2021年2月,原麦肯锡全球董事合伙人及大中华区汽车行业负责人王平离职,正式加入寒武纪新设子公司“寒武纪行歌”。这代表着寒武纪面向汽车领域迈出重要一步。
作为国内AI芯片的领军企业,寒武纪始终坚持对新行业的探索。目前,寒武纪已全面进入车载智能芯片行业,行歌科技也已经获得蔚来汽车、上汽、宁德时代等国内巨头的投资。而从此前发布的消息来看,寒武纪也已经与一汽达成战略合作协议。
据介绍,行歌科技的车载智能芯片,将集成自研的车用智能处理器、车用CPU核(多为ARM公司授权)等车用计算核心、各类车用外设接口,主要用于处理智能汽车的视觉等各类传感器所采集的感知数据,并根据感知数据的处理结果进行智能驾驶的规划和控制。
在寒武纪CEO陈天石看来,智能驾驶是一个复杂体系,并非一颗车载智能驾驶芯片就能支持,更多是一个系统性的任务,寒武纪把它理解为是“云边端车”四位一体的联动。
具体而言,自动驾驶智能驾驶芯片负责汽车本地的驾驶任务;车路协同方面需有边缘计算芯片,在路侧实现实时的采集和低延时的传输以及信息交互、信息处理的功能;同时,汽车搭载的传感器,采集的大量数据会回传到云端,在云端进行一些复杂的AI训练的任务。这些不同应用会需要用到不同尺寸、不同场景的AI芯片。
如果上述芯片未采用统一的指令集、基础系统,软件平台将出现体系不兼容,云边端车之间的开发是存在壁垒的,客户将要耗费大量的时间和成本去进行不同平台之间繁琐的应用迁移和移植,无法发挥出智能驾驶芯片的最优的性能。
因此,陈天石认为必须要基于统一的软硬件生态,才能够充分调动云边端车之间的联动,实现一个高效的开发和应用升级,满足未来汽车市场的需求。
好文章,需要你的鼓励
从4万亿芯片帝国到AI革命,黄仁勋揭秘英伟达30年创新密码:'你必须相信你所相信的'。当计算成本10年下降10万倍,人类将面临怎样的未来?这场斯坦福对话给出了颠覆性答案。
香港中文大学团队首次将DeepSeek-R1推理范式应用到视频理解,开发出Video-R1系统。该系统通过创新的T-GRPO训练方法,让AI学会利用视频时序信息进行深度推理,而非简单识别画面。在多项测试中表现优异,甚至在空间推理任务上超越GPT-4o,为AI视频理解开辟新道路。
谷歌DeepMind发布AlphaEarth Foundations AI模型,能处理每日数TB卫星数据追踪地表变化。该模型如"虚拟卫星"般将全球陆地和沿海水域映射为数字表示,帮助科学家监测食品安全、森林砍伐、城市扩张等关键问题。模型整合光学卫星图像、雷达、激光测绘等数据源,以10×10米精度追踪变化,错误率比其他模型低24%。
上海AI实验室发布视觉强化微调技术,让计算机学会"边看边思考"。该方法通过强化学习训练视觉模型先进行推理再给出答案,在少样本学习中表现优异,单样本图像分类准确率提升24.3%,物体检测精度提升超20分,在开放词汇检测等任务上也实现显著突破。