2026年2月
地平线征程 6 工具链入门教程 | 征程 6B 计算平台部署指南
摘要： 1.前言 本文旨在提供 征程 6B 计算平台的部署指南，将会从硬件、软件两部分进行介绍，本文整理了我们推荐的使用流程，和大家可能会用到的一些工具特性，以便于您更好地理解工具链。某个工具具体详细的使用说明，还请参考用户手册。 2.征程 6B 硬件配置 BPU 内部器件： TAE：BPU 内部的张量加速 阅读全文
posted @ 2026-02-06 20:00 地平线智能驾驶开发者 阅读(3) 评论(0) 推荐(0)
地平线 征程 6 工具链进阶教程 | 多任务 不同帧率 部署方案介绍
摘要： 1.需求场景 在智能驾驶等复杂业务场景中，模型往往具备​多任务分支结构​，例如在同一个网络中同时包含​​ BEV 动态任务​（如目标检测、跟踪、运动预测）与​​ BEV 静态任务​（如地图构建、车道线提取、可行驶区域预测），这些任务对推理频率（Frames Per Second， FPS）的要求通常 阅读全文
posted @ 2026-02-06 16:34 地平线智能驾驶开发者 阅读(3) 评论(0) 推荐(0)
2026年1月
地平线 征程 6 工具链入门教程 | 板端部署 UCP 使用指南
摘要： 1.前言 在模型板端部署过程中，开发者主要关心图像如何获取，模型性能如何评测以及如何优化模型等问题。对于图像的获取，地平线提供了 Pyramid 硬件，其不但可以获取多尺寸图像，且利用内存共享机制可将内存给到 BPU 直接进行推理。针对耗时，内存占用，DDR 带宽占用等指标进行评测和优化，地平线提供 阅读全文
posted @ 2026-01-27 11:26 地平线智能驾驶开发者 阅读(22) 评论(0) 推荐(0)
征程 6 H/P 工具链 QAT 精度调优
摘要： 一、QAT 调优流程 流程总览： 针对征程 6H/P 的硬件特性，以 int8+int16+fp16 的混合精度量化为主要调优配置，会增加较多的 fp16 设置来优化量化精度 注意： 征程 6H/P 上会用到更多 fp16 高精度和 GEMM 类算子双 int16 等的配置，为了配置方式更加简单灵活 阅读全文
posted @ 2026-01-20 12:09 地平线智能驾驶开发者 阅读(29) 评论(0) 推荐(0)
征程 6 算法工具链 | PTQ 深度使用指南
摘要： 这份指南聚焦开发者使用 PTQ 时的实际需求，从 “解决什么问题”“怎么用 PTQ 解决” 的角度，提供实战步骤与技巧，手册（训练后量化 PTQ）中已有的通用内容将直接引用在线链接，避免重复。 一、快速评测：摸透模型性能上限 1.解决的核心问题 开发者拿到 float ONNX 模型后，首要需求是快 阅读全文
posted @ 2026-01-16 12:53 地平线智能驾驶开发者 阅读(19) 评论(0) 推荐(0)
征程 6 | 平台 QAT 精度一致性问题分析流程
摘要： QAT 训练完成后，从 torch qat 伪量化模型到 征程 6 板端部署 hbm 模型之间，有模型 export 导出、convert 转定点、插入前处理节点以及 compile 编译等步骤，在这些步骤中，如果出现精度不一致的情况，说明存在一致性问题。一致性问题分为两类： 用户侧问题。例如：前后 阅读全文
posted @ 2026-01-13 13:32 地平线智能驾驶开发者 阅读(16) 评论(0) 推荐(0)
上手实操 | Dense Bev 融合优化方案
摘要： 1. 简介 在自动驾驶领域，BEV 是一种从上方看对象或场景的视角，通过多个不同视场的传感器融合成 BEV 特征，可以提供车辆周围环境的完整视图，供下游任务使用，例如障碍物检测，路径规划等。 基于 BEV 的环境感知目前主要是有两种技术路线，一种是以 petr 为代表的 sparse bev 方法， 阅读全文
posted @ 2026-01-12 18:47 地平线智能驾驶开发者 阅读(29) 评论(0) 推荐(0)
征程 6 | cgroup sample
摘要： 1. 功能概述 本 sample 实现限制进程 cpu 占用率和运行的 cpu 核功能，此处主要介绍该 sample 的实现与使用方法。 1.1. 软件架构说明 本 sample 基于 Linux 通用的 cgroup API，通过操作 cgroup 的 cpu 子系统和 cpuset 子系统配置文 阅读全文
posted @ 2026-01-08 20:23 地平线智能驾驶开发者 阅读(9) 评论(0) 推荐(0)
linux 常见稳定性问题分析方法
摘要： 1.概述 稳定性对项目交付、用户体验有着非常重要的影响，一般定义的稳定性问题是遇到了系统异常重启或者系统卡死等，即无法按照预期为客户继续提供功能和服务。地平线 SoC 平台提供了多种调试手段，去分析系统遇到的稳定性问题。 首先我们需要了解征程系列的软硬件方案及异常 reset 路径，通过了解异常路径 阅读全文
posted @ 2026-01-06 22:39 地平线智能驾驶开发者 阅读(22) 评论(0) 推荐(0)
大模型常见量化方法简介
摘要： 一、引言 随着大型语言模型（LLM）在具身智能等领域的广泛应用，接下来就该思考如何在有限硬件资源下部署这些模型，量化是其中必不可少的步骤。 模型量化（Model Quantization）作为一种有效的模型压缩技术，通过将模型中的浮点数参数转换为低比特宽度的整数表示，显著减少了模型的存储和计算需求， 阅读全文
posted @ 2026-01-06 22:34 地平线智能驾驶开发者 阅读(141) 评论(0) 推荐(0)
下一页