日日操夜夜添-日日操影院-日日草夜夜操-日日干干-精品一区二区三区波多野结衣-精品一区二区三区高清免费不卡

公告:魔扣目錄網為廣大站長提供免費收錄網站服務,提交前請做好本站友鏈:【 網站目錄:http://www.ylptlb.cn 】, 免友鏈快審服務(50元/站),

點擊這里在線咨詢客服
新站提交
  • 網站:51998
  • 待審:31
  • 小程序:12
  • 文章:1030137
  • 會員:747

9月22日,隸屬于博世集團的羅伯特·博世創業投資公司(RBVC)已完成對寒武紀行歌的投資。寒武紀行歌(行歌) 是中國領先的高端自動駕駛芯片公司,總部位于南京,致力于成為安全可靠的智能車載芯片引領者,用AI賦能安全快樂的出行,與上下游合作伙伴開放合作,共同推進自動駕駛更快發展。

寒武紀行歌是由全球人工智能芯片先行者寒武紀發起設立的智能車載芯片公司,得到了包括上汽、蔚來、寧德時代、博世創投等汽車行業領先企業的投資。

行歌的核心研發團隊曾就職于行業領先的芯片公司,負責芯片總體開發與芯片架構設計的骨干負責人平均擁有20年以上的芯片架構設計經驗,他們設計研發的芯片產品實現了上億顆的銷售。憑借在大算力AI芯片方面的豐富經驗,行歌正在研發兼具高TOPS(Tera Operations Per Second)以及高編程靈活性的芯片,以應對未來自動駕駛系統中激增的數據量和持續演進的算法。

根據麥肯錫數據,2030年全球自動駕駛芯片的收入預計將從 2019 年的 110 億美元增至290 億美元左右,其中 30%-40% 的市場在中國。

“中國是全球最大同時也是發展最快的自動駕駛市場,而芯片是自動駕駛產業的基石。憑借深厚的VLSI(超大規模集成電路)芯片設計實力以及寒武紀母公司打造的人工智能行業生態,寒武紀行歌將更好的助力中國自動駕駛產業的發展。”博世創業投資公司中國區合伙人孫曉光表示,“對寒武紀行歌的投資將進一步豐富我們在自動駕駛領域的布局。”

行歌執行總裁王平表示:“非常高興能與博世創投攜手合作。雙方在芯片、人工智能及汽車電子領域擁有豐富的經驗和資源,期待此次雙贏合作能夠進一步提升雙方在自動駕駛領域的能力,加速自動駕駛產業的發展。”

寒武紀的全算力布局、云邊端車一體、統一的軟件開發平臺、訓練推理融合的研發策略,不僅為各產業智能化升級提供強大算力賦能,也為寒武紀車云協同的車載芯片布局提供支撐。憑借市場優勢以及與母公司寒武紀共同構建的軟硬件生態系統,行歌將以更高效的產品研發為本地客戶提供更優秀的技術和產品支持。

寒武紀行歌積累了四大核心優勢以滿足智能汽車市場不同的算力需求,包括:

1、L2+~L4全系列芯片布局。寒武紀行歌未來產品布局很廣,將覆蓋L2+~L4全系列芯片組合,也將提供覆蓋10T~1000T不同檔位算力需求的計算平臺,為不同客戶提供強大而靈活的算力選擇。

2、深度定制。寒武紀行歌還能針對車端場景深度定制和優化一些關鍵性IP,在同等功耗下最大限度提升駕乘體驗。

3、車云協同。寒武紀行歌擁有一個顯著優勢,就是寒武紀行歌的自動駕駛芯片可以與寒武紀既有的云端訓練產品開展緊密的協作。基于寒武紀云端、車端產品線的車云協同系統將會更快地實現數據閉環,進而快速實現自動駕駛模型的升級和迭代。可以說,車云協同可以最大限度地推動自動駕駛客戶體驗的升級。

▲車云協同

通過車云協同助力,可以實現數據閉環和AI模型持續優化。在云端,寒武紀擁有自己的訓練芯片和集群產品。在車端,寒武紀行歌未來提供的車載智能芯片和計算平臺將支持AI模型的在線推理。通過車云協同,能夠將車端的數據快速回傳,實現AI模型的快速迭代升級。

4、高效開發。寒武紀還提供統一的軟件開發平臺,客戶能夠方便地在云端開發相應的自動駕駛的模型,模型也可以通過統一的基礎軟件系統快速部署到汽車上,這樣可以幫助客戶省略一些在不同平臺之間的移植、遷移和模型量化的工作,從而大大縮減自動駕駛模型升級迭代的周期,提高開發效率。

分享到:
標簽:寒武紀 雙贏 創投 博世 加速發展 合作 投資 行歌獲
用戶無頭像

網友整理

注冊時間:

網站:5 個   小程序:0 個  文章:12 篇

  • 51998

    網站

  • 12

    小程序

  • 1030137

    文章

  • 747

    會員

趕快注冊賬號,推廣您的網站吧!
最新入駐小程序

數獨大挑戰2018-06-03

數獨一種數學游戲,玩家需要根據9

答題星2018-06-03

您可以通過答題星輕松地創建試卷

全階人生考試2018-06-03

各種考試題,題庫,初中,高中,大學四六

運動步數有氧達人2018-06-03

記錄運動步數,積累氧氣值。還可偷

每日養生app2018-06-03

每日養生,天天健康

體育訓練成績評定2018-06-03

通用課目體育訓練成績評定