随着辅助自动驾驶的发展,AI技术在车云中的关键节点发挥着越来越重要的作用,有望逐渐实现全流程AI化。根据亿欧智库,AI技术在车云领域的应用正日益深化,其数据训练和仿真优化功能不断扩展至更广泛的环节。最初在自动驾驶的仿真测试中得到应用,AI技术现已逐步扩展至智能座舱的大模型训练以及OTA升级。OTA即 Over the Air Technology,指的是空中下载技术,可以实现远程升级。亿欧智库认为未来AI技术将在汽车各域应用和算法的更新迭代中扮演核心角色。根据亿欧智库,AI技术在车云领域可以分为三个阶段:探索应用阶段、初步应用阶段、深化应用阶段。2006-2026为探索应用阶段,主要为云计算+应用程序内的AI模型。云计算平台中嵌入包含了AI算法的MATLAB/SPSS/Simulink等软件,实现数据处理、数据标注和模型训练的AI化。主要应用在自动驾驶模拟训练上。2017-2026年为AI在车云的初步应用阶段,主要为云原生+AI模型和云原生+AI模型+智算中心。采用基于云原生完成数据处理、难例挖掘、数据标注、模型训练、场景构建、仿真测试,测试平台在以上步骤中采用了AI技术提升效率、降低...
随着北斗系统“三步走”战略的圆满完成,中国在全球卫星导航领域迈出了坚实的步伐。北斗三号系统的成功建设不仅为全球用户提供了全天候、全天时、高精度的定位、导航和授时服务,更为下一代北斗系统的发展奠定了坚实基础。据报道,我国将在2035年前建设完善更加泛在、更加融合、更加智能的综合定位导航授时体系,这一体系将以北斗系统为核心和基础,覆盖室内到室外、深海到深空,提供更强、更安全、更可靠的服务。北斗系统的未来发展,将更加注重泛在性、融合性和智能性。泛在性意味着北斗系统将无处不在,覆盖更多领域和场景;融合性则意味着北斗系统将与其他技术如5G、物联网等深度融合,提供更加丰富的应用和服务;智能性则是指北斗系统将更加智能化,能够更好地满足用户的需求和提供个性化服务。在技术层面,北斗系统已经展现出其强大的实力。例如,北斗三号系统的定位精度水平方向优于2.5米,垂直方向优于5.0米,测速精度优于0.2米/秒,授时精度优于20纳秒。这些技术指标的先进性,为北斗系统在全球范围内的应用提供了坚实的技术支撑。图:中国北斗构建智能综合定位导航授时体系在应用层面,北斗系统已经在交通运输、农林渔业、水文监测、气象测报、通...
在数字化转型的浩瀚蓝海中,华为,作为全球信息与通信技术(ICT)领域的领航者,再次以前瞻性的视野和雄厚的实力,引领行业迈向新的技术高地。于2024年华为全联接大会上,华为郑重宣布了一项里程碑式的投资规划,即在未来三年内,每年斥资10亿元人民币,专项用于加速鲲鹏与昇腾两大计算平台原生应用的蓬勃发展。此举不仅彰显了华为对计算产业未来趋势的深刻洞察与坚定信念,更为整个行业的转型升级注入了强劲的创新活力。鲲鹏与昇腾,作为华为计算领域的双轮驱动,分别深耕于通用计算与AI计算的广阔天地。截至目前,两大平台已成功汇聚了超过7600家行业伙伴与635万名开发者,共同孵化出超过2万个高价值的解决方案,这些方案广泛渗透至政府、金融、电信、能源等关键行业的核心应用场景,深刻诠释了华为在推动行业智能化转型过程中的领导力和影响力。图:华为每年10亿投入鲲鹏昇腾原生应用此次华为投资计划的核心,在于扶持超过1500家原生应用合作伙伴,旨在实现全行业、全场景下的应用原生化,这一宏伟目标将极大拓宽鲲鹏昇腾的应用生态边界,为市场提供更加多元化、高性能的服务选项。同时,华为还适时推出了CANN 8.0及openMind应用...
在智能汽车行业风起云涌的今天,江波龙电子股份有限公司(以下简称“江波龙”)以其卓越的技术实力和市场敏锐度,在存储芯片领域取得了令人瞩目的成就。据报道,江波龙成功实现了其两款自研主控芯片WM6000与WM5000的规模化出货,累计出货量已突破千万颗大关。这一里程碑式的突破,不仅标志着江波龙在车规级存储市场的领先地位得到了进一步巩固,更为其在全球半导体存储市场的竞争中树立了新的标杆。图:江波龙两款自研主控芯片(WM6000、WM5000)成功实现千万产品导入江波龙的这两款主控芯片,凭借其出色的性能、稳定性和可靠性,在新能源汽车和智能驾驶技术的快速迭代中脱颖而出。随着自动驾驶技术的不断成熟和“车路云一体化”战略的深入实施,自动驾驶车辆对存储设备的需求日益多样化且高标准,对速度、容量、耐用性等方面提出了更为严格的要求。江波龙正是抓住了这一市场契机,通过持续的技术创新和产品优化,成功推出了满足市场需求的高性能存储解决方案,赢得了市场的广泛认可。江波龙的成功并非偶然,其背后是公司清晰的发展战略、深厚的技术积累以及合理的市场布局。公司始终将技术创新视为发展的核心驱动力,不断加大研发投入,推动产品迭代...
《机器人在晶圆厂中的作用日益增强》由Gregory Haley撰写,于2024年8月19日发表在《半导体工程》网站上,它深入探讨了人工智能和机器人技术在半导体制造领域的广泛应用。Gregory Haley作为技术评论员,专注于半导体制造、自动化技术的演进以及其对工业流程的影响。在文中,Haley不仅描述了机器人在半导体工厂中的现状,还深入探讨了其面临的挑战、未来的趋势,以及它们如何通过提高生产效率、降低人工成本和应对劳动力短缺来助力半导体行业发展。中国出海半导体网小编将为读者朋友们对此文做详细的解读:观点一:机器人技术的崛起与挑战文章的核心观点之一是机器人技术在半导体制造中的重要性正在迅速提升。随着协作机器人(Cobots)、自主移动机器人(AMR)和其他类型的自动化设备广泛应用,半导体行业的自动化水平不断提高,机器人逐步承担了更复杂、更精细的任务。图:厂房里自主移动的机器人(AMR)深入分析:机器人在半导体工厂的作用从简单的机械臂发展到如今的自主系统,能够处理诸如晶圆搬运、物流等任务。这种发展不仅减少了人力操作的误差,也提高了生产效率。然而,文中也提到,尽管这些机器人技术带来了显著的...
上接:半导体技术科普:什么是硅光子技术?(上)四、硅光子技术的优势硅光子技术之所以能够在众多应用领域中脱颖而出,主要是因为其独特的优势:1. 高带宽和低延迟 硅光子技术能够支持高速数据传输,带宽高达数百Gbps,远超传统铜缆传输。此外,光信号在传输过程中几乎没有延迟,能够满足对低延迟要求极高的应用场景,如金融交易系统和实时视频处理等。2. 低能耗 在大规模数据传输场景中,硅光子技术的能效优势尤为显著。与电子信号传输相比,光信号传输几乎没有热损耗和能量损失,因此能够显著降低数据中心和通信网络的能源消耗。3. 与CMOS工艺兼容 硅光子技术能够与现有的半导体制造工艺兼容,尤其是与CMOS工艺的结合,使得大规模量产成为可能。这一特性使得硅光子芯片的生产成本大幅降低,并且加速了其在实际应用中的推广。五、硅光子技术的挑战尽管硅光子技术展现出了广阔的前景,但在其大规模应用过程中仍面临着一些技术挑战。1. 光源集成问题 由于硅材料的间接带隙特性,无法直接作为光源使用,这使得光源的集成成为硅光子芯片发展的瓶颈。当前的解决方案是通过外部光源或将III-V族半导体材料集成到硅芯片中,但这会增加制造复杂性和...