地平线智能驾驶开发者

2025年11月

摘要： 1. LLM 训练基础概念 1.1 预训练（Pretrain） LLM 首先要学习的并非直接与人交流，而是让网络参数中充满知识的墨水，“墨水” 理论上喝的越饱越好，产生大量的对世界的知识积累。预训练就是让 Model 先埋头苦学大量基本的知识，例如从 Wiki 百科、新闻、书籍整理大规模的高质量训阅读全文

posted @ 2025-11-08 20:50 地平线智能驾驶开发者阅读(24) 评论(0) 推荐(0)

2025年10月

征程 6 | 多任务不同帧率部署方案

摘要： 1.方案描述推理多任务模型时，可能会有不同任务分支部署不同帧率的需求，例如 BEV 动态任务 20 帧，静态任务 10 帧这种情况。最简单的方式是编译两个模型，分开推理：模型 1：backbone+neck+ 动态 head 模型 2：backbone+neck+ 静态 head 此时，重复阅读全文

posted @ 2025-10-31 20:58 地平线智能驾驶开发者阅读(53) 评论(0) 推荐(0)

mul 与 reduce_sum 的优化实例

摘要：一、基础介绍什么是 mul 与 reduce_sum？ mul 通常指元素级乘法（Element-wise Multiplication），它将两个形状相同的张量中对应位置的元素相乘，返回一个与原张量形状相同的新张量。 reduce_sum 是一种规约操作（Reduction Operation）阅读全文

posted @ 2025-10-31 18:36 地平线智能驾驶开发者阅读(19) 评论(0) 推荐(0)

三种 Badcase 精度验证方案详解与 hbm_infer 部署实录

摘要：在模型结构优化与部署量化过程中，开发者往往会遇到一个关键任务：基于历史 Badcase 数据验证模型精度变化，确保模型修改不会引入明显性能退化。这类验证常见于感知、预测、行为识别等任务，尤其在客户交付或精度回归过程中十分关键。但实际场景中，Badcase 的来源和管理非常复杂：数据常常分阅读全文

posted @ 2025-10-24 22:14 地平线智能驾驶开发者阅读(24) 评论(0) 推荐(0)

大模型 | VLA 初识及在自动驾驶场景中的应用

摘要：一、VLA 简介 1.1 VLA 定义 VLA （Vision Language Action）是一种多模态机器学习模型，结合了视觉、语言和动作三种能力，旨在实现从感知输入直接映射到控制动作的完整闭环能力。VLA 强调一体化多模态端到端架构，非感知规控的模块化方案。下图是常见端到端的框架，是 RT 阅读全文

posted @ 2025-10-23 21:37 地平线智能驾驶开发者阅读(439) 评论(0) 推荐(0)

征程 6 | 征程 6 工具链如何支持 Matmul/Conv 双 int16 输入量化？

摘要：一、前言在征程 6 工具链的量化精度调优实践中，当 Matmul/Conv 算子的两个输入皆为量化敏感算子时，PTQ 与 QAT 各自面临着难以克服的棘手困境。在 PTQ 流程里，为了实现双 int16 输入的支持，工作人员不得不借助脚本将原本结构单一的 Matmul/Conv 算子拆解为 2 阅读全文

posted @ 2025-10-18 20:55 地平线智能驾驶开发者阅读(33) 评论(0) 推荐(0)

新版 perf 文件解读与性能分析

摘要：一、前言在模型开发与应用领域，精准的性能分析和优化是提升效率的核心。地平线通过征程 6 算法工具链 OE3.2.0 版本，对 hbm_perf 接口进行了重大升级，新增了内存**占用信息** 和硬件占用 Timeline 两大功能。这些强化功能使开发者能够清晰掌握模型运行时的资源消耗和硬件阅读全文

posted @ 2025-10-18 16:30 地平线智能驾驶开发者阅读(29) 评论(0) 推荐(0)

大模型 | VLM 初识及在自动驾驶场景中的应用

摘要：在了解 VLM 之前，先复习下 LLM。一、LLM(Large Language Model) 大语言模型（LLM，Large Language Model）名字虽然带有语言二字，但其实并不局限于语言类场景。LLM 更多是一种统计建模的通用技术，它们主要通过自回归 Transformer 来模拟阅读全文

posted @ 2025-10-17 12:06 地平线智能驾驶开发者阅读(117) 评论(0) 推荐(0)

手撕大模型 | MQA 和 GQA 原理解析

摘要：一、前言大模型（参数规模通常数十亿至万亿级）在处理复杂任务时面临三大核心问题：显式关联的局限性：传统 Multi-head Attention 依赖输入数据的显式特征（如文本中的词向量、图像中的像素特征）计算注意力，难以捕捉深层语义（如 “同义词替换”“上下文隐喻”）或抽象结构（如 “逻辑推理链阅读全文

posted @ 2025-10-15 22:24 地平线智能驾驶开发者阅读(99) 评论(0) 推荐(0)

征程 6 | BPU trace 简介与实操

摘要：一、BPU trace 理论基础在学习 BPU trace 前，希望大家对 UCP trace 已经有简单的了解，详情可见工具链用户手册《统一计算平台（UCP）-UCP 性能分析工具-UCP Trace 使用说明》章节。 1.1 BPU Trace 配置文件模板在 system 模式下抓取 BP 阅读全文

posted @ 2025-10-15 21:48 地平线智能驾驶开发者阅读(51) 评论(0) 推荐(0)

公告