项目背景

与国内某智能车自动驾驶软件团队合作，进行软件性能建模与代码性能优化，极致降低智驾系统的 CPU 负载和缩短端到端处理时延，提升智驾系统的技术竞争力。

咨询过程

与客户业务专家对现有智驾系统进行性能分析诊断，挖掘性能瓶颈，对齐优化方向。帮助客户解耦领域算法与平台调度机制，提高算法的可替代性，通过对关键业务算法的优化和替换实现性能提升。同时通过降低计算复杂度，提高计算并发度，实现业务性能优化目标。合作过程中带领客户员工实践软件性能建模技术，帮助客户培养软件开发人员的高性能编码技能，并协助团队建设起可快速反馈的软件性能工程。

合作成果

经过咨询合作，达成 CPU 负载和端到端时延的优化目标;同时帮客户建设起从设计、实现到测试反馈的端到端软件性能工程能力。

项目背景

客户的代码规模日渐膨大，维护上越来越困难，因而对代码启动了从 C 到 C++ 的迁移和重构。由于缺乏经验，初期客户遇到了很多困难，虽然对代码规模有了成功的缩减，但性能相比原先有大幅下降，以致不能满足产品部署的要求。

咨询过程

与客户的技术专家一起对现有系统进行分析诊断，帮助客户找出性能瓶颈和不合适的 C++ 用法；实施性能测试工具和单元测试；根据客户的实际场景，抽象出基本构件，并帮助客户搭建基本组件库；针对项目中的痛点，对开发员工进行培训，传授 C++ 的知识和最佳实践。从架构层面，对客户的系统进行调整，确保在具有可维护性和可测性的同时，能够具有良好的性能。从规范层面，帮助客户完善编码规范，去除不正确或无法实施的条款，改进、增加已有条款，确保编码规范跟实际项目不发生脱节；并精调自动检查工具和规则，确保规则能正确得到施行。

合作成果

首轮合作帮助试点项目性能提升两倍，代码规模缩减到三分之一，超过了目标要求，大大增强了团队对迁移的信心。在后续合作中协助团队提升技能，创建了 C++ 基础库，对其余模块成功实施了 C++ 重构。