chinese直男口爆体育生外卖, 99久久er热在这里只有精品99, 又色又爽又黄18禁美女裸身无遮挡, gogogo高清免费观看日本电视,私密按摩师高清版在线,人妻视频毛茸茸,91论坛 兴趣闲谈,欧美 亚洲 精品 8区,国产精品久久久久精品免费

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

英國推出可應(yīng)用于ADAS和自動駕駛的神經(jīng)網(wǎng)絡(luò)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(jù)外媒報(bào)道,英國半導(dǎo)體與軟件設(shè)計(jì)公司Imagination Technologies宣布推出新一代神經(jīng)網(wǎng)絡(luò)加速器(NNA)——IMG Series4,可應(yīng)用于高級駕駛輔助系統(tǒng)(ADAS)和自動駕駛。Series4的目標(biāo)客戶是汽車行業(yè)內(nèi)領(lǐng)先的顛覆者以及一級供應(yīng)商、原始設(shè)備制造商(OEM)以及汽車半導(dǎo)體片上系統(tǒng)(SoC)制造商。

Series4具備新型多核架構(gòu),運(yùn)算能力超高,達(dá)到600 TOPS及以上,可為大型神經(jīng)網(wǎng)絡(luò)工作負(fù)載提供低帶寬以及超低延遲性能。

汽車行業(yè)一直在進(jìn)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(shù)的性能達(dá)到全新水平。為此,Imagination與汽車行業(yè)以及重視功能安全的其他行業(yè)的領(lǐng)導(dǎo)者和創(chuàng)新者合作。目前,Series4已經(jīng)獲得許可證,將于2020年12月上市。

Imagination的低功耗NNA架構(gòu)旨在用于運(yùn)行全網(wǎng)絡(luò)推斷,同時也能滿足功能安全要求,可一次性執(zhí)行多個操作,以最大限度地提高性能功耗比,提供業(yè)內(nèi)領(lǐng)先的能源效率。

Series4包括:

1、 多核架構(gòu)可擴(kuò)展性與靈活性:多核架構(gòu)使其能夠跨核靈活分配和同步工作負(fù)載,Imagination的軟件具備精細(xì)控制能力,可通過分批處理、分割以及調(diào)度多個工作負(fù)載增加靈活性,而且可在任意數(shù)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(dá)12.5 TOPS,能耗卻低于1瓦特。例如8核配置的集群算力可達(dá)100 TOPS,因而6×100的解決方案算力可達(dá)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(zhí)行單個任務(wù),通過相應(yīng)的倍數(shù)減少延遲,從而減少響應(yīng)時間。例如,對于8核集群而言,就是8倍。

4、 大大節(jié)省帶寬:Imagination的Tensor Tiling(ITT)是Series4的新功能,是一項(xiàng)正在申請專利的技術(shù),能夠通過將輸入的數(shù)據(jù)張量分割成多個塊,以更高效地處理數(shù)據(jù),從而解決帶寬效率問題。ITT利用本地?cái)?shù)據(jù)的依賴關(guān)系,將中間數(shù)據(jù)存儲在芯片存儲器中,最大限度地減少將數(shù)據(jù)輸入到外部存儲器中,將帶寬減少90%。ITT是一種可擴(kuò)展的算法,在具有大輸入數(shù)據(jù)量的網(wǎng)絡(luò)上具有很大的優(yōu)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(shè)計(jì)流程,可幫助客戶獲得認(rèn)證。ISO 26262是汽車電子產(chǎn)品風(fēng)險(xiǎn)的行業(yè)安全標(biāo)準(zhǔn),Series4能夠讓神經(jīng)網(wǎng)絡(luò)安全推理,且不會影響到性能。硬件安全機(jī)制可以保護(hù)已編譯的網(wǎng)絡(luò)、網(wǎng)絡(luò)執(zhí)行和數(shù)據(jù)處理管道。
責(zé)任編輯:YYX

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報(bào)投訴
  • adas
    +關(guān)注

    關(guān)注

    311

    文章

    2300

    瀏覽量

    211537
  • 自動駕駛
    +關(guān)注

    關(guān)注

    791

    文章

    14673

    瀏覽量

    176656
  • 神經(jīng)網(wǎng)絡(luò)加速器

    關(guān)注

    0

    文章

    13

    瀏覽量

    3747
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(guān)推薦
    熱點(diǎn)推薦

    Transformer如何讓自動駕駛變得更聰明?

    ]自動駕駛中常提的Transformer本質(zhì)上是一種神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu),最早在自然語言處理里火起來。與卷積神經(jīng)網(wǎng)絡(luò)(CNN)或循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)不同,Transformer能夠
    的頭像 發(fā)表于 11-19 18:17 ?1932次閱讀

    自動駕駛中常提的卷積神經(jīng)網(wǎng)絡(luò)是個啥?

    自動駕駛領(lǐng)域,經(jīng)常會聽到卷積神經(jīng)網(wǎng)絡(luò)技術(shù)。卷積神經(jīng)網(wǎng)絡(luò),簡稱為CNN,是一種專門用來處理網(wǎng)格狀數(shù)據(jù)(比如圖像)的深度學(xué)習(xí)模型。CNN在圖像處理中尤其常見,因?yàn)閳D像本身就可以看作是由像素排列成的二維網(wǎng)格。
    的頭像 發(fā)表于 11-19 18:15 ?1847次閱讀
    <b class='flag-5'>自動駕駛</b>中常提的卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>是個啥?

    NMSIS神經(jīng)網(wǎng)絡(luò)庫使用介紹

    NMSIS NN 軟件庫是一組高效的神經(jīng)網(wǎng)絡(luò)內(nèi)核,旨在最大限度地提高 Nuclei N 處理內(nèi)核上的神經(jīng)網(wǎng)絡(luò)的性能并最??大限度地減少其內(nèi)存占用。 該庫分為多個功能,每個功能涵蓋特定類別
    發(fā)表于 10-29 06:08

    SNN加速器內(nèi)部神經(jīng)元數(shù)據(jù)連接方式

    的數(shù)量級,而且生物軸突的延遲和神經(jīng)元的時間常數(shù)比數(shù)字電路的傳播和轉(zhuǎn)換延遲要大得多,AER 的工作方式和神經(jīng)網(wǎng)絡(luò)的特點(diǎn)相吻合,所以受生物啟發(fā)的神經(jīng)形態(tài)處理中的NoC或SNN
    發(fā)表于 10-24 07:34

    CICC2033神經(jīng)網(wǎng)絡(luò)部署相關(guān)操作

    在完成神經(jīng)網(wǎng)絡(luò)量化后,需要將神經(jīng)網(wǎng)絡(luò)部署到硬件加速器上。首先需要將所有權(quán)重?cái)?shù)據(jù)以及輸入數(shù)據(jù)導(dǎo)入到存儲內(nèi)。 在仿真環(huán)境下,可將其存于一個文件,并在 Verilog 代碼中通過 read
    發(fā)表于 10-20 08:00

    神經(jīng)網(wǎng)絡(luò)的并行計(jì)算與加速技術(shù)

    問題。因此,并行計(jì)算與加速技術(shù)在神經(jīng)網(wǎng)絡(luò)研究和應(yīng)用中變得至關(guān)重要,它們能夠顯著提升神經(jīng)網(wǎng)絡(luò)的性能和效率,滿足實(shí)際應(yīng)用中對快速響應(yīng)和大規(guī)模數(shù)據(jù)處理的需求。神經(jīng)網(wǎng)絡(luò)并行
    的頭像 發(fā)表于 09-17 13:31 ?892次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的并行計(jì)算與<b class='flag-5'>加速</b>技術(shù)

    想實(shí)現(xiàn)自動駕駛,哪些技術(shù)非常關(guān)鍵?

    近年來,隨著人工智能、車載計(jì)算平臺、傳感技術(shù)的快速進(jìn)步,自動駕駛已從實(shí)驗(yàn)室走向?qū)嶋H道路。而支撐這一切的,是一套龐大且精密的技術(shù)架構(gòu)系統(tǒng)。這套架構(gòu)就像一輛自動駕駛汽車的大腦與神經(jīng)網(wǎng)絡(luò),
    的頭像 發(fā)表于 08-30 09:40 ?2187次閱讀

    Andes晶心科技推出新一代深度學(xué)習(xí)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(lǐng)導(dǎo)供貨商—Andes晶心科技(Andes Technology)今日正式發(fā)表最新深度學(xué)習(xí)加速器 AndesAIRE AnDLA I370。此產(chǎn)品專為
    的頭像 發(fā)表于 08-20 17:43 ?1888次閱讀

    MAX78002帶有低功耗卷積神經(jīng)網(wǎng)絡(luò)加速器的人工智能微控制技術(shù)手冊

    的Maxim超低功耗微控制相結(jié)合。通過這款基于硬件的卷積神經(jīng)網(wǎng)絡(luò)(CNN)加速器,即使是電池供電的應(yīng)用也可執(zhí)行AI推理,同時功耗僅為微焦耳級。
    的頭像 發(fā)表于 05-08 10:16 ?611次閱讀
    MAX78002帶有低功耗卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</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(shù)手冊

    自動駕駛感知系統(tǒng)中卷積神經(jīng)網(wǎng)絡(luò)原理的疑點(diǎn)分析

    和語音識別等領(lǐng)域取得了顯著成就,并廣泛用于車輛自動駕駛的圖像目標(biāo)識別中。 1.局部連接:CNN通過局部連接的方式減少了網(wǎng)絡(luò)自由參數(shù)的個數(shù),從而降低了計(jì)算復(fù)雜度,并使網(wǎng)絡(luò)更易于訓(xùn)練。與全
    的頭像 發(fā)表于 04-07 09:15 ?647次閱讀
    <b class='flag-5'>自動駕駛</b>感知系統(tǒng)中卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>原理的疑點(diǎn)分析

    迅為瑞芯微RK3562開發(fā)板/核心板介紹可應(yīng)用于人臉跟蹤、視頻監(jiān)控、自動語音識別(ASR)等

    可應(yīng)用于人臉跟蹤、身體跟蹤、視頻監(jiān)控、自動語音識別(ASR)、圖像分類駕駛員輔助系統(tǒng)(ADAS)、車牌識別、物體識別等。 iTOP-3562開發(fā)板/核心板采用瑞芯微RK3562處理
    發(fā)表于 02-18 14:46

    BP神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的比較

    多層。 每一層都由若干個神經(jīng)元構(gòu)成,神經(jīng)元之間通過權(quán)重連接。信號在神經(jīng)網(wǎng)絡(luò)中是前向傳播的,而誤差是反向傳播的。 卷積神經(jīng)網(wǎng)絡(luò)(CNN) : CNN主要由卷積層、池化層和全連接層組成。
    的頭像 發(fā)表于 02-12 15:53 ?1325次閱讀

    BP神經(jīng)網(wǎng)絡(luò)的優(yōu)缺點(diǎn)分析

    自學(xué)習(xí)能力 : BP神經(jīng)網(wǎng)絡(luò)能夠通過訓(xùn)練數(shù)據(jù)自動調(diào)整網(wǎng)絡(luò)參數(shù),實(shí)現(xiàn)對輸入數(shù)據(jù)的分類、回歸等任務(wù),無需人工進(jìn)行復(fù)雜的特征工程。 泛化能力強(qiáng) : BP神經(jīng)網(wǎng)絡(luò)通過訓(xùn)練數(shù)據(jù)學(xué)習(xí)到的特征表示
    的頭像 發(fā)表于 02-12 15:36 ?1601次閱讀

    什么是BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法

    BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法(Backpropagation Algorithm)是一種用于訓(xùn)練神經(jīng)網(wǎng)絡(luò)的有效方法。以下是關(guān)于BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法的介紹: 一、基本概念 反向傳播算
    的頭像 發(fā)表于 02-12 15:18 ?1294次閱讀

    人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法

    在上一篇文章中,我們介紹了傳統(tǒng)機(jī)器學(xué)習(xí)的基礎(chǔ)知識和多種算法。在本文中,我們會介紹人工神經(jīng)網(wǎng)絡(luò)的原理和多種神經(jīng)網(wǎng)絡(luò)架構(gòu)方法,供各位老師選擇。 01 人工神經(jīng)網(wǎng)絡(luò) ? 人工神經(jīng)網(wǎng)絡(luò)模型之所
    的頭像 發(fā)表于 01-09 10:24 ?2267次閱讀
    人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的原理和多種<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>架構(gòu)方法