小米秋季新品發佈會，正式發佈高階旗艦系列新品小米MIX 4，搭載全新CUP全面屏技術，讓螢幕既能無任何孔洞完美顯示，但這款似曾相似的仿生四足機器人比較吸引我注意。
--
CyberDog彙集小米11年的技術沉澱，是工程師文化和創新精神的深度凝結，也是小米對於未來科技生活的再次探索。CyberDog搭載小米自主研發高性能伺服馬達，具備強大運算能力與強勁動力，內建超感視覺探知系統和AI語音互動系統，支援多種仿生動作與姿態，是一個來自未來的「科技夥伴」。
小米承諾將仿生四足機器人研發成果向全球深度開源，限量開放1,000個工程探索版與擁有極致探索精神的米粉、極客發燒友合作共創，透過技術探索讓CyberDog實現更多「超能力」。CyberDog工程探索版定價人民幣$9,999元。
強勁性能，高精度環境感知
CyberDog內建小米自研高性能伺服馬達，提供32N·m最大輸出扭矩、220rpm最大轉速以及3.2m/s最大速度，能保證高扭矩的同時兼具高速性能，做到靈動回應。強大的性能支援讓CyberDog能夠輕鬆完成各類高速運動及後空翻等高難度動作。
如果將馬達比喻成心臟，那麼邊緣AI超級電腦就是CyberDog的大腦。大腦內建了NVIDIA JETSON XAVIERNX平台，內建384個CUDA® Cores、48個Tensor Cores、6個Carmel ARM CPU和兩個深度學習加速引擎，可處理來自多個感測器的大量資料。
感測器決定了CyberDog感知能力的上限。CyberDog內建高精度環境感知系統，可還原更真實的生物反應。她全身擁有11個高精度感測器時刻待命，可主動探測外部細微變化。其中包括觸摸感測器、鏡頭、超音波感測器、GPS模組等，基於此可衍生更符合生物直覺的交互功能，以及環境感知、分析能力。
超感視覺，智慧互動陪伴
小米將手機影像的技術延伸至仿生機器人領域，讓CyberDog實現空間感知能力。CyberDog支援超感視覺探知系統，通過AI互動相機、雙目超廣角魚眼相機、intel® RealSense™ D450深度鏡頭打造硬體基礎，透過電腦視覺，檢測辨識使用者相關資訊，為使用者提供更智慧化的視覺使用體驗。
CyberDog內建超感視覺探知系統，可實現自主辨識跟隨、SLAM建圖和導航避障功能。技術層面，小米透過人形檢測技術和行人重辨識技術保障了跟隨功能的穩定，使用人臉辨識技術讓CyberDog具有寵物化特徵，滿足跟隨主人的場景需求，最終讓她能在室外空曠平整的環境中跟隨主人。借助多個感測器的協作，感知目前環境，透過演算法建立導航地圖，並自動規劃到下一目標點的最優路線。在導航及跟隨過程中均能達到自主規避障礙物。
使用者可透過語音、遙控器、手機多種方式操控CyberDog，以「鐵蛋鐵蛋」喚醒詞向CyberDog下達指令。目前小米智慧語音已應用於8大互動場景，導入超過72個品類，3000餘款裝置。現在，這項技術將運用有溫度的溝通，喚醒未來智慧活新方式。
深度開源，共創無限可能
作為開源產品，CyberDog具備豐富的外部設備擴充能力，她擁有3個Type-C和1個HDMI介面，可以外接探照燈、全景相機、運動相機、雷射雷達等多種擴充設備，開創更多應用場景。另外CyberDog整機支援生活防水，可應對多種複雜使用環境。
小米致力於打造一個仿生四足機器人開發平台，透過程式碼開源和開源社區的方式，改善機器人開發環境，推動機器人行業發展。小米將仿生四足機器人研發成果向全球深度開源，開放1,000台工程探索版，與擁有極致探索精神的米粉、極客發燒友共創。小米社區的「CyberDog圈子」將打造良好的共創環境，為極客用戶們提供交流競賽的平台。小米還將設立小米機器人實驗室，邀請更多工程師一起探索更酷、更好玩的未來。
cuda程式 在 [分享] CUDA 程式設計(1) -- 簡介- 看板C_and_CPP 的美食出口停車場
※ [本文轉錄自 VideoCard 看板]
作者: a5000ml (咖啡裡的海洋藍) 看板: VideoCard
標題: [分享] CUDA 程式設計(1) -- 簡介
時間: Thu Sep 25 08:32:26 2008
剛好老師最近要我為 group 撰寫中文的教學文件，準備下學期教學弟妹們CUDA程式設計，所以順便 po 上來和大家分享，有什麼
疏漏之處，請各位大大不吝指正。
※ 引言 ※
從軟體設計角度來看，CUDA 寫作並不困難，困難之處在於如何最佳化，它需要了解不少硬體的細節。一般而言未最佳化的程式
在 GPGPU 上面執行，可以比傳統的 CPU 快上 5~10 倍，而最佳化過的程式，往往還能再增速 5~10 倍，達到 25~100 倍的效能。
CUDA 和傳統 C++ 最大的差異在於「平行化的程式設計」vs.「序列化的程式設計」，例如傳統上透過迴圈執行數千次的程式碼，
在 CUDA 上就可以將它拆解成數百個同時執行的執行緒，每個執行緒只執行十幾次而己，因此產生數十到數百倍的效能。
CUDA 是在傳統 C++ 的基礎上，加入一些延伸語法，以及輔助的函式庫，而形成的一種程式語言，一般而言只要熟悉 C 或 C++，
就很容易上手 (可能比 Java 容易上手，因為傳統 C/C++ 的函式庫都可以用)，編譯好的程式碼，也可以跟其它語言做不錯的聯結。
在接下來幾篇文章中，我們從簡單的軟體設計角度開始，介紹 CUDA 如何寫作，逐漸帶出硬體細節，然後介紹最佳化的一些技術。
※ 第一章CUDA程式如何執行 ※
◆ 名詞 ◆
主機 (host) ：插顯示卡那台PC。
裝置 (device)：顯示卡。
核心 (kernel)：在顯示卡上執行的程式碼區段。
◆ 執行流程 ◆
因為 GPGPU 屬於外部裝置(device)，其機器指令有別於傳統 CPU，所以程式核心(kernel) 必須經過特殊編譯後，在執行時期和所需的
資料由主機(host)送到裝置中，並在執行完成後，將結果資料傳回主機，流程如下。
主機(host) PC 裝置(device) 顯示卡
傳送資料到顯示卡記憶體中
(1) 主機記憶體 ------------------------------------------>> 顯示卡記憶體
傳送程式碼(kernel)到顯示卡
(2) 主機記憶體 ------------------------------------------>> 顯示卡記憶體
(3) 主機做其它的事 or 閒置 執行顯示卡中的程式(kernel)
傳回執行結果
(4) 主機記憶體 <<------------------------------------------ 顯示卡記憶體
實際上，CUDA 提供了很多 API 簡化這些流程，包括記憶體在兩者間的搬移，顯示卡記憶體的配置與釋放，kernel 設定、啟動與同步
等，所以上面的每一個步驟其實就是去叫用CUDA的函式而已。
◆ 編譯流程 ◆
簡易的編譯流程如下，只要先準備好副檔名為 .cu 的 CUDA 程式碼檔案，然後使用CUDA的編譯器 (nvcc) 來編譯即可，進階的編譯流程
以後再介紹。
nvcc
.cu 檔案 ----------> 可執行檔 or 目的檔
其中 .cu 檔案可以同時包含在 host 中執行的傳統 C++ 程式碼，以及在 GPGPU 中執行的 kernel 程式碼。
※ 後續章節 ※
◆ 第二章 CUDA 安裝 ◆
◆ 第三章 簡易 kernel 寫作 ◆
◆ 第四章 CUDA 的記憶體分類 ◆
◆ 第五章 CUDA 的函式種類 ◆
... (可能還會調整)
※ 名詞解釋 ※
(1) GPGPU (General purpose graphics processing units) 泛用圖形處理晶片
(2) host 主機：指插上顯示卡的那台機器。
(3) device 裝置：主機之外的其它單元，在這裡指顯示卡。
(4) kernel 核心：在GPGPU中執行的程式碼區段。
(5) API (Application Programming Interface) 程式設計介面，就是一組函式庫。
(6) nvcc : CUDA 的compiler，可到 nVidia 的官網免費下載 https://www.nvidia.com/object/cuda_get.html。
(7) .cu 檔案：CUDA的程式碼檔案，基本上是 .cpp 檔案的延伸，除了傳統C++程式碼之外，亦可包含kernel程式碼，透過 nvcc 編譯
成目的檔或可執行檔。
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 114.45.212.98
※ 編輯: a5000ml 來自: 114.45.212.98 (09/25 09:38)
--
※ 發信站: 批踢踢實業坊(ptt.cc)
◆ From: 114.45.209.219
... <看更多>