全棧的案例
經緯恒潤全棧自研底盤域控制器量產
目前，經緯恒潤底盤域控制器已實現全棧自研，控制器、底軟、空簧、懸架算法模塊均已實現量產，并實現了迎送賓、主動預測、魔毯懸架等功能，為整車底盤域控算法進一步積累了經驗，向著高級自動駕駛又邁出了堅實的一步！
自2021年起，經緯恒潤開始布局底盤域控制器方向，致力于提供軟件功能解耦平臺。三年內成功進入蔚來、長安體系，連續實現量產。與此同時，更多模塊的自研算法、執行器PPK模塊也在布局和設計中，預計2024年陸續發布。
未來，經緯恒潤底盤產品將在轉向、制動、懸架、域控融合等電控系統方向全面發力，在智能化、線控化、綠色節能、安全高效方面持續加大研發投入。在電動助力轉向DP-EPS、R-EPS，線控轉向SBW，剎車輔助IBAS，線控制動系統OneBox、EMB，底盤域控VDCM等核心產品及軟件上為客戶提供高品質、高性價比、持續可靠的量產保障。
了解更多：
請致電010-64840808
展開 新思科技EDA+IP+HAV全棧解決方案，全面助力Arm發布首款自研AGI CPU
新思科技設計、分析與驗證的廣泛解決方案組合現已支持基于 Arm 架構的平臺，可在開發過程中滿足數據中心級應用需求，并實現較低的整體計算成本
新思科技流片驗證的接口 IP 解決方案，為計算子系統提供可靠的高性能設計實現支持
新思科技高性能仿真與原型驗證系統，支持 IP 與子系統的啟動以及面向復雜數據中心工作負載的系統級驗證
新思科技（納斯達克股票代碼：SNPS）近日宣布，為 Arm AGI CPU 開發項目提供了包括 EDA 解決方案、接口 IP 以及硬件輔助驗證解決方案的全棧設計流程解決方案，攜手 Arm 共同加速該項目開發。
祝賀 Arm 以如此高的目標和精度成功推出 AGI CPU。這一成果體現了 Arm 領先的工程水準，我們也很榮幸新思科技的設計、IP 以及先進驗證解決方案，能為這一重要創新發揮至關重要的作用。
Ravi Subramanian
首席產品管理官
新思科技
面向日益復雜的 AI 工作負載設計數據中心級芯片，必須在系統層面進行嚴格且全面的驗證。Arm AGI CPU 的實現得益于我們與新思科技的深入合作，充分體現了 Arm 在 SoC 設計方面的深厚實力。新思科技的設計、IP 和驗證解決方案，為我們開發與驗證面向下一代 AI 基礎設施、實現突破性性能功耗比的芯片提供了關鍵支持。
Mohamed Awad
云與 AI 事業部執行副總裁
Arm
Arm 與新思科技展開了緊密合作，對基于 Arm? Neoverse? CSS V3 架構打造的 AGI CPU 在功耗、性能和效率方面進行了優化。用于 Arm AGI CPU 設計與驗證的新思科技解決方案包括：
1.
展開 光子器件設計新范式：基于Ansys Lumerical和Optislang實現從仿真到優化的全棧式解決方案
</p><p>基于此，<strong>5月28日，</strong>Ansys 2025R1系列網絡研討會特推出「<strong>光子器件設計新范式：基于Ansys Lumerical和Optislang實現從仿真到優化的全棧式解決方案</strong>」主題內容，助力光電子器件研發人員突破多學科耦合設計的技術瓶頸。歡迎感興趣的用戶免費報名參會。</p><p><img src="https://mmecoa.qpic.cn/mmecoa_png/sJ5jnYn8SiccuXG1CP96bkIdibCQkYy4pmrG0aKU3dO0OiaUGaPXRZAfiaj1OyJVzSUQJZ3e5VaWohJpebxiaNBXBjg/640?wx_fmt=png&from=appmsg&tp=wxpic&wxfrom=10005&wx_lazy=1" alt="圖片" width="1139"></p><p><strong>時間：5月28日（星期三）15：00</strong></p><p><strong>講師：</strong></p><p class="ql-align-center"><img src="https://mmecoa.qpic.cn/mmecoa_png/sJ5jnYn8SiccuXG1CP96bkIdibCQkYy4pmAgmjAIuJabyNn08kpHc7IhGXlsgqeFl3JjXvf0ayYQGmUucpfib5HWA/640?
展開 華為AI，三十而立
雖然華為不認可這是一種“轉型”，并且將人工智能定義為“通用技術”，但是以外界來看，本月全聯接大會上發布的“達芬奇項目”以及兩款AI芯片，都扎扎實實地透露著而立之年的華為：AI立身，意氣風發。
對于華為不喜歡“轉型”這個說法，可以從此次AI全棧布局中窺見一二。以華為的角度而言，全棧方案是打通既有的云端和終端，從而形成的全場景AI解決方案。這樣一來，AI自然可以被視作是通用技術工具，疊加在既有的業務上，就像華為不單獨售賣芯片，而是將它作為賦能工具，增加產品的競爭力而已。
摸爬滾打三十年的華為，在攻占AI這件事上，做到了“曲線救國、錦上添花”。
黨全栓說，對華為而言，“全棧全場景”的提出是一件自然而然的事情。但事實上，這確確實實水到渠成的事，其實暗含了華為邁入而立之年的多年謀劃。
端倪初見，華為的AI戰略
在華為內部，全棧全場景的項目名稱為“達芬奇項目”，也是外界傳聞中信息最少、最神秘的項目。盡管徐直軍強調達芬奇只是華為眾多項目中的一個，但其實它整合了華為體系中諸多耀眼的、有價值的部分，這稱得上是一種技術派的浪漫主義情懷。
徐直軍在接受采訪時解釋：“達芬奇這個人就是博學家，多才多藝，什么都懂，是畫家、發明家、 醫學家、 生物學家、地理學家 、建筑工程師等等，所以非常切合我們要做這個事情。一開始，這個項目是自下而上驅動的，由開發人員發起，最終，我們想要做的就是一個芯片支持全場景，可以在最寬范圍支持架構。”
在這樣的初衷下，華為提出了全棧全場景。按照華為的構想，全棧支持的就是全場景，而“全場景”的含義就是云、邊緣到端的場景需求。
這樣的限定不是沒有道理的。不止華為如此理解，對于技術本身的發展，行業人士多認為AI能力已經盡顯，在很長的一段時間內，因人工智能催生的云－邊緣－端這樣一種形態都不會有所變動。
展開 
掌握Python可以去哪些崗位？薪資如何？
四、Python web全棧工程師
全棧工程師是指掌握多種技能，并能利用多種技能獨立完成產品的人。也叫全端工程師(同時具備前端和后臺能力)，英文Full Stack developer。
全棧工程師不管在哪個語言中都十分搶手，Python web全棧工程師工資基本上都在20K往上走，所以如果你能力比較突出的話，可以首選Python web全棧工程師。
五、Python自動化運維
目前對Python運維工作者的需求很大，一般薪資在10k-15k，Python自動化測試Python這門語言十分高效，只要是和自動化有關系的，它可以發揮出巨大的優勢，目前做自動化測試的大部分的工作者都需要學習Python幫助提高測試效率。用Python測試也可以說是測試人員必備的工具了，Python自動化測試的起薪一般也都是15K左右，所以測試的小伙伴也需要學習Python哦！
更多python編程資訊，歡迎關注公眾號“python學習指南”
展開 使用大型語言模型（LLMs）、檢索增強生成（RAG） ￥5
- 模塊9——全棧大型語言模型應用開發：學習如何將AI集成到真實應用中，使用基于FastAPI的后端、流式響應和前端聊天界面，同時管理跨會話的狀態、記憶和上下文。實踐實驗：構建帶有流式聊天、會話記憶、持久存儲和上下文修剪策略的全棧大型語言模型應用程序。
- 模塊10——評估、成本與性能優化：學習如何通過人工和自動化評估、準確性、相關性和真實性指標來衡量和優化AI系統，以及如何通過令牌優化、緩存和模型路由降低成本。實踐實驗：構建評估工具，實現響應緩存，比較不同的模型層級，并進行延遲和負載測試。
- 模塊11——倫理、安全與負責任的AI：學習如何通過防護措施、輸出過濾、基于策略的控制和企業治理框架，負責任地部署AI，確保安全性、合規性和可信度。實踐實驗：實施安全防御、提示詞注入保護、輸出驗證和適合企業使用的AI治理流程。
- 課程成果：課程結束時，你將能夠：構建可投入生產的生成式AI系統；設計穩健的提示詞和智能體架構；實現RAG流水線和語義搜索；開發全棧大型語言模型應用程序；優化成本、延遲和可擴展性；部署安全、合規的企業級AI。
- 解壓密碼：0daydown
###
展開 經緯恒潤AUTOSAR全面適配芯馳車規芯片，聯合打造全場景國產解決方案
基于E3640的域控制網關演示系統
關于經緯恒潤AUTOSAR系列產品
經緯恒潤自主研發AUTOSAR產品INTEWORK-EAS家族系列，包括AUTOSAR Adaptive Platform產品（INTEWORK-EAS-AP）、AUTOSAR Classic Platform產品（INTEWORK-EAS-CP）以及AUTOSAR全棧研發工具鏈，旨在為行業提供國產自主基礎軟件解決方案。
INTEWORK-EAS系列產品在研發流程、操作系統、基礎軟件和工具鏈均通過功能安全ISO 26262 ASIL-D的認證，憑借全棧全域解決方案、靈活友好的License模式、優質高效的工程服務，全生命周期的技術支持等優勢，已廣泛應用到智能駕駛、智能座艙、車身域控、中央域控等領域，產品覆蓋50+國內外OEM，服務于超300+零部件供應商。
經緯恒潤AUTOSAR INTEWORK-EAS CP和AP產品
關于經緯恒潤
經緯恒潤成立于2003年，總部位于北京，是一家綜合型的電子系統科技服務商，專注于為汽車、無人運輸等領域的客戶提供電子產品、研發服務和高級別智能駕駛整體解決方案，并在天津、南通建立了現代化的生產工廠，形成了完善的研發、生產、營銷、服務體系。本著“價值創新、服務客戶”的理念，公司堅持“專業聚焦”、“技術領先”和“平臺化發展”的戰略，致力于成為國際一流綜合型的電子系統科技服務商、智能網聯汽車全棧式解決方案供應商和高級別智能駕駛MaaS解決方案領導者。
關于芯馳科技
芯馳科技專注于為未來智慧出行提供高性能、高可靠的車規芯片，是國內“全場景、平臺化”的芯片產品與技術解決方案提供者。
展開 后摩爾時代我們的機會在哪里？
下一個話題是全棧優化，我之前也討論過。畢竟，如果可能，誰不想實現全棧優化呢？現在，這個話題被越來越多的提及，除了對計算效能的需求越來越高，通過單純優化軟件或者硬件都難以滿足這個原因之外，另一個重要原因是，在特定領域，比如AI，確實有實現的可能。全棧優化的難度在于探索空間太大，我們不得不分而治之。而對AI來說，目前基于神經網絡的方法有個很好的特征，就是可以用比較規則的硬件進行加速，大大縮小了硬件優化的空間。當然，即便是在特定領域，全棧優化也還是個難題，也許最終還是要靠AI來解決（似乎現在難題都丟給了AI），但我們總算有信心往前趟趟路。
總得來說，上述這些方向大多還是老生常談，在過去的幾十年有各種各有的研究和實驗。但很多相關的工作停留在了學術圈或者研究階段，而沒有大規模的應用。原因主要在下面幾個方面：第一是在驅動力方面，或者沒有足夠的收益，不能提供支持商用的投入產出比；或者沒有足夠的競爭壓力。第二是技術上確實很難實現，比如全棧優化的問題。還有一種情況，我們有一定的驅動力，也知道怎么去做，但就是沒辦法高效的去做。換句話說，即生產率（productivity）太低導致成本太高。如果阻礙我們前進的關鍵問題為此，那么最可能的結果是新工具或新的方法學的出現。各個AI Framework對ML/DL快速發展起到的關鍵作用就是很好的佐證。其實，黃老板在后面也著重講了這個問題，贊揚了開源領域的各種工具，當然重點還是CUDA和RAPIDS。要應對AI領域給我們帶來的各種新挑戰，發明新工具或者改造老工具的需求將會非常旺盛。另一方面，不斷強化的AI本身在工具中的應用也會越來越普遍，AutoML就是很好的例子。最終也許會真的實現AI設計AI，AI設計計算機。
展開 從零開始掌握 Next.js，學習使用 React ￥5
本課程將循序漸進地引導你從 Next.js 的基礎知識，到構建可投入生產的全棧應用程序。你將學習 Next.js 如何相比傳統 React 應用程序在性能、SEO 和可擴展性方面進行改進。通過實踐項目和真實世界示例，你將理解如何使用 Next.js 的功能，如服務器端渲染、靜態站點生成、路由、API 路由和部署。
核心學習內容：
Next.js 的核心概念
基于文件的路由和動態路由
服務器端渲染和靜態站點生成
應用路由器（App Router）和頁面路由器（Pages Router）（何時以及如何使用它們）
API 路由和使用 Next.js 進行全棧開發
SEO 優化和性能最佳實踐
身份驗證、數據獲取和狀態管理
將 Next.js 應用程序部署到生產環境
學習 Next.js 的理由：
Next.js 是最受歡迎的 React 框架之一
非常適合構建快速、對 SEO 友好的 Web 應用程序
被頂尖公司用于構建可擴展、可投入生產的應用程序
非常適合希望成為全棧 React 工程師的開發者
適用人群：
想要從零開始學習 Next.js 的初學者
希望通過 Next.js 提升技能的 React 開發者
轉向全棧開發的前端開發者
任何想要構建快速、現代且對 SEO 優化的 Web 應用程序的人
課程成果：課程結束時，你將能夠自信地使用 Next.js 構建、優化和部署真實世界的應用程序，為你提供現代 Web 開發所需的就業技能。
展開 華為麒麟990處理器明年初流片：7nm EUV工藝
半精度（FP16）運算能力8TFLOPS，整數精度（INT8）16TOPS，支持16通道全高清視頻解碼（H.264/265）。主要適用智能手機、智能設備等低功耗產品上。這可能意味著未來華為麒麟處理器的NPU將會全面轉向自研，不再需要向寒武紀公司購買IP內核集成。這款AI芯片和大規模分布式訓練系統都將在明年第二季度推出。
關于達芬奇架構，華為輪值董事長徐直軍曾經表示，之所以不再基于之前的芯片架構，而是做一個全新的架構，是因為目前市場上沒有任何架構可以實現全場景覆蓋。華為的昇騰系列則可以實現全覆蓋。華為需要覆蓋從云、到邊緣、到端到物聯網端，需要全新的架構，創造力的架構。“這是基于華為對人工智能的理解，基于端管云對對人工智能的需求自然產生的。”徐直軍表示，“寒武紀也很好，但無法支持我們的全場景。”
兩年前，華為另一名輪值董事長郭平就表示，公司每年至少拿出10億美元的研發預算，用于與數據中心相關的投入。
2017年9月，華為發布了面向企業、政府的人工智能服務平臺華為云EI。今年4月，華為又發布了面向智能終端的人工智能引擎HiAI。
但在投入的過程中，發現了一個普遍存在的問題，就是云服務平臺不賣終端芯片，賣終端芯片的平臺不提供云計算服務。因此，這種割裂的環節讓開發者浪費了大量的時間和精力以及財力在訓練和部署之間。
因此，不久前，華為發布了全棧全場景解決方案，是對華為云EI和HiAI的強有力支撐。基于這個解決方案,華為云EI能為企業、政府提供全棧人工智能解決方案；HiAI能為智能終端提供全棧解決方案。
基于此，如果麒麟990使用自研的達芬奇架構，其全棧全場景在手機上的實現很值得期待。
來源：超能網
展開 華為徐直軍：兩款AI芯片不單獨對外銷售 與芯片廠商沒有競爭
問：華為AI全棧戰略怎么樣實現端到端的連接，與英特爾、谷歌相比有什么優勢？
黨文栓：對于華為而言，每一層都是相當自然的。你看芯片這一層，我們已經有多年芯片制造的經驗，雖然人工智能芯片已經有多年發展，但人工智能的神經網絡還是比較單一的。神經網絡的挑戰也是華為多年來一直在努力的。芯片以上的工具是我們早就有的技術，只不過現在拿來發布。到框架這一側，需要端、邊緣協同和部署，這里面的技術我們是已經有的，對于需求的理解和技術的掌握對我們不是困難的事情。最上面的一層，你們會看到很多方案，如何產生、部署一個模型，實際上這上面有一系列服務，大數據、IOT服務，這些服務我們有了，也是一個自然的延伸。這是一個基于開放架構的全棧方案，而不是一個封閉的方案，我們的客戶可以選擇其中任何一層。很重要的是，從客戶視角來看，有兩點：一是從一開始就要考慮全場景；另一個是在發展的早期階段就要考慮不同場景、多框架的技術手段。
問：如何提升AI的投資回報率，鼓勵AI的基礎設施建設和AI的落地？
Vishal Sikka：我們講的是AI的企業應用，衡量投資回報也要從這個角度，要看看企業級的AI應用上線速度能有多快，對企業的價值能有多大。一是企業前端的企業管理；二是企業后端有很多流程，現在還是非常依賴人工手段，人工的成本還是很高的，資產管理、資產使用的效率。關于投資回報，全棧解決方案更能加速投資回報周期，具備開放性、互通性，能夠更好服務企業的未來。
問：在班加羅爾這樣的印度城市，有兩個重要的問題：交通和教育。華為的技術如何支持這樣的國家的基礎設施建設？
徐直軍：詳細的計劃現在還沒有。正如我在演講中講到的，在AI的應用領域，交通和教育是首當其沖的。我們在中國的好幾個城市在做智慧交通。中國肯定是一個交通問題就嚴重的國家，如果能解決得好，解決班加羅爾也沒有問題。
展開 
航發葉片檢測全棧解決方案：三坐標四軸聯動智能掃描分析
中圖儀器直面行業痛點，專為航發葉片和葉盤檢測打造全自主化軟硬件一體解決方案——四軸聯動自適應掃描分析方案
1、效率躍升：針對葉型曲面優化的四軸聯動智能掃描技術相較于傳統掃描測量，可大幅壓縮檢測時間，效率提升100%，高效應對批量測量任務。
2、無死角精準捕獲：高精度掃描測頭和轉臺智能協同運動，實現復雜曲線連續、高速、無死角掃描，完整捕捉葉背/葉盆型線、前/后緣、榫頭榫槽等全尺寸特征。
3、核心參數深度解析：專用分析軟件PowerBlade全面評價前/后緣、葉型輪廓、弦長、弦線角、位置度、最大厚度、邊緣厚度、波紋度、扭轉角等關鍵參數指標，精準分析葉型質量狀態。
4、智能工藝閉環： 檢測數據深度分析，為加工補償、工藝調整和質量判定提供精準方向，驅動制造工藝持續優化。
精準測量，智造未來——從研發驗證到生產全檢，四軸聯動智能掃描技術以精準數據為航發葉片的卓越性能和安全保駕護航，其擁有一系列優勢：
1.專機專用：全自主化軟硬件深度協同，針對航發葉片和葉盤測量需求深度開發；
2.效率倍增：智能路徑規劃配合四軸聯動自適應高速掃描，檢測效率顯著提升；
3.全維洞察：全面覆蓋弦長、弦線角、葉型輪廓、位置度、喉道、彎曲等核心參數；
4.閉環賦能：覆蓋研發、生產、服役、返修全生命周期數據管理，數據驅動工藝優化，為壽命預測、維修決策提供科學支撐。
展開 科技日報：華為AI芯片很強，但外行請別瞎吹
達芬奇是所謂“全棧全場景AI解決方案”，你可以把“全棧”系統理解為全能醫生：什么樣的客戶來尋求幫助都能滿意而歸。此次發布的芯片（及隨后將推出的各種設備和軟件）只是其中一環。
華為的業務廣度和研發實力，讓它對“全棧”情有獨鐘。業界一般認為，華為重視達芬奇，是它經營AI的一個自然思路。
徐直軍說：“達芬奇能夠從極致的低功耗需求到極致的大算力需求全覆蓋。現在我們還沒有看到市場上有其他架構能夠做到這一點。”
有專業人士分析指出：華為AI戰線的跨度僅有Google等公司可與之匹敵；而與英偉達和Google的競爭系統比，達芬奇有其獨特優勢。未來提供包括芯片在內的整個系統的華為，在AI市場或將有雄厚競爭力。
“7納米”不等于世界第一
“昇騰”被朋友圈轉發的重要原因，在于它是屈指可數的7納米工藝芯片。其實華為早前發布的手機芯片麒麟980，已是7納米級。
“華為的確很厲害。現在能設計7納米芯片的大公司，目前只有4家。”張國斌說，“蘋果能做；高通公司即將推出，但還沒出來。”
張國斌說，就已經發布的產品來看，華為的手機芯片麒麟980比蘋果更強——蘋果的芯片沒有基帶，所以說華為手機芯片達到世界第一，是沒有問題的。
但是，華為手機芯片的突破不意味著中國芯片業擺脫“卡脖子”窘境。
市場調研機構IC Insights發布，2018年上半年全球前15大半導體廠商，沒有來自中國大陸的——三星榜首、英特爾第二、SK海力士第三、臺積電第四，之后是美光、博通、高通、東芝/東芝存儲、德州儀器、英偉達、西數/閃迪、英飛凌、恩智浦、意法半導體和聯發科。7家總部在美國，歐洲3家，韓國2家，中國臺灣地區2家，日本1家。
芯片分設計、制造和封裝三大領域。如英特爾、三星，既設計也制造；聯發科和威盛，則只設計，不制造；臺積電只替別人代工生產。
展開 華為發布昇騰310芯片：開啟AI新時代
該架構實現了從極致的低功耗到極致的大算力場景的全覆蓋，可以做到一次開發適用于所有場景的部署、遷移和協同，大大提升了軟件開發的效率。
此前，華為發布了全棧全場景的AI解決方案。全棧意味著為AI應用開放者提供強大的算力和開發平臺，全場景意味著覆蓋所有場景。
上個月華為聯合奧迪展示了L4級無人駕駛的路測，汽車上配備了華為的MDC車載計算單元。根據測算，支持L4級無人駕駛這樣非常復雜的邊緣計算場景時，310芯片組一共也僅消耗200瓦的能耗。
閆力大表示，華為希望能夠實現云、物聯網、視頻、邊緣計算等技術與AI的協同，打造成一個能夠支撐各行各業數字化轉型的開放“平臺”，AI將是華為平臺上開放給客戶與合作伙伴的最新技術，“我們將努力讓AI不再是一項只有具備高級技能才能完成的工作。未來3年，我們的目標是發展100萬AI開發者”。
人工智能這類新技術需要長期持續的投資，據閆力大介紹，華為銷售收入的10%-15%投入研發，過去的10年間，華為累計研發投入接近4000億元人民幣，今年一年的研發投入將達到1000億元人民幣的量級。
來源：新京報
展開 高級別智能駕駛業務系列：自動駕駛系統
▎系統優勢
· 提供車、路、網、云、圖、營全棧式自研港口無人水平運輸解決方案
· 經緯恒潤無人駕駛系統通過運營調度平臺和智能云控平臺，已與業內多家港口TOS系統、 ECS系統完成了系統對接
· 高性能車規級嵌入式控制器，穩定可靠性能高，可應對嚴苛的實車運行工況
· 車規級傳感器解決方案，多重感知，確保感知輸入冗余和安全
· 充分考慮功能安全和信息安全的自主決策能力，保障車輛安全可靠的運行
· 基于生產作業要求實現停車精度＜5cm，封閉場景自動駕駛比例＞99%
· 基于5G環境，實現自動駕駛與遠程駕駛系統無縫對接，滿足極端工況下的作業安全和全流程的自動化作業
· 已實現項目交付和真正的無安全員的常態化運營
▎應用案例
經緯恒潤自動駕駛系統已在日照港、龍拱港集裝箱碼頭商業化落地運營，真正的實現“安全員下車”這一關鍵目標。同時，自動駕駛系統也同樣在園區物流、清掃、接駁方面有了長足的進步。未來，經緯恒潤自動駕駛系統會繼續緊跟智能駕駛行業發展趨勢，聚焦智能化和網聯化技術變革，積極創新，致力于為客戶提供涵蓋環境感知、決策規劃、控制執行、系統集成等自動駕駛全棧解決方案，進一步推進無人駕駛技術的商業落地。
展開 