技术，多模态媒资检索公测中，媒体内容分析，媒体内容审核，视频生成，视频动作识别，
四、ocr文字识别
手写识别，票据识别，通用文档，通用卡证，保险智能理赔，财税报销电子化，证照电子化审批，票据类文字识别，行业类文字识别，证件类文字识别，通用类文字识别，通用文字识别，驾驶证识别，身份z识别，增值税发票识别，行驶证识别，营业执照识别，yhk识别，增值税发票核验，营业执照核验，智能扫码，行业文档识别， 汽车 相关识别，票据单据识别，卡证文字识别，通用文字识别，手写文字识别，印刷文字识别，yhk识别，名片识别，身份z识别intsig，营业执照识别intsig，增值税发票识别intsig，拍照速算识别，公式识别，指尖文字识别，驾驶证识别JD，行驶证识别JD，车牌识别JD，身份z识别，增值税发票识别，营业执照识别，火车票识别，出租车发票识别，印刷文字识别（多语种），印刷文字识别（多语种）intsig内容审核，色情内容过滤，政治人物检查，暴恐敏感信息过滤，广告过滤，OCR自定义模板使用手册，OCR自定义模板API文档，通用文字识别，驾驶证识别，身份z识别，增值税发票识别，行驶证识别，营业执照识别，yhk识别，身份z识别，驾驶证识别，行驶证识别，yhk识别，通用文字识别，自定义模板文字识别，文字识别引擎，身份z识别，文字识别，通用文字识别，身份z识别，名片识别，光学字符识别服务，通用文字识别，手写体文字识别，表格识别，整题识别（含公式），购物小票识别，身份z识别，名片识别，自定义模板文字识别，文字识别，通用文字识别，yhk识别，身份z识别，字幕识别，网络识别， 游戏 直播关键字识别，新闻标题识别，OCR文字识别，通用场景文字识别，卡证文字识别，财务票据文字识别，医疗票据文字识别， 汽车 场景文字识别，教育场景文字识别，其他场景文字识别，iOCR自定义模板文字识别，通用类OCR，通用文本识别(中英)通用文本识别(多语言)通用表格识别，证照类OCR，身份z社保卡户口本护照名片yhk结婚证离婚证房产证不动产证，车辆相关OCR，行驶证驾驶证车辆合格证车辆登记证，公司商铺类OCR，商户小票税务登记证开户许可证营业执照组织机构代码证，票据类OCR，增值税发票增值税卷票火车票飞机行程单出租车发票购车发票智能技术，票据机器人证照机器人文本配置机器人表格配置机器人框选配置机器人，文字识别，行驶证识别，驾驶证识别，表单识别器，通用文本，财务票据识别，机构文档识别，个人证件识别，车辆相关识别，通用表格，印章识别，财报识别，合同比对，识别文字识别，签名比对，OCR识别，教育OCR，印刷识别，手写识别，表格识别，公式识别，试卷拆录
五、自然语言NPL
文本相似度，文本摘要，文本纠错，中心词提取，文本信息抽取，智能文本分类，命名实体，词性标注，多语言分词，NLP基础服务，地址标准化，商品评价解析智能短信解析，机器阅读理解，金融研报信息识别，法律案件抽取，行业问答推理，行业知识图谱构建，文本实体关系抽取，搜索推荐，知识问答，短文本相似度，文本实体抽取， 情感 倾向分析，兴趣画像匹配，文本分类-多标签，文本分类-单标签，定制自然语言处理，语言生成，语言理解，自然语言处理基础，文本摘要，数据转文字，文本生成，智能问答系统，内容推荐，评价分析，文本分类，对话理解，意图理解， 情感 分析，观点抽取，中文分词，短文本相似度，关键词提取，词向量，命名实体，识别依存，句法分析， 情感 分析，评论观点抽取，短文本相似度，机器翻译，词法分析，词义相似度，词向量，句法分析，文本分类，短语挖掘，闲聊，文本流畅度，同义词，聚类，语言模型填空，新闻热词生成，机器阅读理解，商品信息抽取，词法分析， 情感 分析，关键词提取，用户评论分析，资讯热点挖掘，AIUI人机交互，文本纠错，词法分析，依存句法分析，语义角色标注，语义依存分析（依存树），语义依存分析（依存图）， 情感 分析，关键词提取，NLP能力生产平台，NLP基础技术，中文词法分析-LAC，词向量—Word2vec，语言模型—Language_model，NLP核心技术， 情感 分析、文本匹配、自然语言推理、词法分析、阅读理解、智能问答，信息检索、新闻推荐、智能客服， 情感 分析、文本匹配、自然语言推理、词法分析、阅读理解、智能问答，机器问答、自然语言推断、 情感 分析和文档排序，NLP系统应用，问答系统对话系统智能客服，用户消费习惯理解热点话题分析舆情监控，自然语言处理，文本分类使用手册，文本分类API文档， 情感 分析，评论观点抽取，短文本相似度，机器翻译，词法分析，词义相似度，词向量，句法分析，文本分类，短语挖掘，闲聊，文本流畅度，同义词，聚类，语言模型填空，新闻热词生成，机器阅读理解，商品信息抽取智能创作，智能写作，搭配短文，种草标题，卖点标题，社交电商营销文案，自然语言处理能力，基础文本分析，分词、词性分析技术，词向量表示，依存句法分析，DNN语言模型，语义解析技术，意图成分识别， 情感 分析，对话情绪识别，文本相似度检测，文本解析和抽取技术，智能信息抽取，阅读理解，智能标签，NLG，自动摘要，自动写文章，语言处理基础技术，文本审核， 情感 分析，机器翻译，智能聊天，自然语言，基于标题的视频标签，台词看点识别，意图识别，词法分析，相关词，舆情分析，流量预测，标签技术，自然语言处理，语义对话，自然语言处理，车型信息提取，关键词提取，语义理解，语义相似度，意图解析，中文词向量，表示依存，句法分析，上下文理解，词法分析，意图分析，情绪计算，视觉 情感 ，语音 情感 ， 情感 分析，沉浸式阅读器，语言理解，文本分析，自然语言处理，在线语音识别，自然语言理解火速上线中， 情感 判别，语义角色标注，依存句法分析，词性标注，实体识别，中文分词，分词，
6、知识图谱
知识图谱，药学知识图谱，智能分诊，腾讯知识图谱，无，药学知识图谱，智能分诊，知识理解，知识图谱Schema，图数据库BGraph，知识图谱，语言与知识，语言处理基础技术，语言处理应用技术，知识理解，文本审核，智能对话定制平台，智能文档分析平台，智能创作平台，知识图谱，实体链接，意图图谱，识别实体，逻辑推理，知识挖掘，知识卡片
7、对话问答机器人
智能问答机器人，智能语音助手，智能对话质检，智能话务机器人，无，电话机器人，NeuHub助力京东智能客服升级，腾讯云小微，智能硬件AI语音助手，对话机器人，无，问答系统对话系统智能客服，Replika对话技术，客服机器人，智能问答，智能场景，个性化回复，多轮交互，情绪识别，智能客服，金融虚拟客服，电话质检，AI语音交互机器人，中移云客服·智能AI外呼，人机对话精准语义分析
8、翻译
协同翻译工具平台，电商内容多语言工具，文档翻译，专业版翻译引擎，通用版翻译引擎，无，机器翻译，无，机器翻译，音视频字幕平台，机器翻译，机器翻译niutrans，文本翻译，语音翻译，拍照翻译，机器翻译，机器翻译，文本翻译，语音翻译，通用翻译，自然语言翻译服务，文本翻译，翻译，语音翻译，实时语音翻译，文档翻译(开发版，机器翻译，文本翻译，语音翻译，拍照翻译，机器翻译实时长语音转写，录音文件长语音转写，翻译工具，机器翻译火速上线中
9、声音
便携智能语音一体机，语音合成声音定制，语音合成，一句话识别，实时语音识别录音文件识别，客服电话，语音录入，语音指令，语音对话，语音识别，科学研究，安防监控，声音分类，语音合成，语音识别，实时语音转写，定制语音合成，定制语音识别，语音合成，语音合成声音定制，离线语音合成，短语音识别，录音文件识别，声纹识别，离线语音识别，实时语音识别，呼叫中心短语音识别，呼叫中心录音文件识别，呼叫中心实时语音识别，语音识别，语音合成，声纹识别，语音识别，语音听写，语音转写，实时语音转写，语音唤醒，离线命令词识别，离线语音听写，语音合成，在线语音合成，离线语音合成，语音分析，语音评测，性别年龄识别，声纹识别，歌曲识别，AI客服平台能力中间件，语音识别，语音交互技术，语音合成，语音合成声音定制，离线语音合成，短语音识别，录音文件识别，声纹识别，离线语音识别，实时语音识别，呼叫中心短语音识别，呼叫中心录音文件识别，呼叫中心实时语音识别，远场语音识别，语音识别，一句话识别，实时语音识别，录音文件识别，语音合成，实时语音识别，长语音识别，语音识别，语音合成，波束形成，声源定位，去混响，降噪，回声消除，分布式拾音，语音识别，语音唤醒，语音合成，声纹识别，智能语音服务，语音合成，短语音识别，实时语音识别，语音理解与交互，离线唤醒词识别，语音识别，一句话识别，实时语音识别，录音文件识别，电话语音识别，语音唤醒，离线语音识别，离线命令词识别，远场语音识别，语音合成，通用语音合成，个性化语音合成，语音技术，短语音识别，实时语音识别，音频文件转写，在线语音合成，离线语音合成，语音自训练平台，语音交互，语音合成，语音识别，一句话识别，实时短语音识别，语音合成，语音唤醒，本地语音合成，语音翻译，语音转文本，短语音听写，长语音转写，实时语音转写，语音内容审核，会议超极本，语音交互技术，语音识别，语义理解，语音合成，音频转写，音视频类产品，语音通知/验证码，订单小号，拨打验证，点击拨号，数据语音，统一认证，语音会议，企业视频彩铃，语音识别，语音文件转录，实时语音识别，一句话语音识别，语音合成，通用语音合成，个性化语音合成，语音评测，通用语音评测，中英文造句评测，在线语音识别，语音识别，语音唤醒，语音合成，语音合成，语音识别，语音听写，语音转写，短语音转写(同步)，语音识别，语音 情感 识别
十、数据挖掘AI硬件
算法类型：包括二分类、多分类和回归，精准营销，表格数据预测，销量预测，交通流量预测，时序预测，大数据，无，机器学习使用手册，机器学习API文档，大数据处理，大数据传输，数据工厂，大数据分析，数据仓库，数据采集与标注，数据采集服务，数据标注服务，AI开发平台，全功能AI开发平台BML，零门槛AI开发平台EasyDL，AI硬件与平台，GPU云服务器，机器人平台，度目视频分析盒子，度目AI镜头模组，度目人脸应用套件，度目人脸抓拍机，人脸识别摄像机，昆仑AI加速卡，智能预测，购车指数，数据科学虚拟机，平台效率，云与AI，抗DDoS，天盾，网站漏洞扫描，网页防篡改，入侵检测防护，d性云服务器，对象存储服务，云专线（CDA，AI计算机平台—360net深度学习基础模型，AI算法训练适配主流AI框架
十一、其他
内容审核，智能鉴黄，特定人物识别，通用审核，文本智能审核，广告检测，Logo检测，商品理解，拍照购，商品搜索，通用商品识别，疫情物资识别，酒标识别，细分市场划分，品牌竞争力分析，老品升级，新品定制，商品竞争力分析，商品销量预测，商品营销，用户评论占比预测，商品命名实体识别，商品颜色识别，强化学习，智能地图引擎，内容审核，智能鉴黄，特定人物识别，通用审核，文本智能审核，广告检测，Logo检测商品理解，拍照购，商品搜索，通用商品识别，疫情物资识别，酒标识别，细分市场划分，品牌竞争力分析，老品升级，新品定制，商品竞争力分析，商品销量预测，商品营销，用户评论占比预测，商品命名实体识别，商品颜色识别，个性化与推荐系统，推荐系统，舆情分析，舆情标签，智慧教育，智能语音评测，拍照搜题，题目识别切分，整页拍搜批改，作文批改，学业大数据平台，文档校审系统，会议同传系统，文档翻译系统，视频翻译系统，教育学习，口语评测，朗读听书，增强现实，3D肢体关键点SDK，美颜滤镜SDK，短视频SDK，基础服务，私有云部署，多模态交互，多模态 情感 分析，多模态意图解析，多模态融合，多模态语义，内容审查器，Microsoft基因组学，医学人工智能开放平台，数据查验接口，身份验证（公安简项），yhk验证，发票查验，设备接入服务Web/H5直播消息设备托管异常巡检电话提醒，音视频，视频监控服务云广播服务云存储云录制，司乘体验，智能地图引擎，消息类产品，视频短信，短信通知/验证码，企业挂机彩信，来去电身份提示，企业固话彩印，模板闪信，异网短信，内容生产，试卷拆录解决方案，教学管理，教学质量评估解决方案，教学异常行为监测，授课质量分析解决方案，路况识别，人车检测，视觉SLAM，高精地图，免费SDK，智能诊后随访管理，用药管家，智能预问诊，智能导诊，智能自诊，智能问药，智能问答，裁判文书近义词计算，法条推荐，案由预测，
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）