快捷搜索:

神经网络处理器将提升雷达、视觉应用的性能

盖世汽车讯 据外媒报道,自动驾驶必要极为强大年夜的谋略能力。然而,今朝亟待评论争论的话题依然是:何种处置惩罚器架构最得当运行目标识别及传感器交融演算法(sensor fusion algorithms),以便实现谋略机驱动车辆。

铿腾(Cadence)现已经由过程旗下的泰思立达(Tensilica)推出了一款基于数字旌旗灯号处置惩罚器(DSP)架构的处置惩罚器。泰思立达的Vision C5产品旨在运行人工智能引擎的所有神经收集层。

谈及运行人工智能系统,最普遍的措施是使用图形处置惩罚器(GPU),其优点如下:老例谋略机的标准图形节制器平日包孕许多并联运行的GPU。选用适用的算法后,该类图形设备可被人工智能引擎重复利用,以供给卓越的机能上风。今朝,英伟达(Nvidia)等芯片厂商们在这方面做得很成功,但并非所有人都觉得这是最佳的措施。

Tensilica Vision DSP产品系列的产品营销总监普林·迪赛(Pulin Desai)评论道:“该措施必要异常高真个GPU,因而其能耗极大年夜。”据Desai表示:“该措施可能适用于高端办事器群,对付该类设备而言,能源并非关键身分。若将其利用于车内,就务需要考量嵌入式系统的空间受限、电量受限等问题。”

凭借Tensilica Vision C5 DSP,铿腾采纳了截然不合的要领。C5供给了高度集中的谋略能力——其尺寸只有不够1平方毫米,其运算机能却达到1 TeraMAC(乘积累加谋略步骤,Multiply-Accumulate computing steps),其高机能主要得益于其超长指令字(VLIW)向量处置惩罚指令组(借助128-way,8-bit或64-way,16-bit单指令多半据布局(SIMD)的履行)。该设备还针对可用性要求较高的视觉、雷达、激光雷达和传感器交融利用进行了优化。

紧张的是,其针对多处置惩罚器设计进行了架构构建——终究,最先辈的车载先辈驾驶帮助系统(ADAS)、谋略机视觉及其他传感器信息处置惩罚利用法度榜样已愈发依附于繁杂的异构多处置惩罚器设计。

铿腾传播鼓吹,比拟与同类GPU办理规划相较,C5的能效超过跨过近一个数量级。在神经收集硬件加速器方面,该款车品也拥有必然的上风:与专业化、基于硬件的加速器不合,该产品可实现再编程,设计更为机动且不会逾期。同时,因为其功能性完全在软件内实现,公司还采纳了被广泛应用的开拓对象,因而其开拓历程也更为轻易。

迪赛表示,终极版本的C5上市后,公司会同时供给神经收集函数库。汽车利用将成为本产品最大年夜的市场,除此之外,铿腾还计划将该产品出售给无人机及安然系统的制造商,或应用神经收集识别算法来履行目标检测及目标识别的其他利用。

试读已停止

如需涉猎整个内容,请登录查看

*版权声明:本文为盖世汽车原创文章,如欲转载请遵守 转载阐明相关规定。违反转载阐明者,盖世汽车将依法穷究其司法责任!

您可能还会对下面的文章感兴趣: