0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

英国推出可应用于ADAS和自动驾驶的神经网络加速器

姚小熊27 来源:盖世汽车 作者:盖世汽车 2020-11-16 10:28 次阅读

据外媒报道,英国半导体与软件设计公司Imagination Technologies宣布推出新一代神经网络加速器(NNA)——IMG Series4,可应用于高级驾驶辅助系统(ADAS)和自动驾驶。Series4的目标客户是汽车行业内领先的颠覆者以及一级供应商、原始设备制造商(OEM)以及汽车半导体片上系统(SoC)制造商。

Series4具备新型多核架构,运算能力超高,达到600 TOPS及以上,可为大型神经网络工作负载提供低带宽以及超低延迟性能。

汽车行业一直在进行一场革命,自动驾驶汽车和自动驾驶出租车等新用例都要求人工智能AI)技术的性能达到全新水平。为此,Imagination与汽车行业以及重视功能安全的其他行业的领导者和创新者合作。目前,Series4已经获得许可证,将于2020年12月上市。

Imagination的低功耗NNA架构旨在用于运行全网络推断,同时也能满足功能安全要求,可一次性执行多个操作,以最大限度地提高性能功耗比,提供业内领先的能源效率。

Series4包括:

1、 多核架构可扩展性与灵活性:多核架构使其能够跨核灵活分配和同步工作负载,Imagination的软件具备精细控制能力,可通过分批处理、分割以及调度多个工作负载增加灵活性,而且可在任意数量的核上使用,每个集群有2、4、6或8核配置。

2、 超高性能:Series4每核的算力达12.5 TOPS,能耗却低于1瓦特。例如8核配置的集群算力可达100 TOPS,因而6×100的解决方案算力可达600 TOPS。在AI推理方面,Series4 NNA的性能比嵌入式GPU快200倍,比嵌入式CPU快1000倍。

3、 超低延迟:通过将所有核合并到2、4、6或8核集群中,所有核都可用于专门执行单个任务,通过相应的倍数减少延迟,从而减少响应时间。例如,对于8核集群而言,就是8倍。

4、 大大节省带宽:Imagination的Tensor Tiling(ITT)是Series4的新功能,是一项正在申请专利的技术,能够通过将输入的数据张量分割成多个块,以更高效地处理数据,从而解决带宽效率问题。ITT利用本地数据的依赖关系,将中间数据存储在芯片存储器中,最大限度地减少将数据输入到外部存储器中,将带宽减少90%。ITT是一种可扩展的算法,在具有大输入数据量的网络上具有很大的优势。

5、 汽车安全:Series4包括IP级别的安全功能以及符合ISO 26262的设计流程,可帮助客户获得认证。ISO 26262是汽车电子产品风险的行业安全标准,Series4能够让神经网络安全推理,且不会影响到性能。硬件安全机制可以保护已编译的网络、网络执行和数据处理管道。
责任编辑:YYX

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • adas
    +关注

    关注

    309

    文章

    2159

    浏览量

    208462
  • 自动驾驶
    +关注

    关注

    782

    文章

    13596

    浏览量

    165851
  • 神经网络加速器

    关注

    0

    文章

    13

    浏览量

    3593
收藏 人收藏

    评论

    相关推荐

    FPGA在自动驾驶领域有哪些优势?

    领域的主要优势: 高性能与并行处理能力: FPGA内部包含大量的逻辑门和可配置的连接,能够同时处理多个数据流和计算任务。这种并行处理能力使得FPGA在处理自动驾驶中复杂的图像识别、传感数据处理等
    发表于 07-29 17:11

    FPGA在自动驾驶领域有哪些应用?

    低,适合用于实现高效的图像算法,如车道线检测、交通标志识别等。 雷达和LiDAR处理:自动驾驶汽车通常会使用雷达和LiDAR(激光雷达)等多种传感来获取环境信息。FPGA能够协助完成这些传感
    发表于 07-29 17:09

    卷积神经网络有何用途 卷积神经网络通常运用在哪里

    和应用场景。 图像识别 图像识别是卷积神经网络最广泛的应用之一。CNN能够自动学习图像中的特征,实现对图像的分类、识别和分析。以下是一些具体的应用场景: 1.1 物体识别:CNN可以识别图像中的物体,如猫、狗、汽车等。这在自动驾驶
    的头像 发表于 07-11 14:43 1514次阅读

    什么是神经网络加速器?它有哪些特点?

    神经网络加速器是一种专门设计用于提高神经网络计算效率的硬件设备。随着深度学习技术的快速发展和广泛应用,神经网络模型的复杂度和计算量急剧增加,
    的头像 发表于 07-11 10:40 378次阅读

    卷积神经网络的实现原理

    卷积神经网络(Convolutional Neural Networks,简称CNN)是一种深度学习模型,广泛应用于图像识别、视频分析、自然语言处理等领域。本文将详细介绍卷积神经网络的实现原理、结构
    的头像 发表于 07-03 10:49 469次阅读

    卷积神经网络的原理是什么

    卷积神经网络(Convolutional Neural Network,简称CNN)是一种深度学习模型,广泛应用于图像识别、语音识别、自然语言处理等领域。本文将详细介绍卷积神经网络的原理,包括其
    的头像 发表于 07-02 14:44 498次阅读

    神经网络在图像识别中的应用

    随着人工智能技术的飞速发展,神经网络在图像识别领域的应用日益广泛。神经网络以其强大的特征提取和分类能力,为图像识别带来了革命性的进步。本文将详细介绍神经网络在图像识别中的应用案例,包括卷积神经
    的头像 发表于 07-01 14:19 572次阅读

    神经网络架构有哪些

    神经网络架构是机器学习领域中的核心组成部分,它们模仿了生物神经网络的运作方式,通过复杂的网络结构实现信息的处理、存储和传递。随着深度学习技术的不断发展,各种神经网络架构被提出并广泛
    的头像 发表于 07-01 14:16 528次阅读

    如何训练和优化神经网络

    神经网络是人工智能领域的重要分支,广泛应用于图像识别、自然语言处理、语音识别等多个领域。然而,要使神经网络在实际应用中取得良好效果,必须进行有效的训练和优化。本文将从神经网络的训练过程
    的头像 发表于 07-01 14:14 357次阅读

    西门子推出Catapult AI NN:重塑神经网络加速器设计的未来

    的需求,西门子数字化工业软件日前推出了一款名为Catapult AI NN的创新软件,旨在帮助神经网络加速器在专用集成电路(ASIC)和芯片级系统(SoC)上实现更高效的高层次综合(HLS)。
    的头像 发表于 06-19 16:40 581次阅读

    西门子推出Catapult AI NN软件,赋能神经网络加速器设计

    西门子数字化工业软件近日发布了Catapult AI NN软件,这款软件在神经网络加速器设计领域迈出了重要一步。Catapult AI NN软件专注于在专用集成电路(ASIC)和芯片级系统(SoC)上实现神经网络的高层次综合(H
    的头像 发表于 06-19 11:27 775次阅读

    未来已来,多传感融合感知是自动驾驶破局的关键

    巨大的进展;自动驾驶开始摒弃手动编码规则和机器学习模型的方法,转向全面采用端到端的神经网络AI系统,它能模仿学习人类司机的驾驶,遇到场景直接输入传感数据,再直接输出转向、制动和
    发表于 04-11 10:26

    LabVIEW开发自动驾驶的双目测距系统

    LabVIEW开发自动驾驶的双目测距系统 随着车辆驾驶技术的不断发展,自动驾驶技术正日益成为现实。从L2级别的辅助驾驶技术到L3级别的受条件约束的
    发表于 12-19 18:02

    自动驾驶算力是不是越高越好?

    自动驾驶主要分为0-5级,以Level3为分界,以下为智能驾驶,以上为自动驾驶。目前市面上比较成熟量产的还是以Level3以下为主。智能驾驶目前主要的感知更多的依赖视觉,这也推动了卷积
    发表于 12-19 15:24 1233次阅读
    <b class='flag-5'>自动驾驶</b>算力是不是越高越好?

    PCIe在AI加速器中的作用

    从线上购物时的“猜你喜欢”、到高等级自动驾驶汽车上的实时交通信息接收,再到在线视频游戏,所有的这些都离不开人工智能(AI)加速器。AI加速器是一种高性能的并行计算设备,旨在高效处理神经网络
    的头像 发表于 11-18 10:36 1961次阅读
    PCIe在AI<b class='flag-5'>加速器</b>中的作用