摘要:
一、QAT 调优流程: 流程总览: 针对 征程 6E/M 的硬件特性,以 int8+int16 的混合精度量化为主要调优配置,可尝试少量 fp16 算子如 LayerNorm(fp16 LayerNorm 在 OE 3.5.0 及以后版本支持)。 调优原则: 如上是一个标准的对称量化公式,产生误差的 阅读全文
posted @ 2026-05-14 07:23
地平线智能驾驶开发者
阅读(2)
评论(0)
推荐(0)
摘要:
1.概述 Linux 的性能问题,依赖于各类性能工具,针对不同性能场景,选择合适的工具,可以大大提高整个性能优化的效率,下图是性能问题和工具图谱: 受限本文篇幅和侧重,结合征程系列 SoC 调优实践,主要展开介绍下面的工具及使用。 1.1. top top 命令可以动态地持续监听系统及进程的运行状态 阅读全文
posted @ 2026-05-07 12:18
地平线智能驾驶开发者
阅读(19)
评论(0)
推荐(0)
摘要:
Memory corruption 对于系统中出现随机、不可解释的异常指针访问或数据错误导致的异常,一般要考虑是内存使用上出现了 UAF(Use-After-Free),OOB(Out-of-Bounds)。 本章所指的”Memory corruption”特指 Linux kernel 侧出现的” 阅读全文
posted @ 2026-05-07 11:53
地平线智能驾驶开发者
阅读(5)
评论(0)
推荐(0)
摘要:
引言:当 BEV 走到工程拐点 在 BEV 路线逐渐成为智能驾驶感知主流之后,一个现实问题开始变得无法回避: BEV 在方法论上是正确的,但以 Dense BEV 为核心的实现方式,并不天然适合长期运行在真实系统中。 无论是 BEVFormer 还是 BEVFusion,它们都隐含着一个共同前提—— 阅读全文
posted @ 2026-05-07 11:35
地平线智能驾驶开发者
阅读(13)
评论(0)
推荐(0)
摘要:
一、背景:为什么大家几乎都会从 base_int16 开始? 在 QAT 项目中,只要遇到精度问题,工程师的第一反应通常是: 先上全 int16,看精度上限。 这是完全合理的。 原因: int16 动态范围更大 量化误差更小 更接近浮点 能快速验证“模型是否具备量化可行性” 如果全 int16 精度 阅读全文
posted @ 2026-05-01 17:44
地平线智能驾驶开发者
阅读(4)
评论(0)
推荐(0)
浙公网安备 33010602011771号