在单篇笔记中，用户可以通过为笔记内容建立链接，将同类笔记串联起来，形成知识网络。一旦为笔记建立双向链接，就可以在笔记侧边栏查看到全部有连结关系的笔记及笔记间的关系图，点击关系图中的任一连结点，关联内容还将以预览形式出现，方便用户快速查看和跳转。
印象笔记的智能语义双向链接打破了笔记链接单向跳转的局限，帮助用户回溯知识关联。所有建立了双向链接的笔记，都强化了用户的知识体系，更成为用户个人知识星图中的重要节点。
从印象笔记侧边栏入口，用户可一键开启知识星图，查看已经建立关联的所有笔记所形成的知识网络，还可以通过笔记本切换、关键词搜索来查看具体信息或关键领域的相关知识。
对于专业帐户用户来说，更可以体验智能推荐功能，来解析复盘自己过去积累的信息和知识。由智能助手推荐建立连接的笔记间会以虚线相关联，发掘出用户的隐性知识储备，使用户的个人知识星图得以丰富和完善。
知识星图功能提升了印象笔记在信息搜索、智能关联和分类等方面的能力，使用户能够真正享受到信息记录和知识积累带来的收获和价值。
自今年3月完成B轮融资以来，印象笔记不断增加技术研发投入，更在四川天府新区成立研发总部，加速产品的智能化进程。此次更新是印象笔记在长期技术积累的基础上实现的突破和创新，也是印象笔记打造“更智能的第二大脑”的进一步呈现。
前端方面，分支预测与预取单元解耦分离，从而可以在内核之前提前运行，从而减少预测错误，同时改进了分支预测精度，提升了大型指令负载的性能。
核心方面，流水线长度从11个指令周期减少到10个，其中分派阶段从2个周期减少到1个，这可是个非常大的变动。
同时，乱序执行窗口增大了最多30％，244条增至最多288条，再加上指令压缩和绑定，实际还可以保存更多。
梁爽博士表示，对于高级别自动驾驶来说，车载计算平台的算力是“必要不充分”条件。作为自动驾驶域控制器，嵌入式车载计算平台的设计一定不能忽视硬件和功耗的限制。而高级别自动驾驶落地绕不开的技术难点，则是在拓展算力的同时，应对成本、系统功耗以及可靠性方面非常严格的限制与需求。他提到，“面对高级别自动驾驶计算平台的设计本质上是受限条件下的优化问题，应通过软硬件协同优化的手段来解决。”
基于此，超星未来设计制作了高能效、高可靠、低功耗、高灵活的异构车载智能核心计算平台NOVA30P平台，并可为客户提供配套软硬制化设计、协同优化的技术服务。新一代高级别自动驾驶NOVA30P使用了高性能处理芯片，功能安全ASIL-D等级MCU的异构硬件方案。该方案支持最高20路4K摄像头，3路激光雷达及多路毫米波雷达的接入和数据处理，完成实时多路多目标的感知处理。提供便捷的部署支持，并且从硬件架构和基础软件配置上充分保障计算平台的安全可靠。
新一代高级别自动驾驶NOVA30P通过底层技术与架构创新的方式，采用多核异构嵌入式模块化设计，通过自动模型优化工具链进行硬件友好的模型轻量化加速，实现数量级的实时性能提升，以高适配、高灵活、高能效、低功耗、安全可靠的特性，从整体上着眼提高系统的能效比、功耗、低延时方面的综合性能，保障灵活性和安全可靠。
梁爽博士介绍，通过针对神经网络的优化工具链，以及针对非神经网络的定制化加速IP库，NOVA30P将为用户提供自动驾驶域算法高效处理的有力支持。他同时提到，这款最大功耗不超过90W的车载计算平台将于今年7月向客户批量供应。
作为提供高性能自动驾驶车载嵌入式计算平台及全栈智能驾驶场景解决方案的技术型企业，超星未来自2019年4月由清华大学车辆与运载学院、清华大学电子工程系跨学科创新共同孵化成立以来，已与国内有名的主机厂、机器人、自动驾驶的某些品牌建立了战略合作关系，包括赛灵思、德赛西威、英恒、宇通客车、陕汽控股、普渡、海神、奇瑞、文远知行等。
性能方面，ARM宣称X2相比于X1整数性能提升16％，机器学习性能则可以翻一番，不过注意对比时X2的三级缓存容量为8MB，增大了一倍。
