2025 高通开发者实战营圆满落幕!阿加犀携手高通共筑端侧AI机器人创新生态

阿加犀智能 2025-09-24 14:42:54
加精

9月20日,由高通技术公司主办、阿加犀智能科技协办的2025高通开发者实战营在成都成功举办。

 本次活动以“智联万物芯动力,端侧开发创未来” 为主题,吸引了百余位开发者参与。实战营通过系统化的技术讲解与实战操作相结合的方式,提供从理论到应用的全方位赋能,助力开发者将创意快速转化为可落地的端侧AI应用。

 

作为主办方代表,高通技术公司工程总监沈波在开场致辞中指出,高通在移动计算领域长期深耕,芯片广泛应用于手机、自动座舱、自动驾驶和互联网机器人等领域,推动智能化转型。他表示:本次实战营将以骁龙® AI PC为开发主机、搭载犀牛派基于高通跃龙 QCS6490平台的机械臂作为执行载体,带领开发者运用AI工具链在短时间内完成端侧模型部署,实现物体识别及机械臂抓取等功能。

 技术赋能 从工具解析到实战落地

活动首阶段聚焦技术干货分享,高通技术专家带来两大核心板块内容。

 

QAI AppBuilder:骁龙平台的AI开发利器

高通技术公司高级资深工程师吴占伟系统介绍了专为骁龙平台打造的AI应用开发工具——QAI AppBuilder。

 他通过实际案例展示了该工具在自动批处理安装、多语言支持、深度集成SDK、本地化部署与OpenAI API兼容等方面的优势,帮助开发者更高效地在AI PC上部署和运行AI模型,快速构建机器人与智能设备应用。

 

Qualcomm® AI Stack:模型优化与端侧适配

在深度解析Qualcomm AI Stack时,高通技术公司高级工程师杨帆强调了模型训练的关键性,并指出端侧设备资源有限是主要挑战。

他介绍,我们的量化工具与技术通过减小模型大小、提升运行效率来突破此限制。这一软硬件协同方案在优化性能的同时,也通过降低功耗确保了终端设备的长时间续航能力。

 

本次实战营的重头戏——骁龙AI PC 与犀牛派开发板的协同开发实操,则由高通技术公司与阿加犀工程师联合授课,让开发者零距离体验端侧AI技术为机器人开发带来的高效性与流畅性。

 骁龙AI PC+犀牛派实操:语音控制机械臂视觉抓取

 

高通技术公司高级资深工程师李万俊带领开发者在AI PC上使用ARS功能或手动输入提示词,与本地LLM服务交互并启动WebAPI服务,实现端侧设备动作指令的定时轮询。

 

阿加犀技术支持工程师杨龙重点指导开发者完成AI PC与搭载犀牛派开发板的机械臂的连接调试,通过犀牛派一站式跑通ASR+LLM语音交互、视觉识别与端侧控制流程,最终实现语音控制机械臂精准抓取。

 

 跨界沙龙+互动展区 多维感受AI创新魅力

 

活动尾声,来自教育、科学、艺术等领域的实践者共聚一堂,探讨AI技术与各行业的协同发展,为开发者带来跨领域的思想碰撞。

主会场外,实战营特设的互动展区也成为了人气焦点。阿加犀与高通技术公司联合打造的人形机器人“通天晓”惊艳亮相,凭借全流程端侧处理的丝滑体验及无网环境下的精准响应,吸引了众多开发者驻足互动。

 

 

 载人机器人小车、混合式多臂机器人、智能驾驶沙盘等展示项目也让开发者亲身感受到了端侧智能技术的广泛应用前景。

随着人工智能持续深入端侧应用领域,低延迟与高隐私保护已成为智能设备创新的核心要求。在这一进程中,高通技术公司凭借面向边缘终端的行业先进硬件,为端侧AI开发和应用奠定了坚实基础;阿加犀则通过高度集成化的开发平台与AI工具链,持续降低机器人的开发和落地门槛。

双方通过深度协同,正逐步形成一个覆盖从底层处理器、中间件软件、终端硬件,再到整体解决方案的完整生态,赋能开发者和企业用户将创意快速转化为可落地的下一代端侧AI应用。

未来,阿加犀将携手高通技术公司进一步构建繁荣开放的端侧AI开发者生态,推动机器人、终端硬件、物联网等领域的智能化进程,加速端侧AI发展,共创万物智联未来。

 

 

 

 

 

 

 

 

...全文
342 回复 打赏 收藏 转发到动态 举报
写回复
用AI写文章
回复
切换为时间正序
请发表友善的回复…
发表回复
内容概要:本文深入探讨了DMA高效数据传输实现方案在高性能计算芯片领域的应用与架构创新,重点分析了缓存一致性DMA、多通道DMA架构及其在数据中心SmartNIC、存算一体芯片和Chiplet互连等场景中的实践。文章结合RISC-V架构,通过Chisel硬件描述语言和C语言驱动代码,展示了多通道DMA控制器的设计与实现,涵盖仲裁机制、AXI总线适配、分散-聚集传输模式及中断处理等核心技术,并强调了性能优化与验证方法。最后展望了AI调度、光互连、近存计算与安全DMA等未来发展方向。; 适合人群:具备数字电路与计算机体系结构基础,从事芯片设计、嵌入式开发或高性能计算相关工作的研发人员,尤其是有1-5年经验的工程师与研究人员。; 使用场景及目标:①理解DMA在突破“内存墙”和降低系统能耗中的关键技术路径;②掌握多通道DMA控制器的硬件设计与驱动开发方法;③应用于SmartNIC、AI加速器、Chiplet等高性能芯片系统的数据传输架构设计;④为构建高带宽、低延迟、高能效的异构计算平台提供参考。; 阅读建议:此资源融合硬件设计与软件驱动,建议结合Chisel仿真与RISC-V平台实操,重点关注DMA与缓存一致性、异构计算单元的协同机制,并通过性能计数器与错误注入手段进行系统级验证。
内容概要:本文围绕基于共享储能服务的智能楼宇双层优化配置展开研究,通过Matlab代码实现相应的数学建模与仿真分析,提出一种结合上层规划与下层运行的协同优化框架,旨在提升智能楼宇能源系统的经济性、能效水平与电网互动能力。研究充分考虑光伏发电、负荷需求、储能充放电等多元因素,采用先进的优化算法(如智能优化算法)对共享储能资源的容量配置与运行调度进行精细化决策,有效降低用能成本,提高可再生能源消纳率,并增强系统运行的稳定性与灵活性。全文涵盖模型构建、算法设计、求解流程及结果验证,具备较高的理论深度与工程应用价值; 适合人群:具备电力系统、能源管理、优化算法等相关背景的科研人员、研究生,以及从事智能电网、综合能源系统、建筑节能等领域的工程技术人员; 使用场景及目标:①用于智能楼宇及园区级能源系统的规划与运行优化研究;②支撑共享储能机制下的资源配置、经济调度与商业模式设计;③作为Matlab仿真教学与高水平论文复现的典型案例,帮助深入理解双层优化模型、主从博弈结构及智能算法在能源系统中的应用; 阅读建议:建议结合提供的Matlab代码进行同步学习与调试,重点关注上下层模型的耦合关系与迭代求解过程,可进一步拓展至多主体协同、不确定性建模(如风光出力波动)及鲁棒优化等前沿方向开展深化研究。
内容概要:本文《【故障检测】基于 KPCA 的故障检测【T2 和 Q 统计指数的可视化】(Matlab代码实现)》系统阐述了基于核主成分分析(KPCA)的非线性故障检测方法,重点实现了T²和Q统计量的构建与可视化过程。通过Matlab编程,将高维非线性数据映射至特征空间,提取主成分并建立监控模型,利用T²和Q指数对工业过程中的异常状态进行联合监测与诊断,有效提升了复杂系统中早期故障的识别能力,具有较强的工程实用性与理论参考价值。; 适合人群:适用于具备信号处理、控制工程或工业过程监测背景,熟悉Matlab编程语言,并从事故障诊断、智能运维、自动化系统研发等相关工作的研究生、科研人员及工程技术开发者。; 使用场景及目标:①应用于化工、电力、制造等流程工业中的关键设备状态监控与早期故障预警;②作为学术研究中KPCA算法的仿真验证平台,用于对比分析不同非线性降维方法的检测性能;③深化对非线性过程监控中统计指标设计与阈值判定机制的理解与实践应用。; 阅读建议:建议读者结合所提供的Matlab代码逐模块运行与调试,深入掌握KPCA建模流程、主成分子空间划分及T²、Q统计量的计算逻辑,鼓励在标准数据集(如TE过程)上复现实验结果,并尝试扩展至其他非线性场景以提升模型泛化能力。

7,646

社区成员

发帖
与我相关
我的任务
社区描述
本论坛以AI、WoS 、XR、IoT、Auto、生成式AI等核心板块组成,为开发者提供便捷及高效的学习和交流平台。 高通开发者专区主页:https://qualcomm.csdn.net/
人工智能物联网机器学习 技术论坛(原bbs) 北京·东城区
社区管理员
  • csdnsqst0050
  • chipseeker
加入社区
  • 近7日
  • 近30日
  • 至今
社区公告
暂无公告

试试用AI创作助手写篇文章吧