你好!欢迎来到北京图象图形学学会!
登录  |  注册
首页 > 新闻中心  > 学会动态

AI 奇妙夜 | 和大 UP 主“老石谈芯”侃侃自动驾驶的过去、现在、未来

来源:管理员  发布于2022-10-19


科技的进步由懒人来推动,解放双手成为这个时代发展的目标,这一次的革命,目标是驾驶汽车。


想象一下未来出行,点一杯奶茶,看一部电影,浅睡一会,醒来就是目的地,旅途的辛劳一下子就缓解了不少!甚至还可以和朋友在车内一起蹦迪!



(危险行为,目前技术背景下请勿模仿 hh)


追踪社会热点,解读 AI 前沿,用开源的算法,促进 AI 知识渗透,以超算/高性能计算为原点,开启人工智能前沿应用视角。北京超级云计算中心联合计算机视觉开源社区 OpenMMLab 共同策划发布直播栏目【AI 奇妙夜】,作为超级云讲堂的特别栏目,将以每月一更的频率,陪大家一同打开 AI 领域的奇妙之门,邀请超级大佬和大家一起唠唠最热门的话题。



那么【AI 奇妙夜】第一期

会是哪位大佬与我们相约呢?


本期精彩


知名科普 UP 主 “老石谈芯” 主理人老石将为大家带来最最最全面的自动驾驶扫盲讲解!


以时下热点“自动驾驶”为切入点,讲述人工智能技术在自动驾驶研发中的应用,加入以算法框架、算力为主要载体,为开发人工智能提供训练、测试验证、应用服务,赋能自动驾驶的现状,生态以及未来,并以实际案例制作 demo 的演示配合此次内容分享。


趣味满满,干货多多,偷偷剧透,还有超多精美周边礼品等你来拿哦!赶紧预约起来吧!


预约直播


分享时间


北京时间

2022 年 10 月 20 日(本周四)

20: 00 - 21: 00

(分享)+(Q&A)



分享嘉宾


老石


老石(真名:石侃,知名科普 UP 主),自媒体矩阵“老石谈芯”的主理人,芯片与人工智能 KOL,全网粉丝超过 100 万。石侃博士毕业于伦敦帝国理工学院电子工程系,现任中科院副研究员,CCF 科普工委执行委员;曾任英特尔芯片工程师,兼任研究科学家。


他有超过十年的芯片研究和从业经历,聚焦FPGA的数据中心网络加速、网络功能虚拟化等领域的研发和创新工作。在学术界,他曾经针对 FPGA、近似计算、计算机数学等技术和领域,在 DAC、MICRO、FCCM、TRETS、TVLSI 等多个国际顶级会议和期刊上发表过研究论文,并两次获得欧盟 HiPEAC 论文奖,出版专著一部:《FPGA:人工智能时代的驱动引擎》。


分享内容


  • 自动驾驶技术的前世今生

  • 领域技术方案及代表性公司

  • 自动驾驶主要算法梳理

  • 自动驾驶主要芯片和硬件技术

  • 未来自动驾驶技术的发展展望



参与有奖


1. 识别下方二维码填写表单登记申请,即可免费领取 500 元卡时/5000核时高性能计算资源。



2. 直播期间,积极参与直播互动,将有机会赢取石老师、OpenMMLab 或北京超算精心准备的精美礼品。


+

+


同时为了方便大家交流沟通,我们还建立了以【AI 奇妙夜】为主题的社群,直播相关的所有资料都将在群里分享,还能与大佬 1v1,赶紧扫码加入我们吧~




活动组织方


指导单位:中国计算机学会高性能计算专业委员会

主办单位:北京超级云计算中心

                  OpenMMLab

协办单位:上海市人工智能行业协会

                  北京图像图形学会


北京超级云计算中心



北京超级云计算中心(简称“北京超算”),成立于 2011 年,是由北京市人民政府主导、院市共建的“北京超级云计算和国家重要信息化基础平台”, 现坐落于北京怀柔综合性国家科学中心—怀柔科学城。为推进国家“东数西算”工程实施,北京超算已在北京、宁夏、内蒙等地前瞻性地布局了三个主算力枢纽,以构建跨域资源协同调度体系,优化算力之间的统筹联动。


目前,北京超级云计算中心物理计算核心达 1,000,000+,服务用户数超过 190,000 家。中心将持续扩容计算资源,满足大规模并行计算需求,可根据用户的计算量、应用程序及业务场景,提供随需供应、不排队、省心省时的 高品质 VIP 计算服务。在 2021 年 11 月发布的中国高性能计算机性能 TOP100 排行榜中位居同构众核 CPU 性能第一名,在 2021 年度“AIPerf 500”AI GPU 算力系统上榜总量份额第一。


OpenMMLab



OpenMMLab 开源社区具备深度学习时代最完整的计算机视觉开源算法体系,是产学研用四位一体的开放开源算法平台。


OpenMMLab 专注于视觉深度学习领域,涵盖 30+ 计算机视觉方向,支持 300+ 算法,提供 2,300+ 预训练模型。所有的工具箱都基于统一架构,提供代码工程组织架构优秀、拥有大量高质量算法内容的代码库,与提供模型训练能力的 PyTorch 等深度学习框架协同互补。


OpenMMLab 可以帮助使用者降低算法复现难度,方便复现算法基准并与之比较。与此同时,还可以帮助使用者避免重复踩坑,解决算法落地过程产生的多样化版本问题,提升人工智能算法的应用和部署效率。