back
Vol.004 来自芯片公司的算法大牛，带你了解自动驾驶落地的背后真相
54:56
Share
2023/8/4
无限不可能引擎
AI Chapters
Transcribe
Chapters
为什么选择在2016年加入地平线？
消费电子芯片和自动驾驶芯片有什么不同之处？
与其他竞争对手相比，地平线的优势是什么？
作为硬件传感器，激光雷达的竞争对手可能是软件算法？
算法现在遇到哪些瓶颈？Transformer消耗算力，如何优化算力的利用？
Transformer会继续应用下去？还是会探索新的算法模型？
Transformer在算力层面的代价是什么？
地平线针对Transformer做了哪些优化？起到了什么效果？
如何实现端到端？它的路径和方向是什么？
Transformer是端到端的必要因素吗？
自动驾驶的实现是要依赖AI算法方向的新突破？还是沿着现有路径方向进行工程化落地？
端到端方面，有出现过难以Debug的情况吗？
实际驾驶过程中需要磨合和解决的问题，该如何解决？
对于自动驾驶芯片公司来说，算法的重要性体现在哪里？
从发现一个算法到将它应用到业务场景中，中间需要什么样的过程？
地平线下一代BPU纳什架构具备可扩展性，AI的算力可大可小，背后的考量是什么？
基于BEV+Transformer的算法架构，有没有算力指标，可以实现比较好的城市NOA效果？
特斯拉下一代FSD芯片是否在考虑算力冗余的问题？
做自动驾驶芯片的两个限制：成本要求和算法迭代。地平线有遇见这种业务情况吗？怎么应对？
BPU在进化过程中在技术和商业层面做了什么权衡和取舍？
怎么看待车企全栈自研和供应商合作的区别？
地平线征程5的能力边界在哪里？
自动驾驶目前还没有完全被市场接受，这会影响地平线对整个行业的判断吗？
怎么看待自动驾驶的前景和方向？
未来的自动驾驶真的会比人类驾驶更安全吗？
Shownotes
Transcript
No transcript made for this episode yet, you may request it for free.
