自动驾驶攻城战,华为小鹏先亮剑

news2024/11/29 22:37:52

点击关注

文|刘俊宏

编|苏扬、王一粟

本文为光锥智能x腾讯科技联合出品

2023年过半,城市NOA(城市领航辅助驾驶)的元年如预期中到来了吗?

8月25日,成都车展开幕,与4个月之前的上海车展相同,各家厂商正在不遗余力地宣传城市NOA功能作为智能化的新卖点。

“无汽车不智能”正在成为车企的共识。正如理想汽车创始人李想所言,“就像你买了一个二三十层的楼房,它是有没有电梯的差别。未来在(汽车)中高端市场,如果不能提供城市NOA,消费者就是买和不买的区别。”

近期,光锥智能对6家城市NOA重点产品进行了梳理和体验。我们发现,严格意义上说,城市NOA已落地的玩家是华为系和小鹏。

并且,用户实现城市NOA功能所需加价并不高,费用在整车价格的10%~20%。

城市NOA,现在各家落地得如何了?相关功能的体验感受,又能在多大程度影响购车决策呢?技术的进步和车企的市值又有哪些关联?

注:各家车企和自动驾驶厂商对城市领航辅助驾驶的具体名称不同,比如小鹏是XNGP、蔚来是NAD、理想是AD MAX、华为系是NCA、毫末是城市NOH、智己是IM AD NOA、特斯拉是FSD,为方便读者文中概括时统一称为“城市NOA”(城市领航辅助驾驶)。

01 实测城市NOA,华为和小鹏领跑

“2026年,当智能化完成市场‘鸿沟’后,没有智能驾驶能力的汽车将难以进入用户的购车清单。”百度集团资深副总裁、智能驾驶事业群组总裁李震宇在4月上海车展中称。

在国内零售渗透率36.1%(乘联会7月数据)的今天,新能源汽车在成为主流购车选择的道路上更进了一步。

驾驶智能化水平,作为能够与燃油车拉开差距的核心功能之一,被行业认为是未来能够左右销量的关键。

光锥智能在探访了6家智能汽车的体验店后,我们都看到了询问智能驾驶问题的消费者。在对多位消费者访谈后,可以看到,消费者最关心城市NOA的落地情况和具体表现。

“我驾照几年前考的,中间一直没摸过车。”在一家理想汽车体验店里,一位准备购车的消费者对光锥智能坦诚道,“因为对自己的技术没什么信心,所以想先着重了解下辅助驾驶功能。”

近期,小鹏的销量数据佐证了市场对智能驾驶的青睐。据晚点Auto报道,自小鹏G6上市1个月来,超4万订单中,选择智能驾驶高配Max 版的占比高达70%。城市NOA“进京”第一周,车主们就跑满了16914公里。

显然,消费者已经用真金白银加入了驾驶智能化的大趋势。

按照厂商的相关规划,华为、小鹏、理想和毫末的目标较为明确,节奏较为近似。基本都是2023年完成重点城市覆盖,后续持续推广的策略。

经过我们实际体验,以当前体验情况来看,严格意义上,国内真正大规模向用户推送城市NOA功能的玩家,只有华为和小鹏两家。

2022年10月,搭载华为智驾系统的极狐阿尔法率先在深圳开放城市领航辅助驾驶功能。随后华为又开放了上海、广州和杭州,车型也新增了阿维塔11和问界M5智驾版。我们在北京亦庄的体验中,问界M5智驾版在面对变道、无保护左转、货车横穿等反应都较为不错。除少数道路以外,基本能够实现“设置路径点,车自动开”。

华为问界M5智驾版无保护左转 这在自动驾驶中难度较大

小鹏这边,落地节奏与华为大致接近。在今年3月底,小鹏在上海、深圳、广州三城开放点到点的城市领航辅助驾驶。此后又在佛山和北京开放相关功能,适用三款‍车型。由于小鹏在北京仅开放了环线,在我们的实际体验中,小鹏G6成功展现了换道超车的操作。不过,总体看来在北京地区,实际体验与高速领航辅助驾驶较为接近。

小鹏G6 换道

蔚来当前能体验的是其城市领航辅助驾驶增强版,功能覆盖北京地区的环路和主要的高速公路。在我们的实际体验中,可能受到客观路况影响(测试时间为晚上8点,测试道路为广渠路)当天车辆不多,蔚来在行驶中没有看到自主超车和变道。总体看来,蔚来的城市领航辅助驾驶虽也算是“进城”,但实际体验也与高速领航近似。

另外,搭载毫末智能驾驶系统的长城魏牌新摩卡在选配时只显示高速NOH智驾包、HWA高速公路辅助驾驶、自动泊车等安全辅助驾驶功能。关于城市NOA的具体情况,光锥智能通过魏牌北京体验店了解的结果是,“相关功能已经落地,在魏牌蓝山的四驱版是标配的。但是只有在高精地图覆盖的地区才能启动,并且北京五环内不能体验。如果需要试驾体验,可能需要去京沈高速。”至于北京五环内是否有大致落地时间规划,销售人员表示不清楚。

其余几家,智己仍处于测试阶段,理想的AD MAX功能尚不能公开体验。

在明确了落地和具体表现后,加价,是消费者在考虑智能驾驶的第二道门槛。

“MAX版跟PRO版只差了城市领航辅助驾驶吗?”在一家小鹏的体验店里,一位消费者向销售人员咨询道,“相当于加2万买断,不会再有别的费用了吧?”

对于“新司机”来说,城市NOA一定程度上能减轻开车时的心理负担,并让行驶过程中更安全,更稳。但对于“老司机”来说,城市NOA功能虽好,但若价格过高,在钱包的“负担”下,消费者也可能被“劝退”。

我们用特斯拉FSD的价格作为参考,对比出各家厂商城市NOA的“含价率”(城市NOA价格/搭载功能的基础车型价格)。以23万的Model 3作为基准,买断FSD价格为6.4万,对应特斯拉带FSD的车价格为29.4万,含价率21.8%。换句话说,消费者在购买一台带FSD功能的Model 3,内含的城市NOA价格部分为21.8%。

小鹏以G6作为参考,MAX版对比PRO版加价2万(其他包含真皮座椅),小鹏城市NOA含价率约为9%。理想的AD MAX功能同样也是MAX车型标配,比上一级加价4万(包含后排一个屏+两个扬声器)。以L7作为参考,对应含价率约为11%。

蔚来当前仅开放订阅NOP+功能,价格为380/月。后续按计划还会推出功能完整版的NAD,价格为680/月。按照8年使用计算,对应订阅总价分别为36480元和65280元,含价率约为11%和18%。智己LS7在Lux版本才能选配激光雷达,选装费2.2万(激光雷达)外加3.68万的功能包,总价为5.88万,含价率约为13%。

华为系的智驾费用在问界M5智驾版、阿维塔11和极狐阿尔法 HI的定价一致,订阅为720/月,7200包年,1.8万元买断。以问界M5智驾版作为参考,2023增程后驱智驾版相对2023版价格加了3万。对应总加价为4.8万元,含价率约为16%。不过,以NOA功能软件售价1.8万的绝对值来看,华为的售价还是很有诚意的。

总体来看,当前中国品牌的城市NOA含价率都控制在20%以内,价格均低于特斯拉FSD水平。

但各厂商的定价逻辑,似乎并不是由实现城市NOA所需要的算力大小和硬件配置所严格决定的。

整体上看,在过去几年预期的汽车算力“堆料”并未实现。小鹏的508TOPS和问界的200TOPS算力都能较好地实现城市NOA功能。对应算力芯片上,国产自动驾驶芯片(地平线、华为)正逐渐形成与英伟达的Orin芯片分庭抗礼的局面。

在我们问到蔚来的NAD何时落地时。销售人员只能给出大致时间,但随后说:“蔚来搭载传感器数量配置都是没问题的,而且我们的算力是1016TOPS。这个级别的算力,比其他厂家都高。我们的智能驾驶在后续的提升空间会更大一些。”

在询问问界车载算力较低,仅200TOPS能否跟得上后续OTA升级时,销售人员则表示算法更重要。“华为的技术更偏向于算法,刚才在体验中我们的车都很好地应对了正常市区驾驶的情况。”

不过,这个问题的确切回答,或许小鹏给出了答案。

在小鹏在2023年二季度财报电话会时,当问到“无高清地图自动驾驶是否需要更多算力”的问题时。小鹏方回应,“当前已经在使用30TOPS实现了XNGP”。如此推算,问界M5的200TOPS算力或能在相当程度上支持后续的功能更新。

从实际表现来看,上海车展的四个月后,各家车厂的城市领航辅助驾驶正在顺利落地。这也代表着,背后所用的技术正在迎来成熟期。

02 重感知,轻地图,AI让城市NOA快速落地

城市NOA之所以能快速落地多个城市,背后是自动驾驶找到了技术的可实现路线——BEV+Transformer(BEVFormer),简单来说就是利用视觉为主的感知融合+人工智能的算法处理。

在城市NOA落地之前,自动驾驶更多是依托2D视觉+CNN实现的以高速NOA为主的L2 辅助驾驶。

从2016年10月,特斯拉率先推出高速NOA功能开始,到2020年末,蔚来、小鹏、理想等智能汽车厂商相继向客户推送高速NOA。如今,L2+辅助驾驶已在智能汽车中基本普及,高速NOA在主流品牌中基本完成覆盖,新势力普及80%以上,传统车厂接近50% 。

高速NOA的应用场景有限,能给消费者带来的价值有限,自然带给主机厂们的收入也有限。无论从自动驾驶技术价值的实现,还是主机厂的商业化角度考虑,城市NOA都是必须拿下的阵地。

但相比高速场景,城市场景要复杂的多。在城市道路中,汽车驾驶要考虑过马路的行人、随时可能加塞的车辆和着急赶路的外卖小哥,让难度瞬间上升几个数量级。

难度的上升,让高度依赖高精地图的技术路线遇到了巨大瓶颈,与此同时,特斯拉引领的BEVFormer路线给出了新的“解题思路”。

2019年,马斯克曾公开表示:“过分依赖高精度地图,会让自动驾驶系统变得极其脆弱,普及起来更加困难。”

但彼时,特斯拉不依赖高精地图的方案,也遇到了自己的问题。特斯拉的方法是在每个传感器上单独进行感知,然后再将不同感知结果进行融合。但由于不同传感器的结果需要在运动补偿误差的前提下匹配信息,最终可能导致输出结果相互冲突。

2021年,特斯拉在AI DAY上展示了基于Transformer+BEV的模型,通过GPT同源的AI技术模型,来解决了这一冲突问题。

该架构的基本原理是在BEV(鸟瞰图视角)的基础上,引入Transformer的注意力机制。在注意力机制“自动联系上下文”的帮助下,特斯拉的FSD能够做到“更丝滑”地融合多摄像头数据,完成从图像空间到 BEV 空间(3D)的转换,最终生成类似于统揽汽车附近全局的“上帝视角”。从而解决之前BEV方案中,如何将不同传感器的特征实现最优表达的难点。

随着基于BEV+Transformer技术的逐渐完善,高精地图方案受困于地图鲜度和成本的缺点也在逐渐放大。

2023年3月,华为常务董事、终端BG CEO、智能汽车解决方案BU CEO余承东直言,“高精地图更新太慢了,且一个城市一个城市获取的速度也太慢。我们连上海市的一条小路都要折腾很久”。理想汽车智能驾驶副总裁郎咸朋博士认为,想获得高鲜度的高精地图,势必要频繁更新,如果想获得元素丰富的信息,势必制作工艺会非常复杂。

于是,智驾厂商们逐渐抛弃原来的高精地图方案,加速基于BEV+Transformer技术框架下,“重感知,轻地图”的技术迭代。

华为在ADS(Autonomous Driving Solution)1.0中,已实现基于 Transformer+BEV的架构。在今年4月16日的发布会上,华为ADS 2.0加入了GOD(通用障碍物检测)网络。对此功能的底层逻辑,余承东这样概括,“机器需要不断训练才能认识异形障碍物,而人眼即便不认识它,也知道这不是路。”

GOD网络技术在原理上,有些类似特斯拉Occupancy Network(占据网络)。两者的区别在于,华为借助了激光雷达来进一步提高精确性。但两者都能够构建出车辆适合的特征空间。通过让车辆“知道”当前空间“过不去”即可的方式,避免此前视觉感知模式下,需要对大量道路可能出现的物体的识别训练。基于此,华为能够在ADS 2.0更加注重汽车的感知能力,减少对高精地图的依赖。

在商业落地规划方面,华为计划到今年Q2实现5个城市的城区NCA落地(依赖高精地图),Q3实现15个城市的落地(无图),而Q4将增加至45个城市。

小鹏在2021年研发的XNet感知架构中,也是基于BEV+Transformer技术框架。通过在硬件上添加两颗激光雷达和双英伟达Orin芯片,实现了XNGP(小鹏自动领航辅助驾驶)功能。相比于上一代的产品,XNGP可以实现更高级的辅助驾驶功能。

不过,相比于华为“脱图心切”,小鹏并没有“急于”脱离高精地图,而是分为“三步走”的战略。

3月31日,小鹏解锁XNGP第一阶段能力,即在广州、深圳、上海使用城市NGP,并拥有在无高精地图覆盖的城市开放直行红绿灯识别起停、跨线绕行障碍的能力。在今年下半年,XNGP将开放第二阶段能力,即在无高精地图覆盖的城市开放自动变道、超车、左右转的能力。而到2024年,XNGP将进化至“终极形态”,即全场景打通,从起点停车位到终点停车位,全程都可以使用智能领航辅助驾驶。

近期,光锥智能在对小鹏体验店人员询问时,工作人员表示,小鹏当前仍然依赖高精地图。

在对辅助驾驶技术路线的展望上,毫末智行也给出了看法。“不使用高精地图来做城市NOH,毫末是第一个认识到和提出来的,”毫末智行CEO顾维灏在出席成都车展长城魏牌发布会时认为,“决定适应性和泛化性的,是产品的拓展性和维护成本。”也就是说,“轻地图”的模式,将更有利于智能驾驶在更多城市和更多车辆中普及。

除此之外,理想的AD MAX还未大规模推送上线,但也宣称借助云端大模型对复杂的路口特征的提取,来强化车端对物体的识别。一个有意思的插曲是,有网友把理想NOA图片发到了推特上,成功引来了马斯克,马斯克说“这看起来很熟悉”。

如今,在各家厂商的技术优化下,城市NOA在技术层面即将看到“胜利的曙光”。

8月2日,马斯克在社交平台表示,特斯拉目前正在开发“FSD人工智能(AI)拼图上的最后一块拼图”——“车辆控制”,这将使30万行以上的C++控制代码减少约2个数量级。这似乎表明特斯拉在车辆控制上将更多依赖神经网络,而非直接的编码指令。一旦完成,FSD将无需驾驶员控制车辆,车辆系统可完成所有驾驶任务。

8月26日,马斯克演示了特斯拉的最新自动驾驶技术(FSD V12)。在直播过程中,马斯克驾驶着一辆 Model S ,展示了“端到端”的自动驾驶。他随机在地图上标记了路径点,并通过特斯拉的自动驾驶系统让车辆从起点到终点自主驾驶。直播过程中,马斯克评论称,“没有任何一行代码告诉它需要如何转弯、如何处理施工障碍物和环岛,仅仅向 AI 展示了一大堆视频训练数据,它就学会了如何驾驶”。

不过马斯克还补充称,特斯拉目前正在训练这些神经网络,“训练计算”是目前的限制因素。“我们目前是训练计算受限,而不是工程师受限。”

特斯拉遇到的困难,恰恰对应了“AI三要素”(算力、算法、数据)的发展问题。在BEV+Transformer路径较为确定的当下,补足算力和数据,成为摆在智驾玩家们面前的新课题。

在算力上,2021年起特斯拉开始自研Dojo超级计算机,并将在2024年冲刺100EFlOPS算力。2022年8月,小鹏汽车与阿里云共同宣布在内蒙古乌兰察布建成自动驾驶智算中心“扶摇”(算力可达到600PFLOPS)。2023年,毫末智行联合火山引擎推出雪湖·绿洲智算中心;吉利联合阿里云建设吉利星睿智算中心;理想与火山引擎合作在山西布局。

在数据上,为了获取更多真实的行驶数据,智驾玩家们选择在“攻城”的路上“狂飙”。

除了上述的华为和小鹏外,理想将于年底前完成100个城市的NOA推送;毫末智行计划到2024年在100座城市落地无图城市NOH。

但智驾的“无图化”是否是终局,高德地图汽车业务中心总经理江睿认为,“汽车感知能力越强,地图作用就越弱,这是毫无疑问的。但是感知再强,汽车想要自动驾驶,还是需要一张地图。”

为了弥补之前高精地图在智驾上的短板,弥补车辆感知局限、提供全局视角、快速更新的需求,地图厂商们正在推出轻量化的动态地图(高德的HQ Live MAP,腾讯的HD Air)。并在“开城”的道路上,丝毫不逊色智驾玩家们的速度。例如四维图新的高级辅助驾驶地图在6月宣布已有120个城市获批。

不论未来的方案路线究竟如何,持续优化城市NOA体验、落地更广、更安全一定是所有驾驶智能化产业链玩家的终极追求。

据西部证券在《2022年汽车行业报告:城市NOA重新定义智能汽车》预测,2023年搭载NOA的汽车总量或将为70万辆,2025年可能将达到348万辆。其中,支持城市NOA功能的车型占比将从2023年的17%迅速上升到70%。

如此迅速地增长,这也意味着,城市NOA的普及除了加速开放支持城市数量外,还有更大的“格局”需要打开。

03 价格向左,市值向右

价格向下迁移,可能是技术普及最好的路线。

小鹏G6的销售可能是最好的注脚——23万就能买到带800V高压快充,带完整智能化的车。超高的性价比,促成了开启交付半个月便取得3900辆的成绩,现在订车预计需要排队12周的火爆。

8月28日,小鹏汽车官宣与滴滴达成战略合作,将联合在“15万级”价格区间打造爆款车型,进一步加速自动辅助驾驶与智能座舱技术在市场的普及。

“以后辅助驾驶成本肯定是越来越低的”。一位问界销售认为,“之前是技术路径不确定,需要传感器做冗余。但现在我们都实现了,后面技术和硬件的配合一定也会相应优化,用最小的成本给做出来。”

降价的前提,自然是降本。在汽车市场的供给侧持续发力下,城市NOA的供应链结构正在持续优化。

在2022年,摄像头、毫米波雷达、超声波雷达这些常规传感器的价格已经“打了下来”。参考小米参投的纵目科技在2022年的《招股书》显示,这三种传感器均价最贵的700元,便宜的只有十几块。而此前价格“高高在上”的激光雷达,参考禾赛的《招股书》,在2021年和2022年的前九个月中,激光雷达的平均售价从每台8000美元也一路狂砍至3100美元。

随着2023上半年汽车智能驾驶大规模落地,据兴业证券测算,国内能够实现城市NOA功能的硬件成本预计已经降至2.5-3万元。其中,传感器成本约为5000-10000元,单颗激光雷达价格约为3000-5000元。

除传感器外,受制于SoC芯片数量和价格,智驾域控制器成本约为1.5-2.5 万元,主要原因是英伟达算力芯片(Orin)价格仍较高。后续随着国产芯片替代(华为、地平线、黑芝麻等),解决方案供应商的推广(华为、毫末等),伴随着算法的迭代和成熟,智能汽车有望减配高成本硬件,未来综合成本有望降低 50%。

可以预见,随着驾驶智能化成本的逐渐下移,搭载高阶智驾功能的汽车,售价有望从30万以上区间逐渐下放,向下普及至20万价位区间的“翻倍”市场。

据乘联会秘书长崔东树的乘用车价格段市场结构分析,2023年1-7月份整体汽车市场30万价位以上销量占总体14.4%,而20-30万区间销量占比为17.1%。值得注意的是,以2023年至今的价格段内部动力销量结构来看,在20-30万价格区间内,新能源车(纯电+插混+增程)销量占比达到49.6%。30-40万区间对应销量构成为69.2%,40万以上价位区间为20.9%。

参照价位销量后,三个价位区间对应销量分别为0.7%、7.7%和8.5%。结合中汽协预测,2023年我国乘用车总销量约2380万辆。则在20-30万价位区间销量为202万辆,几乎刚好是30万以上价位区间(199万)的两倍。这意味着,若智能驾驶功能车型进入到该价位区间,则对应市场空间将释放一倍以上。

最后,在市场进一步放量后,来自城市NOA软件销售的收入,将化作巨大的市值杠杆。

传统整车厂卖车几乎是“一锤子买卖”,硬件销售完毕,钱货两清后就可以计算利润了。对于这种模式,市场给的估值也没什么想象空间。以终局视角审视,车企的收入是均价×销量×净利率。对于任意一家经营稳定的车企,卖了多少车,打一下计算器就能算出对应公司估值。

在引入软件收入后,智能汽车厂商们的估值体系将发生切换。

核心原因是来自智能化的溢价。按照特斯拉年销量2000万的目标,假设销量能够稳定,并且FSD购买率为10%。则对应市场保有量为2亿台(平均替换周期为10年),每年新增FSD用户为2000万。如此一来,每年FSD(假设保持6.4万人民币)将为特斯拉带来为1.28万亿人民币的营收。

当然,在这种假设下的计算存在诸多误差,特斯拉年销量还远未达到2000万台。但考虑到未来FSD维护费用边际递减,来自一体化压铸的造车成本进一步下降,特斯拉将有可能以汽车+FSD直接与苹果公司的手机+IOS模式对标。

事实上,来自当前市场的估值也表达了这种可能性。特斯拉当前PS(8倍)已经与苹果的科技公司估值逻辑(7倍PS)站在同一高度,远超传统制造业车厂PS(1-2区间)水平(丰田为1左右,比亚迪为1.5左右)。

来自驾驶智能化收入的远期计价,成就了特斯拉当前超5万亿人民币的市值。与比亚迪相比,不同的估值体系也造就了特斯拉和比亚迪,这两大新能源汽车巨头分别矗立在估值上限的两极。

驾驶智能化,是汽车厂商从制造业估值向科技公司估值转换的钥匙。更高的市值,不仅意味着更好的股东回报,也会给将来可能需要的融资降低阻力。打开这扇门,就是一个崭新的世界。

04 结语

“总的来说,还是年轻人多一些,”当光锥智能询问试驾客户年龄构成的时候,所有智能汽车品牌销售一致回答道。

《银河系漫游指南》的作者,道格拉斯·亚当斯曾对不同年龄段的人看待科技进步,有这样一个总结。

其一,任何在我出生时已经有的科技都是稀松平常的世界本来秩序的一部分;

其二,任何在我15-35岁之间诞生的科技都是将会改变世界的革命性产物;

其三,任何在我35岁之后诞生的科技都是违反自然规律的。

这个论断概括了我们相当一部分人看待自动驾驶的样子。在年轻人看来,技术的进步一定是积极的,是充满阳光的。但在不同人的眼里,技术进步所展现的意义也可能是潘多拉魔盒。

或许当下的辅助驾驶技术、配套法规和消费者认知,都还不够完善。但以长远的眼光看自动驾驶,终局一定是越来越智能,越来越普遍的。自动驾驶,未来一定有能力减缓一年超过200万起交通事故(2022年)的现状。

#自动驾驶##华为##小鹏#

欢迎关注光锥智能,获取更多科技前沿知识!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/951591.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

尚硅谷SpringMVC

五、域对象共享数据 1、使用ServletAPI向request域对象共享数据 首页&#xff1a; Controller public class TestController {RequestMapping("/")public String index(){return "index";} } <!DOCTYPE html> <html lang"en" xmln…

Javascript 中的 debugger 拦截

debugger 指令&#xff0c;一般用于调试&#xff0c;在如浏览器调试执行环境中&#xff0c;可以在 JavaScript 代码中产生中断。 如果想要拦截 debugger&#xff0c;是不容易的&#xff0c;常用的函数替代、proxy 方法均对它无效&#xff0c;如&#xff1a; window.debugger …

chrono学习(一)

我想用chrono进行沙土的仿真&#xff0c;首先学习demo_GPU_ballCosim.cpp&#xff0c;这个例子仿真了一些沙土的沉降过程。 首先&#xff0c;运行编辑完成的文件demo_GPU_ballCosim&#xff1a; (base) eowyneowyn-MS-7D20:~/build_chrono/bin$ ./demo_GPU_ballCosim 运行完得…

Laravel 表单验证器的常用的2种使用方法

1、使用控制器的 validate 方法进行参数验证 场景一&#xff1a;前后端未分离 /*** 保存一篇新的博客文章。** param Request $request* return Response*/ public function store(Request $request) {$this->validate($request, [title > required|unique:posts|max:2…

plumelog介绍与应用-一个简单易用的java分布式日志系统

官方文档&#xff1a;http://www.plumelog.com/zh-cn/docs/FASTSTART.html 简介 无代码入侵的分布式日志系统&#xff0c;基于log4j、log4j2、logback搜集日志&#xff0c;设置链路ID&#xff0c;方便查询关联日志基于elasticsearch作为查询引擎高吞吐&#xff0c;查询效率高全…

YOLOv5 如何计算并打印 FPS

文章用于学习记录 YOLO v5 FPS计算方法修改对应自己数据集的 yaml 文件以及训练好的 pt 文件以及batch-size1, FPS 1000ms/(0.311.91.0)pre-process&#xff1a;图像预处理时间&#xff0c;包括图像保持长宽比缩放和padding填充&#xff0c;通道变换&#xff08;HWC->CHW&a…

vr健康管理服务情景化教学弥补现代医学教学中的诸多不足之处

高职高专临床医学院校以培养岗位胜任力为目的&#xff0c;该专业是一门专业性、实践性较强的医学学科&#xff0c;要求培养出来的学生具有较强的临床实践能力&#xff0c;医学生所学的全部知识&#xff0c;都应与实践相结合&#xff0c;解决临床的实际问题&#xff0c;为患者解…

sql server 备份到网络共享

场景&#xff1a;sql server服务器A将数据库备份文件备份到服务器B 1&#xff09;服务器B创建共享目录 这里我将 D:\ProDbBak 共享&#xff0c;并且Everyone完全控制 2&#xff09;sql server服务器A能够访问服务器B共享目录&#xff0c;并且能完全控制 3&#xff09;修改服务…

GPT-3在化学中进行低数据发现是否足够?

今天介绍一份洛桑联邦理工学院进行的工作&#xff0c;这份工作被发表在化学期刊预印本网站上。 对于这份工作&#xff0c;有兴趣的朋友可以通过我们的国内ChatGPT镜像站进行测试使用&#xff0c;我们的站点并没有针对特定任务进行建设&#xff0c;是通用性质的。 化学领域进行…

QTday1(实现图形化界面、QT工程项目各文件初始程序的介绍)

1.实现图形化界面 #include "widget.h" #include "ui_widget.h" #include <QDebug> //输出函数对应的头文件 #include <QIcon>Widget::Widget(QWidget *parent): QWidget(parent), ui(new Ui::Widget) {ui->setupUi(…

Ansible学习笔记11

Command和Shell模块&#xff1a; 两个模块都是用于执行Linux命令的&#xff0c;这个对于命令熟悉的工程师来说&#xff0c;用起来非常high。 Shell模块跟Command模块差不多&#xff08;Command模块不能执行一类$HOME、> 、<、| 等符号&#xff0c;但是Shell是可以的。&…

MySQL函数和约束

MySQL常见函数 字符串常见函数 # concat : 字符串拼接 select concat(Hello , MySQL); # lower : 全部转小写 SELECT LOWER(Hello); # upper : 全部转大写 SELECT UPPER(hello); # lpad : 左填充 SELECT LPAD(hello,10,0); # rpad : 右填充 SELECT RPAD(hello,10,0); # trim…

K8S容器OOM killed排查

背景 数据服务平台南海容器k8s设置的内存上限2GB&#xff0c;多次容器被OOM killed。 启动命令 java -XX:MaxRAMPercentage70.0 -XX:HeapDumpOnOutOfMemoryError -XX:HeapDumpPath/apps/logs/ ***.jar排查过程 1 当收到实例内存超过95%告警时&#xff0c;把jvm进程堆dump下…

kotlin 转 Java

今天突然想研究下有些kotlin文件转为Java到底长什么样&#xff0c;好方便优化kotlin代码&#xff0c;搞了半天发现一个非常简单的Android Studio或者Intellij idea官方插件Kotlin&#xff0c;Kotlin是插件的名字&#xff0c;真是醉了&#xff1b; 这里以AS为例&#xff0c;使用…

git在windows上安装

介绍git工具在windows上如何安装 git官网下载地址 1.1、下载 https://github.com/git-for-windows/git/releases/download/v2.36.0.windows.1/Git-2.36.0-64-bit.exe自行选择版本&#xff0c;这里我选择的是 Git-2.36.0-64-bit这个版本 1.2、安装 安装路径选择英文且不带空格…

九、适配器模式

一、什么是适配器模式 适配器模式&#xff08;Adapter&#xff09;的定义如下&#xff1a;将一个类的接口转换成客户希望的另外一个接口&#xff0c;使得原本由于接口不兼容而不能一起工作的那些类能一起工作。 适配器模式&#xff08;Adapter&#xff09;包含以下主要角色&…

OpenVPN服务器

目录 一、OpenVPN是什么&#xff1f; 二、OpenVPN连接建立的过程 三、数据包远程传输处理过程&#xff08;自我理解&#xff09; 四、OpenVPN实验案例 4.1生成OpenVPN所需证书文件 4.2配置OpenVPN服务器 4.3配置OpenVPN客户端 4.4在远程客户端windows 10上进行测试 一、OpenVPN…

HTML5之drawImage函数

参数说明&#xff1a; drawImage(image, x, y) //按原图片大小绘制。 drawImage(image, x, y, width, height) //按指定大小绘制。 drawImage(image, sourceX, sourceY, sourceWidth, sourceHeight, destX, destY, destWidth, destHeight) //常用于图片裁剪。 其中&#xff1a…

实战:基于卷积的MNIST手写体分类

前面实现了基于多层感知机的MNIST手写体识别&#xff0c;本章将实现以卷积神经网络完成的MNIST手写体识别。 1. 数据的准备 在本例中&#xff0c;依旧使用MNIST数据集&#xff0c;对这个数据集的数据和标签介绍&#xff0c;前面的章节已详细说明过了&#xff0c;相对于前面章…

对比Flink、Storm、Spark Streaming 的反压机制

分析&回答 Flink 反压机制 Flink 如何处理反压? Storm 反压机制 Storm反压机制 Storm 在每一个 Bolt 都会有一个监测反压的线程&#xff08;Backpressure Thread&#xff09;&#xff0c;这个线程一但检测到 Bolt 里的接收队列&#xff08;recv queue&#xff09;出现了…