# 1. BPU trace理论基础.在学习BPU trace前，希望大家对UCP trace已经有简单的了解，详情可见工具链用户手册《统一计算平台(UCP)-UCP性能分析工具-UCP Trace使用说明》章节。..## 1.1 BPU Trace配置文件模板..在system模式下抓取BPU trace，需在perfetto配置文件中加入BPU trace的数据源，ucp_bpu_trace.

.近年来，自动驾驶技术成为全球科技领域的热门话题，被视为交通领域革命性变革的重要推动力。在这一领域中，数据被称为推动技术进步的"燃料"，其采集、分析和反馈的效率与质量直接决定了自动驾驶系统的性能和安全性。而随着自动驾驶技术复杂性的不断增加，传统的数据处理方式已经难以满足高效优化的需求，数据闭环的概念应运而生，成为各大自动驾驶企业关注的核心。..所谓数据闭环，是指通过一个系统化的流程，将车辆运行过程

.在智能网联汽车技术加速迭代与物流行业降本需求双重驱动下，无人物流车正从技术试验场迈向商业化应用的关键阶段。作为自动驾驶领域场景容错率高、技术门槛适中的细分赛道，其在快递末端配送等场景的规模化落地，不仅重塑物流行业成本结构，更成为衡量自动驾驶技术商业化成熟度的重要标杆。本文基于物流场景特性，从行业关注的八大核心问题出发，系统梳理无人物流车的发展脉络、现实图景与未来趋势，为投资者与行业参与者提供全景

# 1. 基础介绍.什么是mul与reduce_sum？...mul 通常指元素级乘法（Element-wise Multiplication），它将两个形状相同的张量中对应位置的元素相乘，返回一个与原张量形状相同的新张量。..reduce_sum 是一种规约操作（Reduction Operation），它沿指定维度对张量的元素求和，从而 “压缩” 或 “减少” 张量的维度。如果不指定维度，则对

# 1. 为什么是灰度图 . .相较于 RGB 三通道图像，灰度图仅保留亮度信息（Y 分量），数据量减少 2/3，相比于常用的NV12图像，数据量减少1/3，内存占用与计算负载显著降低。对于下游网络结构而言，单通道网络计算量/参数量也会更少，这对边缘设备的实时处理至关重要。 . .灰度图部署有一个问题：如何将视频流中的 NV12 数据高效转换为模型所需的灰度输入，并在工具链中实现标准化前处理流程。

.“自动驾驶未来已来？”.当视觉（Vision）、语言（Language）和行动（Action）三大能力在一个模型中融合，自动驾驶的未来将走向何方？.近日，来自麦吉尔大学、清华大学、小米公司和威斯康辛麦迪逊的研究团队联合发布了全球首篇针对自动驾驶领域的视觉-语言-行动（Vision-Language-Action, VLA）模型的全面综述。这篇题为《A Survey on Vision-Langu

.写在前面 && 笔者理解.端到端在当下可谓是炙手可热，它将感知和规划集成到一个统一的、完全可微的网络中。不过，因为物理世界的复杂性和规划意图的不确定性，基于对物理场景的整体理解，也就是空间、语义和时间信息的理解，能够进行多模态运动规划，也是一个比较有挑战性的工作。.为了增强对场景的理解，现有的端到端方法探索了多种场景表示，包括以BEV为中心的表示、基于向量的表示等等。一些工作利用多模态大型语言模

..场景.A进程：2V 4K@40fps-CIM0-ddr-ISP0-PYM0-ddr.B进程：2V 1280P@30fps-CIM0-ddr-ISP0-PYM0-ddr.AB进程同时启动场景；.现象.重复启动多次，使能ROI时，概率出现4K通路输出帧率比实际帧率少的情况，通过dmesg日志查看，日志中显示size error/overflow交替出现；..初步分析.Cim size error，

..1.Single Camera AE update.单camera场景，N-1帧统计数据在N帧时序内完成计算，并把AE结果设置到camera sensor寄存器上；camera sensor拥有global hold机制，可确保跨帧设置寄存器能在同一帧timing生效；一般情况下，该场景下，AE更新机制被称为N+2有效机制；..2.multi-Cameras AE sync.沿用N+2的机制.

..1. 功能概述¶.本文档为地平线功能安全（FuSa）的诊断服务的Sample Code使用手册，文档说明了Diagnose Sample实现架构、平台支持、运行指南、运行结果说明、命令行等内容， 使得用户能够正确使用该Sample，从而了解如何编写一个用户APP来接入地平线诊断框架，快速实现诊断信息上报功能。..1.1. 软件架构说明¶.本文档提及的Sample主要为一个Diagnose Pr

.1. 功能概述¶..本sample提供全链路场景1V，4V，7V使用演示，实现单路及多路VIO接入，逐级经过ISP、PYM、BPU、CODEC模块处理。..1.1. 软件架构说明¶.本sample调用VIO API来实现整个数据通路，实现单路、多路camera接入，并能够dump每一路数据的图像。调用BPU API使用BPU模块，并依赖 libhbucp.so 等库中的算法API实现对视频图像的

.前言.【理想汽车智驾方案介绍专题-1】端到端+VLM方案介绍.【理想汽车智驾方案介绍专题-2】MindVLA方案详解.【理想汽车智驾方案介绍专题-3】MoE+Sparse Attention高效结构解析.在前面的3篇文章中，笔者已经比较详细地介绍了V、L、A模块，本帖介绍World Model + 强化学习打通自动驾驶闭环仿真链路。...自动驾驶达到人类驾驶水平是远远不够的，这项技术的使命是超越

.. ..前言.在实际部署智能驾驶方案时，很多不同任务的模型会同时运行，在非正常情况下，模型按设计帧率运行时，每次运行花费的时间会不稳定。在这种情况下，我们要让模型按设计帧率运行，同时实时监测模型推理耗时和带宽使用情况，分析模型耗时不稳定时带宽占了多少。...针对以上情况，本帖将介绍以下内容：....对 hrt_model_exec 工具进行修改，让它能让单个模型按设计帧率运行指定的帧数，还能计算

.前言.【理想汽车智驾方案介绍专题-1】端到端+VLM方案介绍.【理想汽车智驾方案介绍专题-2】MindVLA方案详解.在上述两篇系列帖子中，笔者已对理想汽车VLM和VLA方案的框架进行了全面介绍，但对于其中的前沿技术仅做了初步探讨，未进行更深入的剖析。因此，笔者计划继续以系列文章的形式，介绍其中涉及的相关前沿技术。.首先，将介绍MindVLA中采用的“MoE + Sparse Attention

使用kdb/kgdb调试内核.=======================..开启kgdb.-----------.J6X内核默认并不支持kgdb，需要对内核做一些修改：..- 修改 hobot-drivers/configs/hobot_j6x_defconfig 增加配置选项.. CONFIG_KGDB=y. CONFIG_KGDB_SERIAL_CONSOLE

.引言...MindVLA主要包括空间智能模块、语言智能模块、动作策略模块、强化学习模块，这些模块分别有以下功能：....空间智能模块：输入为多模态传感器数据，使用3D 编码器提取时空特征，然后将所有传感器与语义信息融合成统一的表征。...语言智能模块：嵌入式部署的大语言模型MindGP，用于空间 + 语言的联合推理，支持语音指令和反馈，可能实现人车交互。...动作策略模块：使用扩散模型生成车辆未

为方便算子支持性问题排查、模型量过过程OE工具链版本的选择，同时从整体上查看随版本 迭代 算子支持情况的的变化，下文通过对比OE包中两个版本的算子支持整体变化情况：. ...Operator.3.0.31.3.2.0...BPU.CPU.BPU.CPU...torch.abs.Y.Y.Y.Y...torch.Tensor.abs.Y.Y.Y.Y...torch.acos.Y.Y.Y.Y...t

为方便算子支持性问题排查、模型量过过程OE工具链版本的选择，同时从整体上查看随版本 迭代 算子支持情况的的变化，下文通过对比OE包中两个版本的算子支持整体变化情况：.. ....Operator..3.0.31.3.2.0...BPU.CPU.BPU.CPU...Abs.Y.Y.Y.Y...Acos.Y.Y.Y.Y...Acosh.Y.Y.Y.Y...Add.Y.Y.Y.Y...AffineG

.前言.在复杂关键的模型部署 Pipeline 中，浮点模型量化后生成用于板端部署的 hbm 模型，这是部署重要节点，承载适合板端运行的参数与结构信息。.部署 hbm 模型到板端前，需进行一致性验证和检查，以确保其准确稳定运行，避免预测不准、系统崩溃等问题。.为完成验证和检查，会借助专门工具与 API。.本帖将详细介绍和整理用于 hbm 模型验证和检查的 API，助大家理解使用，保障模型部署顺利。

.#01............串行外设接口 （SPI） 协议简介... .SPI是一种多主控或主从、四线、全双工同步串行通信协议，这意味着可以同时发送和接收数据。SPI是 Motorola 开发的一种用于同步串行通信的协议，它允许两个或多个设备之间进行全双工通信，这些设备可以指定为主设备或从设备。尽管 SPI链路中可以有多个主设备和从设备，但有多个主设备的情况并不常见。. .SPI协议由摩托罗拉