4月25日，东北某市，TsingtaoAI团队为某汽车厂商的智能驾驶业务和研发团队交付“智能驾驶与智能座舱技术”课程。本课程系统讲解智能汽车两大核心领域技术架构与实现路径。课程涵盖智能驾驶感知层（激光雷达/毫米波雷达/视觉融合）、决策规划（A*/RRT算法与端到端模型）及高精地图定位（SLAM与无图方案），解析智能座舱系统演化（IVI/AR-HUD多屏交互）及硬件软件架构（高通芯片选型/QNX/鸿蒙车机）。通过理论推导与工程案例结合，深入探讨多模态人机交互、车载以太网与5G-V2X协同、OTA安全升级等关键技术，助力学员掌握从算法设计到系统集成的全栈能力，适应汽车智能化转型需求。
课程大纲方案
模块一：智能驾驶核心技术解析
- 感知层技术
- 传感器类型与融合方案：激光雷达、毫米波雷达、摄像头、超声波雷达的优劣势分析；
- 多传感器标定与数据同步。
- 决策与规划算法
- 路径规划算法（A*、RRT）与行为决策模型（基于规则 vs. 深度学习）；
- 端到端自动驾驶技术的挑战（数据闭环、模型泛化能力）。
- 高精地图与定位技术
- 高精地图的要素与动态更新机制；
- SLAM技术原理及在无图区域的定位方案。
模块二：智能座舱系统架构与核心模块
- 智能座舱的定义与演进
- 从“驾驶空间”到“第三生活空间”的转变9；
- 核心子系统：车载信息娱乐（IVI）、仪表盘、HUD、语音交互等。
- 硬件与软件架构
- 硬件平台：高通8155/8295芯片的性能对比；
- 软件架构：QNX、Android Automotive、HarmonyOS的选型逻辑8。
模块三：智能座舱关键技术深度解析
- 人机交互技术
- 多模态交互：语音、触控、手势的融合设计；
- 语音交互全链路技术：唤醒率优化、语义理解、情感化合成。
- 显示与感知技术
- AR-HUD技术原理与落地难点；
- 多屏联动与场景化交互设计。
- 数据与网络技术
- 车载以太网与5G-V2X的协同应用；
- OTA升级的架构设计与安全风险。
授课讲师
陈老师 AI智算技术专家
CS硕士，高性能计算方向
研究方向：分布式计算、深度学习模型优化、GPU加速计算。
曾就职中国电⼦科技集团高性能计算研发工程师，一线智算厂商高性能AI Infra工程师，现就职TsingtaoAI公司AI框架及AI应用研发工程师。
专业领域
华为昇腾技术栈: 深入掌握华为昇腾AI计算平台，包括昇腾算子开发、HCCL集合通信优化、智算集群建设与性能调优。
智算集群建设与优化: 专注于大规模智算集群的设计、部署、设备选型、网络配置及系统集成，提升集群性能和稳定性。
深度学习与高性能计算: 研究和应用分布式训练框架、优化技术，进行大规模计算任务的高效处理。
网络与系统集成: 在复杂网络环境下进行系统集成，确保数据传输的高效性与系统的稳定性。
AI开发框架: 熟悉多种AI开发框架，包括NCE fabric、NCE insight fabric、MindX和ModelArts平台的高阶使用。
学术成就
论文发表: 在国际顶级期刊上发表多篇高影响力研究论文，涉及高性能计算与AI模型优化领域，包括：
《IEEE Transactions on Neural Networks and Learning Systems》：论文集中于深度学习技术在高性能计算中的应用。
代表性项目经验
GFDX智算集群项目
负责内容: 主导智算集群的整体设计与交付，包括设备选型、系统集成和网络设备配置。负责优化集群性能以满足高负载计算需求。
实际项目交付经验: 成功实施了62.5P的智算集群交付，确保系统的高效能和稳定性。
首都在线智算集群项目
负责内容: 主导智算集群的设计与部署，负责设备选型、集群网络架构设计和HCCL集合通信的优化配置。
实际项目交付经验: 成功交付了80P的智算集群项目，实现了高效的数据处理和计算能力。
北京昇腾人工智能计算中心
负责内容: 智算集群项目的建设与交付，包括设备选型、系统集成、网络设备配置与调优，以及昇腾平台的算子开发与优化。
实际项目交付经验: 主导了100P的智算集群交付，显著提升了计算能力和系统性能，满足了大规模AI应用需求。
教学与培训经验
昇腾技术培训: 为多家企业和研究机构提供昇腾技术栈的定制化培训，涵盖昇腾算子开发、HCCL通信优化、智算集群建设等内容。
教学方法: 善于将复杂的理论知识与实际应用相结合，通过案例分析与实践操作，帮助学员在短时间内掌握核心技术，并能在实际项目中独立应用。
培训案例
某智算中心运维厂商：
- IB网络
- IB网络的概述与原理
- IB网络的传输协议与数据传输原理
- 深入讲解InfiniBand的传输协议，包括RC、UC和UD，并解释数据传输机制。
- 描述IB网络的硬件架构，包括交换机、路由器、HCA和TCA等。
- IB网络的故障诊断与排除
- 实操环节，教授如何诊断和解决IB网络中可能出现的问题。
- GPU架构与CUDA编程
- NVIDIA GPU架构与特性
- 介绍GPU的基本概念和CUDA编程模型。
- 提供CUDA编程的基础知识和入门指导。
- GPU内部结构与性能优化关键点
- 分析GPU加速计算的实际案例，包括性能提升和应用场景。
- 讲解如何优化CUDA程序的性能，以及CUDA生态系统中的各种工具和库。
- GPU加速计算与案例分析
- 高级CUDA库与工具链详解
- 性能优化与CUDA生态系统
- 算力集群规划与设计
- 算力集群架构与设计
- 软件栈设计与集群性能评估
- 集群性能调优的高级技巧与实践
- 集群性能调优
智算集群的开发调优-某运营商研发中心
昇腾算子开发相关
- 常见错误码与问题排查
- 自定义算子的调用与调试
- 高阶融合算子实现方法
HCCL集合通信相关
- HCCL常见错误码与处理方法
- HCCL通信算法与算子开发
- HCCL新特性与调优
昇腾智算集群网络设备管理
- NSLB1.0和2.0方案实现细节
- 端网协同机制
- 集合通信建链与mpirun测试
华为AI开发框架与工具链
- 华为CCAE与NCE系统使用
- MindX与ModelArts框架使用
- 昇腾环境适配的AI开发框架
基于华为昇腾的分布式训练技术咨询-某科研学术机构
利用 PyTorch DDP 在多 GPU 上并行训练 ResNet-18，加速 CIFAR-10 训练并保持高准确率。通过环境配置、数据分发与采样、模型分布式包装和自动梯度同步，实现高效训练。结合混合精度、梯度压缩和自适应批大小等策略，大幅减少通信开销、提升计算效率。针对分布式任务调度与容错机制进行深入探索，保障大规模训练的稳定性与可扩展性，提供了高效、易扩展的分布式深度学习解决方案。
任老师 智能驾驶技术专家
技术专长：
• 智能驾驶系统架构设计
• 多传感器融合算法
• 算法研发与量产落地
• 国际化项目支持
• 前500强研发工程师、高级顾问
在智能驾驶领域拥有十多年丰富经验。在世界Top100强企业的智能驾驶部门担任智能驾驶算法专家，负责基于多传感器融合的环境构建算法的总体框架设计及性能优化。在智驾算法研发与量产落地方面有着卓越的成就，主导研发的感知融合算法已在国内外多个主机厂的核心车型中实现量产，性能表现处于行业领先水平。具有国际化项目支持的经验，曾在公司欧洲研发中心支持全球智能驾驶量产项目，成功推动项目进展。长期与多家车企保持培训咨询合作，包含一汽、保时捷、阿维塔等。
专业背景和实践经验使他在智能座舱培训领域备受推崇。不仅注重理论知识的传授，更强调实际操作和体验的重要性。能够结合自己在智能驾驶领域的丰富经验，为学员提供从理论到实践的全方位指导。任老师擅长将复杂的技术概念转化为易于理解的语言，使学员能够快速掌握智能座舱的设计和应用。培训课程设计注重互动性和实用性，通过案例分析、模拟操作和现场演示等多种教学方法，确保学员能够在实际工作中灵活运用所学知识。教学风格亲切而富有启发性，能够激发学员的学习兴趣和创新思维，帮助他们在智能座舱领域取得更大的成就。
关于TsingtaoAI
TsingtaoAI（北京霆涛商业智能技术有限公司）企业内训业务线专注于提供LLM、具身智能、AIGC、智算和数据科学领域的企业内训服务，通过深入业务场景的案例实战和项目式培训，帮助企业应对AI转型中的技术挑战。其培训内容涵盖AI大模型开发、Prompt工程、数据分析与模型优化等最新前沿技术，并结合实际应用场景，如智能制造、医药健康、金融科技和智能驾驶等。通过案例式学习和PBL项目训练，TsingtaoAI能够精准满足企业技术团队的学习需求，提升员工的业务能力和实战水平，实现AI技术的高效落地，为企业创新和生产力提升提供强有力的支持。
同时，TsingtaoAI公司并不是一家单纯的培训机构，我们同样是一家AI产品开发公司，公司核心团队主要也都是由技术和产品人才构成，公司团队大部分成员在大模型时代之前就在从事AI产品相关的工作。公司在过去一年里，为10余家客户开发了AI相关的产品，涵盖医疗、教育、智能制造、人力资源等领域。相信我们在AI产品开发和客户服务的过程所形成的认知和方法论，能对贵司的需求有更深更细的洞察和理解，也能提供更深入业务肌理的“AI能力获得”。
