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

Imagination神經(jīng)網(wǎng)絡(luò)加速器和GPU入選《汽車半導(dǎo)體供需對接手冊》

Dbwd_Imgtec ? 來源:Imagination Tech ? 作者:Imagination Tech ? 2021-03-02 15:37 ? 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

2月26日,由工業(yè)和信息化部電子信息司和裝備工業(yè)一司主辦,中國汽車芯片產(chǎn)業(yè)創(chuàng)新戰(zhàn)略聯(lián)盟、國家新能源汽車技術(shù)創(chuàng)新中心承辦的汽車半導(dǎo)體供需對接專題研討會暨《汽車半導(dǎo)體供需對接手冊》發(fā)布活動在北京順利舉行,Imagination的圖形處理器GPU)和神經(jīng)網(wǎng)絡(luò)加速器(NNA)兩大IP產(chǎn)品成功入選,工業(yè)和信息化部電子信息司司長喬躍山,中國工程院院士、北京理工大學(xué)教授孫逢春,中國汽車芯片產(chǎn)業(yè)創(chuàng)新戰(zhàn)略聯(lián)盟聯(lián)席理事長董揚(yáng)等領(lǐng)導(dǎo)和專家,以及行業(yè)組織、高校院所、芯片聯(lián)盟代表單位負(fù)責(zé)人出席本次會議。

喬躍山司長指出,作為半導(dǎo)體行業(yè)主管部門,工業(yè)和信息化部電子信息司將始終積極引導(dǎo)和支持汽車半導(dǎo)體產(chǎn)業(yè)發(fā)展,通過聚力汽車半導(dǎo)體供需對接平臺建設(shè)、產(chǎn)業(yè)鏈構(gòu)建、優(yōu)質(zhì)生態(tài)營造,推進(jìn)汽車半導(dǎo)體持續(xù)健康發(fā)展。會上發(fā)布了《汽車半導(dǎo)體供需對接手冊》,該手冊由工業(yè)和信息化部電子信息司和裝備工業(yè)一司指導(dǎo)中國汽車芯片產(chǎn)業(yè)創(chuàng)新戰(zhàn)略聯(lián)盟等多家單位共同編制,旨在促進(jìn)汽車半導(dǎo)體產(chǎn)業(yè)鏈上下游協(xié)作,推廣優(yōu)秀的汽車半導(dǎo)體產(chǎn)品,促進(jìn)汽車企業(yè)與半導(dǎo)體企業(yè)的溝通對接。

《手冊》共收錄了59家半導(dǎo)體企業(yè)的568款產(chǎn)品,覆蓋計(jì)算芯片、控制芯片、功率芯片、通信芯片、傳感芯片、信息安全芯片、電源芯片、驅(qū)動芯片、存儲芯片、模擬芯片等10大類,53小類產(chǎn)品,占汽車半導(dǎo)體66個小類的80%。其中,已上車應(yīng)用的產(chǎn)品合計(jì)246款,占收錄產(chǎn)品總數(shù)的43%。

Imagination作為全球知名的半導(dǎo)體IP供應(yīng)商,深耕汽車領(lǐng)域已超過15年,其IMG PowerVR系列GPU和IMG Series4 NNA本次也成功入選《手冊》。

目前,Imagination的GPU IP產(chǎn)品在汽車GPU領(lǐng)域已占據(jù)43%以上的市場份額,與瑞薩德州儀器TI)、索喜等領(lǐng)先汽車芯片廠商形成了長期、良好的合作關(guān)系,國內(nèi)也有芯馳科技(SemiDrive)這樣的創(chuàng)新型企業(yè)基于Imagination的GPU IP成功打造了智能駕艙芯片。2020年10月和11月,Imagination先后發(fā)布了最新的車用BXS GPU和Series4 NNA產(chǎn)品。BXS是專用的車規(guī)級GPU,符合ISO 26262標(biāo)準(zhǔn),是迄今為止最先進(jìn)的汽車GPU IP,可支持下一代人機(jī)界面(HMI)、UI顯示、信息娛樂系統(tǒng)、數(shù)字駕艙、環(huán)繞視圖、ADAS和自動駕駛等應(yīng)用,TI就在其最新的Jacinto車用處理器系列產(chǎn)品中采用了BXS-4-64 GPU內(nèi)核。

Imagination專用車規(guī)級BXS GPU

Series4 NNA更是Imagination針對ADAS和自動駕駛打造的終極AI加速器,可以提供顛覆行業(yè)的性能,且同樣符合ISO 26262標(biāo)準(zhǔn)。Series4的每個單核能以不到一瓦的功耗提供12.5 TOPS的算力,一個8核集群可提供100 TOPS,6個8核集群形成的解決方案就擁有600 TOPS的算力,完全可以滿足L4和L5級自動駕駛的需求。

IMG Series4 NNA通過多集群方式提供超高算力

電動化、網(wǎng)聯(lián)化、智能化已成為汽車產(chǎn)業(yè)的發(fā)展潮流和趨勢,智能座艙、自動駕駛、信息娛樂等應(yīng)用對半導(dǎo)體的需求和要求不斷提升,半導(dǎo)體已成為支撐汽車“三化”升級的關(guān)鍵。Imagination將不斷創(chuàng)新、優(yōu)化自己的GPU和NNA IP產(chǎn)品,并聯(lián)合汽車芯片廠商共同打造性能卓越、面向未來的車用芯片,推動汽車產(chǎn)業(yè)加快“三化”發(fā)展。

原文標(biāo)題:《汽車半導(dǎo)體供需對接手冊》發(fā)布,Imagination兩大產(chǎn)品入選

文章出處:【微信公眾號:Imagination Tech】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

責(zé)任編輯:haq

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
  • 半導(dǎo)體
    +關(guān)注

    關(guān)注

    335

    文章

    28854

    瀏覽量

    236730
  • 汽車電子
    +關(guān)注

    關(guān)注

    3037

    文章

    8334

    瀏覽量

    170042
  • 加速器
    +關(guān)注

    關(guān)注

    2

    文章

    827

    瀏覽量

    39070

原文標(biāo)題:《汽車半導(dǎo)體供需對接手冊》發(fā)布,Imagination兩大產(chǎn)品入選

文章出處:【微信號:Imgtec,微信公眾號:Imagination Tech】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。

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

    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(shí)功耗僅為微焦耳級。
    的頭像 發(fā)表于 05-08 10:16 ?188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)<b class='flag-5'>手冊</b>

    NVIDIA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)渲染技術(shù)的突破性增強(qiáng)功能

    發(fā)者能使用 NVIDIA GeForce RTX GPU 中的 AI Tensor Cores,在游戲的圖形渲染管線內(nèi)加速神經(jīng)網(wǎng)絡(luò)渲染。
    的頭像 發(fā)表于 04-07 11:33 ?432次閱讀

    從圖形處理到AI加速,一文看懂Imagination D系列GPU

    Imagination的D系列于2022年首次發(fā)布,見證了生成式AI從云端到智能手機(jī)等消費(fèi)設(shè)備中普及。在云端,由于GPU的可編程性、可擴(kuò)展性和快速處理AI工作負(fù)載的能力,GPU已成為高效的AI
    的頭像 發(fā)表于 02-27 08:33 ?466次閱讀
    從圖形處理到AI<b class='flag-5'>加速</b>,一文看懂<b class='flag-5'>Imagination</b> D系列<b class='flag-5'>GPU</b>

    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 ?636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 ?1172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

    卷積神經(jīng)網(wǎng)絡(luò)與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的比較

    在深度學(xué)習(xí)領(lǐng)域,神經(jīng)網(wǎng)絡(luò)模型被廣泛應(yīng)用于各種任務(wù),如圖像識別、自然語言處理和游戲智能等。其中,卷積神經(jīng)網(wǎng)絡(luò)(CNNs)和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)是兩種常見的模型。 1. 結(jié)構(gòu)差異 1.1 傳統(tǒng)神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 11-15 14:53 ?1829次閱讀

    RNN模型與傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的區(qū)別

    神經(jīng)網(wǎng)絡(luò)是機(jī)器學(xué)習(xí)領(lǐng)域中的一種強(qiáng)大工具,它們能夠模擬人腦處理信息的方式。隨著技術(shù)的發(fā)展,神經(jīng)網(wǎng)絡(luò)的類型也在不斷增加,其中循環(huán)神經(jīng)網(wǎng)絡(luò)(RNN)和傳統(tǒng)神經(jīng)網(wǎng)絡(luò)(如前饋
    的頭像 發(fā)表于 11-15 09:42 ?1112次閱讀

    Moku人工神經(jīng)網(wǎng)絡(luò)101

    Moku3.3版更新在Moku:Pro平臺新增了全新的儀器功能【神經(jīng)網(wǎng)絡(luò)】,使用戶能夠在Moku設(shè)備上部署實(shí)時(shí)機(jī)器學(xué)習(xí)算法,進(jìn)行快速、靈活的信號分析、去噪、傳感調(diào)節(jié)校準(zhǔn)、閉環(huán)反饋等應(yīng)用。如果您
    的頭像 發(fā)表于 11-01 08:06 ?646次閱讀
    Moku人工<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>101

    matlab 神經(jīng)網(wǎng)絡(luò) 數(shù)學(xué)建模數(shù)值分析

    matlab神經(jīng)網(wǎng)絡(luò) 數(shù)學(xué)建模數(shù)值分析 精通的可以討論下
    發(fā)表于 09-18 15:14

    神經(jīng)網(wǎng)絡(luò)優(yōu)化有哪些

    神經(jīng)網(wǎng)絡(luò)優(yōu)化是深度學(xué)習(xí)中用于調(diào)整網(wǎng)絡(luò)參數(shù)以最小化損失函數(shù)的重要工具。這些優(yōu)化通過不同的策略來更新網(wǎng)絡(luò)權(quán)重,以提高訓(xùn)練效率和模型性能。以下
    的頭像 發(fā)表于 07-11 16:33 ?1107次閱讀

    什么是神經(jīng)網(wǎng)絡(luò)加速器?它有哪些特點(diǎn)?

    )和圖形處理GPU)雖然可以處理神經(jīng)網(wǎng)絡(luò)計(jì)算,但在能效比和計(jì)算密度上往往難以滿足特定應(yīng)用場景的需求。因此,神經(jīng)網(wǎng)絡(luò)加速器應(yīng)運(yùn)而生,它通過
    的頭像 發(fā)表于 07-11 10:40 ?989次閱讀

    怎么對神經(jīng)網(wǎng)絡(luò)重新訓(xùn)練

    重新訓(xùn)練神經(jīng)網(wǎng)絡(luò)是一個復(fù)雜的過程,涉及到多個步驟和考慮因素。 引言 神經(jīng)網(wǎng)絡(luò)是一種強(qiáng)大的機(jī)器學(xué)習(xí)模型,廣泛應(yīng)用于圖像識別、自然語言處理、語音識別等領(lǐng)域。然而,隨著時(shí)間的推移,數(shù)據(jù)分布可能會
    的頭像 發(fā)表于 07-11 10:25 ?847次閱讀

    如何在FPGA上實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)

    隨著人工智能技術(shù)的飛速發(fā)展,神經(jīng)網(wǎng)絡(luò)作為其核心組成部分,已廣泛應(yīng)用于圖像識別、語音識別、自然語言處理等多個領(lǐng)域。然而,傳統(tǒng)基于CPU或GPU神經(jīng)網(wǎng)絡(luò)計(jì)算方式在實(shí)時(shí)性、能效比等方面存在諸多挑戰(zhàn)?,F(xiàn)場
    的頭像 發(fā)表于 07-10 17:01 ?3630次閱讀

    BP神經(jīng)網(wǎng)絡(luò)和卷積神經(jīng)網(wǎng)絡(luò)的關(guān)系

    BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network)和卷積神經(jīng)網(wǎng)絡(luò)(Convolutional Neural Network,簡稱CNN)是兩種在人工智能和機(jī)器學(xué)習(xí)領(lǐng)域
    的頭像 發(fā)表于 07-10 15:24 ?2435次閱讀

    BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)的區(qū)別

    BP神經(jīng)網(wǎng)絡(luò)和人工神經(jīng)網(wǎng)絡(luò)(Artificial Neural Networks,簡稱ANNs)之間的關(guān)系與區(qū)別,是神經(jīng)網(wǎng)絡(luò)領(lǐng)域中一個基礎(chǔ)且重要的話題。本文將從定義、結(jié)構(gòu)、算法、應(yīng)用及未來發(fā)展等多個方面,詳細(xì)闡述BP
    的頭像 發(fā)表于 07-10 15:20 ?2263次閱讀