国产精品久久久aaaa,日日干夜夜操天天插,亚洲乱熟女香蕉一区二区三区少妇,99精品国产高清一区二区三区,国产成人精品一区二区色戒,久久久国产精品成人免费,亚洲精品毛片久久久久,99久久婷婷国产综合精品电影,国产一区二区三区任你鲁

0
  • 聊天消息
  • 系統消息
  • 評論與回復
登錄后你可以
  • 下載海量資料
  • 學習在線課程
  • 觀看技術視頻
  • 寫文章/發帖/加入社區
會員中心
創作中心

完善資料讓更多小伙伴認識你,還能領取20積分哦,立即完善>

3天內不再提示

英國推出可應用于ADAS和自動駕駛的神經網絡加速器

姚小熊27 ? 來源:蓋世汽車 ? 作者:蓋世汽車 ? 2020-11-16 10:28 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

據外媒報道,英國半導體與軟件設計公司Imagination Technologies宣布推出新一代神經網絡加速器(NNA)——IMG Series4,可應用于高級駕駛輔助系統(ADAS)和自動駕駛。Series4的目標客戶是汽車行業內領先的顛覆者以及一級供應商、原始設備制造商(OEM)以及汽車半導體片上系統(SoC)制造商。

Series4具備新型多核架構,運算能力超高,達到600 TOPS及以上,可為大型神經網絡工作負載提供低帶寬以及超低延遲性能。

汽車行業一直在進行一場革命,自動駕駛汽車和自動駕駛出租車等新用例都要求人工智能AI)技術的性能達到全新水平。為此,Imagination與汽車行業以及重視功能安全的其他行業的領導者和創新者合作。目前,Series4已經獲得許可證,將于2020年12月上市。

Imagination的低功耗NNA架構旨在用于運行全網絡推斷,同時也能滿足功能安全要求,可一次性執行多個操作,以最大限度地提高性能功耗比,提供業內領先的能源效率。

Series4包括:

1、 多核架構可擴展性與靈活性:多核架構使其能夠跨核靈活分配和同步工作負載,Imagination的軟件具備精細控制能力,可通過分批處理、分割以及調度多個工作負載增加靈活性,而且可在任意數量的核上使用,每個集群有2、4、6或8核配置。

2、 超高性能:Series4每核的算力達12.5 TOPS,能耗卻低于1瓦特。例如8核配置的集群算力可達100 TOPS,因而6×100的解決方案算力可達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、 超低延遲:通過將所有核合并到2、4、6或8核集群中,所有核都可用于專門執行單個任務,通過相應的倍數減少延遲,從而減少響應時間。例如,對于8核集群而言,就是8倍。

4、 大大節省帶寬:Imagination的Tensor Tiling(ITT)是Series4的新功能,是一項正在申請專利的技術,能夠通過將輸入的數據張量分割成多個塊,以更高效地處理數據,從而解決帶寬效率問題。ITT利用本地數據的依賴關系,將中間數據存儲在芯片存儲器中,最大限度地減少將數據輸入到外部存儲器中,將帶寬減少90%。ITT是一種可擴展的算法,在具有大輸入數據量的網絡上具有很大的優勢。

5、 汽車安全:Series4包括IP級別的安全功能以及符合ISO 26262的設計流程,可幫助客戶獲得認證。ISO 26262是汽車電子產品風險的行業安全標準,Series4能夠讓神經網絡安全推理,且不會影響到性能。硬件安全機制可以保護已編譯的網絡、網絡執行和數據處理管道。
責任編輯:YYX

聲明:本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人,不代表電子發燒友網立場。文章及其配圖僅供工程師學習之用,如有內容侵權或者其他違規問題,請聯系本站處理。 舉報投訴
  • adas
    +關注

    關注

    311

    文章

    2330

    瀏覽量

    211923
  • 自動駕駛
    +關注

    關注

    793

    文章

    14881

    瀏覽量

    179809
  • 神經網絡加速器

    關注

    0

    文章

    13

    瀏覽量

    3780
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評論

    相關推薦
    熱點推薦

    加速L4級自動駕駛商業化:aiData全自動化數據處理解決方案!

    引言在汽車AI領域,無論是高級駕駛輔助系統(ADAS)還是自動駕駛技術的研發,都需要數據。因此高質量、精準且記錄完備的數據,是神經網絡訓練、驗證及仿真測試的核心支撐。然而,數據采集往往
    的頭像 發表于 12-18 16:33 ?2131次閱讀
    <b class='flag-5'>加速</b>L4級<b class='flag-5'>自動駕駛</b>商業化:aiData全<b class='flag-5'>自動</b>化數據處理解決方案!

    Transformer如何讓自動駕駛變得更聰明?

    ]自動駕駛中常提的Transformer本質上是一種神經網絡結構,最早在自然語言處理里火起來。與卷積神經網絡(CNN)或循環神經網絡(RNN)不同,Transformer能夠
    的頭像 發表于 11-19 18:17 ?2270次閱讀

    自動駕駛中常提的卷積神經網絡是個啥?

    自動駕駛領域,經常會聽到卷積神經網絡技術。卷積神經網絡,簡稱為CNN,是一種專門用來處理網格狀數據(比如圖像)的深度學習模型。CNN在圖像處理中尤其常見,因為圖像本身就可以看作是由像素排列成的二維網格。
    的頭像 發表于 11-19 18:15 ?2076次閱讀
    <b class='flag-5'>自動駕駛</b>中常提的卷積<b class='flag-5'>神經網絡</b>是個啥?

    一些神經網絡加速器的設計優化方案

    特征圖保留不變,完成和所有相關卷積核點積以后再加載,最多復用 R*R*M 次。 3.不同網絡模型的效果 如圖所示,后者相對于前者,減少了連線資源和復雜度。 4.DNN加速器空間架構片上存儲
    發表于 10-31 07:14

    CNN卷積神經網絡設計原理及在MCU200T上仿真測試

    CNN算法簡介 我們硬件加速器的模型為Lenet-5的變型,網絡粗略分共有7層,細分共有13層。包括卷積,最大池化層,激活層,扁平層,全連接層。下面是各層作用介紹: 卷積層:提取特征。“不全
    發表于 10-29 07:49

    NMSIS神經網絡庫使用介紹

    NMSIS NN 軟件庫是一組高效的神經網絡內核,旨在最大限度地提高 Nuclei N 處理內核上的神經網絡的性能并最??大限度地減少其內存占用。 該庫分為多個功能,每個功能涵蓋特定類別
    發表于 10-29 06:08

    SNN加速器內部神經元數據連接方式

    的數量級,而且生物軸突的延遲和神經元的時間常數比數字電路的傳播和轉換延遲要大得多,AER 的工作方式和神經網絡的特點相吻合,所以受生物啟發的神經形態處理中的NoC或SNN
    發表于 10-24 07:34

    在Ubuntu20.04系統中訓練神經網絡模型的一些經驗

    模型。 我們使用MNIST數據集,訓練一個卷積神經網絡(CNN)模型,用于手寫數字識別。一旦模型被訓練并保存,就可以用于對新圖像進行推理和預測。要使用生成的模型進行推理,可以按照以下步驟進行操作: 1.
    發表于 10-22 07:03

    CICC2033神經網絡部署相關操作

    在完成神經網絡量化后,需要將神經網絡部署到硬件加速器上。首先需要將所有權重數據以及輸入數據導入到存儲內。 在仿真環境下,可將其存于一個文件,并在 Verilog 代碼中通過 read
    發表于 10-20 08:00

    神經網絡的并行計算與加速技術

    問題。因此,并行計算與加速技術在神經網絡研究和應用中變得至關重要,它們能夠顯著提升神經網絡的性能和效率,滿足實際應用中對快速響應和大規模數據處理的需求。神經網絡并行
    的頭像 發表于 09-17 13:31 ?1125次閱讀
    <b class='flag-5'>神經網絡</b>的并行計算與<b class='flag-5'>加速</b>技術

    想實現自動駕駛,哪些技術非常關鍵?

    近年來,隨著人工智能、車載計算平臺、傳感技術的快速進步,自動駕駛已從實驗室走向實際道路。而支撐這一切的,是一套龐大且精密的技術架構系統。這套架構就像一輛自動駕駛汽車的大腦與神經網絡
    的頭像 發表于 08-30 09:40 ?2557次閱讀

    Andes晶心科技推出新一代深度學習加速器

    高效能、低功耗 32/64 位 RISC-V 處理核與 AI 加速解決方案的領導供貨商—Andes晶心科技(Andes Technology)今日正式發表最新深度學習加速器 AndesAIRE AnDLA I370。此產品專為
    的頭像 發表于 08-20 17:43 ?2330次閱讀

    MAX78002帶有低功耗卷積神經網絡加速器的人工智能微控制技術手冊

    的Maxim超低功耗微控制相結合。通過這款基于硬件的卷積神經網絡(CNN)加速器,即使是電池供電的應用也可執行AI推理,同時功耗僅為微焦耳級。
    的頭像 發表于 05-08 10:16 ?844次閱讀
    MAX78002帶有低功耗卷積<b class='flag-5'>神經網絡</b><b class='flag-5'>加速器</b>的人工智能微控制<b class='flag-5'>器</b>技術手冊

    自動駕駛感知系統中卷積神經網絡原理的疑點分析

    和語音識別等領域取得了顯著成就,并廣泛用于車輛自動駕駛的圖像目標識別中。 1.局部連接:CNN通過局部連接的方式減少了網絡自由參數的個數,從而降低了計算復雜度,并使網絡更易于訓練。與全
    的頭像 發表于 04-07 09:15 ?846次閱讀
    <b class='flag-5'>自動駕駛</b>感知系統中卷積<b class='flag-5'>神經網絡</b>原理的疑點分析