原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
[Table_PageTop]汽车/行业深度
图4：早期2D平面标注8
图5：BEV实现2D转3D8
图6：BEV对于感知能力的升级9
图7：特斯拉占用网络9
图8：特斯拉端到端方案更新10
图9：端到端自动驾驶11
图10：基于规则的算法组成12
图11：端到端算法12
图12：特斯拉人形机器人13
图13：特斯拉机器人时间表13
图14：人型机器人整体结构设计14
图15：虚拟空间的步调规划15
图16：真实场景下的步姿调整15
图17：实际空间下的稳定行走16
图18：保持平衡16
图19：动作捕捉17
图20：学习瑜伽动作18
图21：物品分类18
图22：OptimusGen219
图23：分拣电池19
图24：机器人视角的分拣电池20
图25：：云端、边缘和终端AI芯片应用情况21
图26：CPU和GPU的结构25
图27：SM流多处理器结构图26
图28：CUDACore内部组成28
图29：Fermi架构29
图30：Fermi架构中SM单元内容29
图31：Kepler架构SMX30
图32：Maxwell架构SM30
图33：Pascal架构SM31
图34：NVLink示意图31
图35：Volta架构SM32
图36：Turing架构SM33
图37：RTCore效果示意图34
图38：Ampere架构35
图39：GraceHopper示意图36
图40：GH20037
图41：Dojonode40
图42：D1Chip41
图43：Dojo训练瓦片42
图44：训练瓦片42
图45：训练瓦片垂直结构图42
图46：训练系统43
图47：训练矩阵内存共享方式44
图48：DojoInterfaceProcessor44
图49：DojoHostInterface45
图50：DojoExaPOD46
图51：Dojo性能对比146
图52：Dojo性能对比246
图53：Dojo集成体积对比147
图54：Dojo集成体积对比247
图55：TPU架构48
请务必阅读正文后的声明及说明3/56
[Table_PageTop]汽车/行业深度
图57：不同神经网络上TPU、CPU、GPU性能比较49
图58：TPU与其他芯片性能比较50
图59：脉动阵列运算机制50
图60：TPUv251
图61：TPUv2架构51
图62：TPU架构变化52
图63：TPUv452
图64：TPUv4和v5参数53
表2：HydraNets特点6
表3：训练vs推理20
表4：云端vs终端21
表5：云端训练芯片23
表6：云端推理芯片24
表7：英伟达GPU架构演变历程27
表8：英伟达芯片参数138
表9：英伟达芯片参数139
表10：TPU历代发布时间
文档评论（0）