以前，电源工程师的设计优先级是先考虑成本，再考虑效率，最后考虑体积。然而，随着时代的发展，系统变得越来越复杂，体积也越来越小，系统已经不再只是一块PCB板，而是变得越来越复杂。系统开发人员要花多少时间在电源上？而且，现在的电源设计优先级已发生改变：体积的要求最高。

预计到2020年，大量中档车辆将配备自动驾驶2级系统，到2025年或之后，商用和高端车辆上将安装3级和4级系统。然而，从1级和2级跳跃到3级及以上级别将面临各种挑战，其中一项挑战是航位推算。

“边缘侧智能设备大规模爆发的趋势，使数据成为如今AI芯片领域最大的挑战。”2019年11月7日，在由ASPENCORE《电子工程专辑》、《国际电子商情》和《电子技术设计》主办的“2019全球双峰会”上，地平线副总裁&AIOT芯片方案产品线总经理张永谦以“边缘AI芯片赋能行业，共建普惠AI时代”为题，介绍了地平线机器人在边缘AI芯片以及解决方案，以及地平线对AI在边缘侧落地背后的思考。

11月7日-8日，在深圳与全球“连接”。

除了Tesla的Smart Summon，德国车厂Daimler已经与伙伴Bosch连手推出一个获德国官方批准的自动停车/召唤服务；同时有一家名为WaveSense的美国新创公司，开发了一种利用探地雷达的创新技术，让车厂能用来为车辆打造自动召唤功能...

在百年汽车行业的“新四化”变革中，汽车智能化被认为是能够给最终用户带来更大价值和更好体验的方式，同时也是最难实现的变革之一。尤其在中国，道路的复杂性、场景的复杂性以及国内驾驶者的规范性，三种因素叠加起来，决定了应用于中国市场的智能驾驶系统相较于海外市场将更加复杂。

在L2级自动驾驶辅助系统大量量产上市之后，L3级自动驾驶的量产进程开始引发业内外关注，身处其中的玩家们也随之迎来最为关键的几年。目前来看，2021-2022年将是主流汽车制造商L3级自动驾驶车型量产大年。那么，究竟有哪些车企正在紧锣密鼓的筹备？

在对人工智能（AI）而非提高像素的需求推动下，特别是在由计算机视觉和数据驱动的决策制定方面，GPU(图形处理单元)领域已出现一场革命。神经网络的到来已使视觉处理成为现代世界的关键因素。因此，机器人处理操作、智能监控摄像头以及汽车高级驾驶辅助系统（ADAS）等相关行业都发生了变化。

现在是时候超越潜力和查看在实施真正自动驾驶的进程中，我们处于什么位置；以及如何将自动驾驶技术从“数据收集模式”转向大规模部署用于日常生活。

在SAE中国自动驾驶汽车安全技术大会上，我在主持圆桌论坛时问了各位专家一个问题：“在你从自动驾驶测试中得到的数据中，哪些数据或教训是您愿意与其他汽车公司分享的？” 这个问题引起了长时间的沉默。圆桌嘉宾们不安地看着对方。

它是一款“Chip Maker’s Chip”（为芯片制造商打造的芯片），主要面向最顶级ASIC、SoC芯片的仿真和原型设计，以及测试、测量、计算、网络、航空、国防等应用领域。

最近，我和我的一个朋友进行了一次有趣的讨论，他知道我在研究用于ADAS系统和自动驾驶车辆（AVs）中雷达的TI毫米波（mmWave）传感器。每当他读到自动驾驶汽车在不同驾驶环境下（比如障碍物检测）运行情况的文章时都会不失时机地取笑我。