会议主要讨论的核心内容 - 智能汽车算力的新突破、新变局与新趋势 [1][2][3][4][5][6][7] - 算力理性背景下智能驾驶芯片的设计挑战和发展 [18][19][20][21][22][23][24][25][26][27][28][29][30][31][32][33][34][35][36] - 基于先进算力平台的汽车智能化场景创新与实践 [49][50][51][52][53][54][55][56][57][58][59][60] - 大模型与中央计算融合解锁未来智能汽车的无限可能 [61][62][63][64][65][66][67][68][69][70][71][72][73][74][75][76][77][78][79] - 单SoC仓架融合软件平台的挑战与实践 [80][81][82][83][84][85][86][87][88][89][90][91][92][93][94][95][96][97] - 新一代质算在线服务平台加速大模型应用 [98][99][100][101][102][103][104][105] - 基于云端算力的海量仿真测试 [106][107][108][109][110][111][112][113][114][115][116][117] 问答环节重要的提问和回答 问题1 Ellie Jiang 提问 为什么现在汽车座舱平台更新换代这么快? [49] Jiazhen Zhao 回答 主机厂需要考虑如何在有限的算力资源下提供更好的用户体验,同时也要平衡成本。 [50] 问题2 Yang Bai 提问 为什么现在芯片厂商要提供如此强大的算力? [49] Jiazhen Zhao 回答 随着自动驾驶技术的发展,对算力的需求越来越大,尤其是在大模型应用和端到端自动驾驶方面。 [51][52][53] 问题3 Joyce Ju 提问 大模型如何与中央计算融合,为智能汽车带来更多想象空间? [61] Lei Chen 回答 中央计算可以实现感知、决策和执行的全流程融合,提升智能驾驶的体验。同时大模型可以赋予中央计算更强的智能化能力。 [62][63][64][65][66][67][68][69][70][71][72][73][74][75][76][77][78][79]