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

英伟达无人驾驶Xavier处理器帮助应用程序使用深度学习神经网络算法

M8kW_icbank 2017-12-19 11:51 次阅读

人工智能领域英伟达成为了一支不可忽视的力量。英伟达公司创始人兼CEO黄仁勋在最近的一次演讲当中透露,该公司应用在下一代DRIVE平台上的处理器Xavier已经开始量产制造。

近日,在东京的一次展会上,黄仁勋展示了DRIVE平台以及无人驾驶领域的技术,并表示“这将是一个功能安全的无人驾驶操作系统,我们在上面集成了令人难以置信的算法和各种应用程序。Xavier已经在我们的产线上开始制造,英伟达已经迫不及待地要震惊世界各地的汽车公司和机器人专家了。”

该处理器可以帮助汽车在无人驾驶的应用程序使用深度学习神经网络算法,用来处理汽车内外的传感器数据、语言分析等内容。通过该处理器可以快速的协调传感器并感知用户的操作,同时帮助驾驶员排除周围的危险和隐患。

根据之前的公布,这款处理器具备了16nm工艺制程技术,搭载70亿个晶体管,支持最高8K分辨率的画面解析度,内置VoltaGPU架构,可以同时在无人驾驶汽车上实现视觉加速器能力。如果没有意外的话,近期将会公布该处理器的样品,既然已经量产,那么明年第一季度就可以供给合作伙伴了。

他还表示,NVIDIA的下一代DRIVE平台上的处理器Xavier将是世界上最复杂的单芯片系统。“Xavier已经在我们的产线上开始制造,英伟达已经迫不及待地要震惊世界各地的汽车公司和机器人专家了”。

利用Xavier,汽车无人驾驶应用程序将使用深度神经网络算法来处理来自外部和车内的传感器数据、手势、和自然语言理解。

由NVIDIA创建的这个新软件意味着配备它的汽车将能够警告驾驶员潜在的危险和汽车周围的安全隐患,同时还能检测驾驶员当前的精神状况(例如困倦或分心)。

最后,黄仁勋总结“我们提供的产品不是不只是一个无人驾驶仪,而是使用AI作为副驾驶来帮助你驾驶,同时保证驾驶员的安全。”

其实早在去年9月,英伟达就公布了针对无人驾驶技术和汽车产品准备的Xavier处理器。采用16nm FinFET进程技术制造,搭载70亿晶体管,将支持高达8K解析度画面,内建NVIDIA全新VoltaGPU架构,目标是作为无人驾驶汽车的计算机视觉加速器。

黄仁勋在欧洲GPU大会上称这款新的系统级芯片并非仅仅是处理器,它实际上一个提供人工智能的超级计算机,功能远不止于此,同时表示Xavier样品预计将于2017年第四个季度推出。


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
  • 神经网络
    +关注

    关注

    42

    文章

    4771

    浏览量

    100777
  • gpu
    gpu
    +关注

    关注

    28

    文章

    4740

    浏览量

    128951
  • 无人驾驶
    +关注

    关注

    98

    文章

    4059

    浏览量

    120516
  • 英伟达
    +关注

    关注

    22

    文章

    3776

    浏览量

    91113

原文标题:英伟达自动驾驶Xavier处理器已开始量产

文章出处:【微信号:icbank,微信公众号:icbank】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    深度学习中的卷积神经网络模型

    深度学习近年来在多个领域取得了显著的进展,尤其是在图像识别、语音识别和自然语言处理等方面。卷积神经网络作为深度
    的头像 发表于 11-15 14:52 343次阅读

    什么是神经网络加速?它有哪些特点?

    神经网络加速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,
    的头像 发表于 07-11 10:40 492次阅读

    简单认识深度神经网络

    深度神经网络(Deep Neural Networks, DNNs)作为机器学习领域中的一种重要技术,特别是在深度学习领域,已经取得了显著的
    的头像 发表于 07-10 18:23 1032次阅读

    深度神经网络与基本神经网络的区别

    在探讨深度神经网络(Deep Neural Networks, DNNs)与基本神经网络(通常指传统神经网络或前向神经网络)的区别时,我们需
    的头像 发表于 07-04 13:20 876次阅读

    人工智能神经网络芯片的介绍

    人工智能神经网络芯片是一类专门为深度学习神经网络算法设计的处理器。它们具有高性能、低功耗、可扩
    的头像 发表于 07-04 09:33 770次阅读

    神经网络芯片与传统芯片的区别和联系

    引言 随着人工智能技术的快速发展,深度学习算法在图像识别、自然语言处理、语音识别等领域取得了显著的成果。然而,深度
    的头像 发表于 07-04 09:31 955次阅读

    bp神经网络深度神经网络

    BP神经网络(Backpropagation Neural Network)是一种常见的前馈神经网络,它使用反向传播算法来训练网络。虽然BP神经网络
    的头像 发表于 07-03 10:14 851次阅读

    神经网络算法的结构有哪些类型

    神经网络算法深度学习的基础,它们在许多领域都有广泛的应用,如图像识别、自然语言处理、语音识别等。神经网
    的头像 发表于 07-03 09:50 452次阅读

    神经网络算法的优缺点有哪些

    神经网络算法是一种模拟人脑神经元结构的计算模型,广泛应用于机器学习深度学习、图像识别、语音识别
    的头像 发表于 07-03 09:47 1389次阅读

    深度学习与卷积神经网络的应用

    到自然语言处理深度学习和CNN正逐步改变着我们的生活方式。本文将深入探讨深度学习与卷积神经网络
    的头像 发表于 07-02 18:19 912次阅读

    神经网络反向传播算法原理是什么

    神经网络反向传播算法(Backpropagation Algorithm)是一种用于训练多层前馈神经网络的监督学习算法。它通过最小化损失函数
    的头像 发表于 07-02 14:16 636次阅读

    基于神经网络算法的模型构建方法

    神经网络是一种强大的机器学习算法,广泛应用于各种领域,如图像识别、自然语言处理、语音识别等。本文详细介绍了基于神经网络
    的头像 发表于 07-02 11:21 543次阅读

    深度神经网络模型有哪些

    深度神经网络(Deep Neural Networks,DNNs)是一类具有多个隐藏层的神经网络,它们在许多领域取得了显著的成功,如计算机视觉、自然语言处理、语音识别等。以下是一些常见
    的头像 发表于 07-02 10:00 1412次阅读

    FPGA在深度学习应用中或将取代GPU

    的根本原因,它与 深度神经网络 有一个共同之处:都需要进行大量矩阵运算。 显卡可以并行执行矩阵运算,极大地加快计算速度。图形处理器可以把训练神经网络的时间从几天、几周缩短到几小时、
    发表于 03-21 15:19

    详解深度学习神经网络与卷积神经网络的应用

    处理技术也可以通过深度学习来获得更优异的效果,比如去噪、超分辨率和跟踪算法等。为了跟上时代的步伐,必须对深度
    的头像 发表于 01-11 10:51 2055次阅读
    详解<b class='flag-5'>深度</b><b class='flag-5'>学习</b>、<b class='flag-5'>神经网络</b>与卷积<b class='flag-5'>神经网络</b>的应用