自动驾驶

GPU、TPU、NPU等不同技术路径的芯片产品，基于各自的架构特性与设计初衷，在算力需求的分层市场中形成既互补又博弈的产业生态……

本文将为您介绍边缘计算的概念、优势及一些行业实际应用示例。

随着自动驾驶向更高自动化水平发展，车载芯片的数量大幅度增长，对算力的需求也显著提高。如何在有限的硬件资源下，实现高效的计算和处理，是一个关键问题。

对于一些人来说，终极的出行方式是自动驾驶出租车，这是一种完全自主的按需出行车辆，让乘客免去了拥有车辆的烦恼。这个梦想离现实有多近？

随着自动驾驶汽车、护理与陪伴机器人纷纷出现，甚至可怕的自动化武器也已处于不同的开发和使用阶段，到2026年，实体人工智能将成为生活中常见得多的景象。

国际上将自动驾驶划分为L0 到 L5 共六个级别，级别越高，车辆的自动化程度就越高。

回顾中国智能网联汽车十年标准化工作，总结十大标志性成果。

当你在手机上使用AI助手时，当工厂里的机器人进行精密操作时，当自动驾驶汽车做出实时决策时，背后都需要毫秒级的算力响应。

计算机视觉（CV）是人工智能的一个分支，旨在让机器通过摄像头、传感器等设备 “感知” 图像或视频，并理解其中的内容。它的核心不是简单的图像采集，而是对视觉信息的分析与解读……