
突破舱驾融合瓶颈,德赛西威给出「双优」新解法
德赛西威针对智能汽车舱驾一体架构中算力分配不均导致车机卡顿的问题,提出「双优」新解法,以平衡座舱与智驾的算力资源。
核心要点速览
- 事件要点:德赛西威针对智能汽车舱驾一体架构中算力分配不均导致车机卡顿的问题,提出「双优」新解法,以平衡座舱与智驾的算力资源。
- 技术突破:围绕 突破舱驾融合, 瓶颈, 德赛西威给出 等关键领域展开,推动了当前 AI 技术与工程落地的进一步深化。
- 产业观察:信息源自 雷峰网,为 AI 开发者、研究人员及产业决策者提供了高价值的技术演进信号与参考。
资讯解读
舱驾一体是智能汽车发展的重要趋势,佐思汽研预测该市场在2026至2030年间将保持36%的年复合增长率。该架构将智能座舱与自动驾驶系统集成于同一芯片,旨在精简硬件架构并提升系统响应速度。
在舱驾一体量产过程中,算力瓶颈逐渐显现。由于车企近年来将高阶辅助驾驶(如城市NOA)作为核心卖点,有限的芯片算力更多向智驾模型倾斜,导致座舱资源受限,出现车机卡顿等问题。
德赛西威提出的「双优」解法,旨在打破这种非此即彼的算力分配困境。该方案试图在单一芯片架构下,兼顾智驾系统对大模型能力的需求与座舱系统的流畅体验,避免因资源过度倾斜而牺牲用户体验。
这一技术探索对AI算力芯片在车载场景的应用具有重要意义。随着自动驾驶模型与座舱AI助手对端侧算力的需求同步增长,如何通过软硬件协同优化实现资源动态调度,将成为智能汽车与车载AI应用发展的关键环节。
本站展示内容为基于公开信息的资讯解读与整理,不代表原文转载。如需核实细节或获取完整报道,请通过下方链接访问原始来源。
深度背景与行业观察
随着人工智能技术的快速演化,围绕 突破舱驾融合、瓶颈、德赛西威给出、双优 的技术探索正从单纯的算法突破转向系统化、场景化的实际落地。
在开源生态与商业化闭源模型的双重驱动下,算力调度、数据飞轮与智能体(Agent)工作流的结合愈发紧密。本条动态不仅反映了当前领域内的研发热点,也为下一阶段的工具化、工程化实践提供了重要风向标。