知识点 › 算子
算子（两种含义）
Operator
定义
数据闭环里「算子」指两样东西：①数据侧——加工流水线里可组合、可重跑、幂等的最小执行单元（解析、解码、脱敏、质检、切片、打包…）；②模型侧——计算图里的基本运算节点（Conv、NMS、GridSample、Scatter…）。面试先把「你说的是哪一种」讲清楚，再展开。
关键要点
- 数据算子的评价标准：正确性、幂等性、可重放、吞吐、成本
- 模型算子的评价标准：车端是否支持（覆盖率）、精度是否对齐、耗时是否达标
- 两者在「自动标注」处交汇：模型推理算子跑在离线数据上，产出的标签再喂回训练
面试怎么答
先分层（数据算子 / 推理算子），再各给一个例子，最后说它们在哪里交汇。
常见踩坑
把算子只理解成 CUDA kernel，或者只理解成 ETL 脚本。
相关知识
- 数据加工算子链 — 从原始包到可用样本的一条算子链：解析/解包 → 解码 → 时间对齐与标定 → 脱敏 → 质检 → 自动打标 → 抽帧切…
- 算子库与注册表 — 平台化的核心：每个算子有唯一 ID、语义版本、参数 schema、CPU/GPU 实现、性能画像、依赖与变更记录；DA…
- 推理算子 — 计算图里的基本运算：Conv、BN、ReLU、Resize、Concat、Slice、Transpose、Softma…
- 增广算子 — 训练侧算子：随机裁剪/翻转/旋转、颜色抖动、模糊/噪声、Cutout、MixUp/CutMix、点云 dropout …
- 仿真算子 — 仿真侧的数值算子：传感器仿真（光线投射/雷达回波/相机 ISP）、车辆动力学积分、交通流更新、碰撞检测。决定仿真的保真…
- 算子相关的坑 — ①版本漂移：算子升级后老数据重跑结果不同，可复现性被破坏；②静默 fallback：车端悄悄退回 CPU，时延超标但没…
- 算子部署形态 — 三种形态：①「一 Pod 一算子」——每个算子一个镜像，DAG 为每个（数据分片×算子）起一个 Job；②「一 Pod…
- 数据闭环 — 把「真实世界产生的数据」持续转化为「车端模型能力」的工程体系：车端采集 → 回传 → 存储治理 → 场景挖掘与标注 →…