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

英偉達(dá)無人駕駛Xavier處理器幫助應(yīng)用程序使用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法

M8kW_icbank ? 2017-12-19 11:51 ? 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

人工智能領(lǐng)域英偉達(dá)成為了一支不可忽視的力量。英偉達(dá)公司創(chuàng)始人兼CEO黃仁勛在最近的一次演講當(dāng)中透露,該公司應(yīng)用在下一代DRIVE平臺上的處理器Xavier已經(jīng)開始量產(chǎn)制造。

近日,在東京的一次展會上,黃仁勛展示了DRIVE平臺以及無人駕駛領(lǐng)域的技術(shù),并表示“這將是一個功能安全的無人駕駛操作系統(tǒng),我們在上面集成了令人難以置信的算法和各種應(yīng)用程序。Xavier已經(jīng)在我們的產(chǎn)線上開始制造,英偉達(dá)已經(jīng)迫不及待地要震驚世界各地的汽車公司和機器人專家了?!?/p>

該處理器可以幫助汽車在無人駕駛的應(yīng)用程序使用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法,用來處理汽車內(nèi)外的傳感器數(shù)據(jù)、語言分析等內(nèi)容。通過該處理器可以快速的協(xié)調(diào)傳感器并感知用戶的操作,同時幫助駕駛員排除周圍的危險和隱患。

根據(jù)之前的公布,這款處理器具備了16nm工藝制程技術(shù),搭載70億個晶體管,支持最高8K分辨率的畫面解析度,內(nèi)置VoltaGPU架構(gòu),可以同時在無人駕駛汽車上實現(xiàn)視覺加速器能力。如果沒有意外的話,近期將會公布該處理器的樣品,既然已經(jīng)量產(chǎn),那么明年第一季度就可以供給合作伙伴了。

他還表示,NVIDIA的下一代DRIVE平臺上的處理器Xavier將是世界上最復(fù)雜的單芯片系統(tǒng)?!癤avier已經(jīng)在我們的產(chǎn)線上開始制造,英偉達(dá)已經(jīng)迫不及待地要震驚世界各地的汽車公司和機器人專家了”。

利用Xavier,汽車無人駕駛應(yīng)用程序?qū)⑹褂蒙疃壬窠?jīng)網(wǎng)絡(luò)算法來處理來自外部和車內(nèi)的傳感器數(shù)據(jù)、手勢、和自然語言理解。

由NVIDIA創(chuàng)建的這個新軟件意味著配備它的汽車將能夠警告駕駛員潛在的危險和汽車周圍的安全隱患,同時還能檢測駕駛員當(dāng)前的精神狀況(例如困倦或分心)。

最后,黃仁勛總結(jié)“我們提供的產(chǎn)品不是不只是一個無人駕駛儀,而是使用AI作為副駕駛來幫助你駕駛,同時保證駕駛員的安全?!?/p>

其實早在去年9月,英偉達(dá)就公布了針對無人駕駛技術(shù)和汽車產(chǎn)品準(zhǔn)備的Xavier處理器。采用16nm FinFET進(jìn)程技術(shù)制造,搭載70億晶體管,將支持高達(dá)8K解析度畫面,內(nèi)建NVIDIA全新VoltaGPU架構(gòu),目標(biāo)是作為無人駕駛汽車的計算機視覺加速器。

黃仁勛在歐洲GPU大會上稱這款新的系統(tǒng)級芯片并非僅僅是處理器,它實際上一個提供人工智能的超級計算機,功能遠(yuǎn)不止于此,同時表示Xavier樣品預(yù)計將于2017年第四個季度推出。


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。 舉報投訴
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4832

    瀏覽量

    107376
  • gpu
    gpu
    +關(guān)注

    關(guān)注

    28

    文章

    5165

    瀏覽量

    134887
  • 無人駕駛
    +關(guān)注

    關(guān)注

    100

    文章

    4293

    瀏覽量

    126416
  • 英偉達(dá)
    +關(guān)注

    關(guān)注

    23

    文章

    4069

    瀏覽量

    98742

原文標(biāo)題:英偉達(dá)自動駕駛Xavier處理器已開始量產(chǎn)

文章出處:【微信號:icbank,微信公眾號:icbank】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
    熱點推薦

    神經(jīng)網(wǎng)絡(luò)的初步認(rèn)識

    日常生活中的智能應(yīng)用都離不開深度學(xué)習(xí),而深度學(xué)習(xí)則依賴于神經(jīng)網(wǎng)絡(luò)的實現(xiàn)。什么是神經(jīng)網(wǎng)絡(luò)?
    的頭像 發(fā)表于 12-17 15:05 ?243次閱讀
    <b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的初步認(rèn)識

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

    在自動駕駛領(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
    的頭像 發(fā)表于 11-19 18:15 ?2021次閱讀
    自動<b class='flag-5'>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 處理器內(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

    液態(tài)神經(jīng)網(wǎng)絡(luò)(LNN):時間連續(xù)性與動態(tài)適應(yīng)性的神經(jīng)網(wǎng)絡(luò)

    1.算法簡介液態(tài)神經(jīng)網(wǎng)絡(luò)(LiquidNeuralNetworks,LNN)是一種新型的神經(jīng)網(wǎng)絡(luò)架構(gòu),其設(shè)計理念借鑒自生物神經(jīng)系統(tǒng),特別是秀麗隱桿線蟲的
    的頭像 發(fā)表于 09-28 10:03 ?1011次閱讀
    液態(tài)<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>(LNN):時間連續(xù)性與動態(tài)適應(yīng)性的<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    如何在機器視覺中部署深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

    圖 1:基于深度學(xué)習(xí)的目標(biāo)檢測可定位已訓(xùn)練的目標(biāo)類別,并通過矩形框(邊界框)對其進(jìn)行標(biāo)識。 在討論人工智能(AI)或深度學(xué)習(xí)時,經(jīng)常會出現(xiàn)“神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 09-10 17:38 ?835次閱讀
    如何在機器視覺中部署<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b><b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>

    神經(jīng)網(wǎng)絡(luò)專家系統(tǒng)在電機故障診斷中的應(yīng)用

    摘要:針對傳統(tǒng)專家系統(tǒng)不能進(jìn)行自學(xué)習(xí)、自適應(yīng)的問題,本文提出了基于種經(jīng)網(wǎng)絡(luò)專家系統(tǒng)的并步電機故障診斷方法。本文將小波神經(jīng)網(wǎng)絡(luò)和專家系統(tǒng)相結(jié)合,充分發(fā)揮了二者故障診斷的優(yōu)點,很大程度上降低了對電機
    發(fā)表于 06-16 22:09

    什么是低速無人駕駛,讓你一分鐘秒懂 #無人駕駛 #5g無人駕駛 #低速無人駕駛

    無人駕駛
    星創(chuàng)易聯(lián)
    發(fā)布于 :2025年06月05日 15:27:49

    派歌銳無人駕駛車輛線束:智能駕駛神經(jīng)網(wǎng)絡(luò)

    派歌銳是專業(yè)的新能源線束解決方案提供商,為無人駕駛車輛提供穩(wěn)定可靠的線束解決方案
    的頭像 發(fā)表于 04-25 17:21 ?761次閱讀

    TPU處理器的特性和工作原理

    張量處理單元(TPU,Tensor Processing Unit)是一種專門為深度學(xué)習(xí)應(yīng)用設(shè)計的硬件加速。它的開發(fā)源于對人工智能(AI)和機器學(xué)
    的頭像 發(fā)表于 04-22 09:41 ?4147次閱讀
    TPU<b class='flag-5'>處理器</b>的特性和工作原理

    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 ?1572次閱讀

    如何優(yōu)化BP神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)

    訓(xùn)練過程中發(fā)生震蕩,甚至無法收斂到最優(yōu)解;而過小的學(xué)習(xí)率則會使模型收斂速度緩慢,容易陷入局部最優(yōu)解。因此,正確設(shè)置和調(diào)整學(xué)習(xí)率對于訓(xùn)練高效、準(zhǔn)確的神經(jīng)網(wǎng)絡(luò)模型至關(guān)重要。 二、學(xué)習(xí)率優(yōu)化
    的頭像 發(fā)表于 02-12 15:51 ?1630次閱讀

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

    BP神經(jīng)網(wǎng)絡(luò)(Back Propagation Neural Network)作為一種常用的機器學(xué)習(xí)模型,具有顯著的優(yōu)點,同時也存在一些不容忽視的缺點。以下是對BP神經(jīng)網(wǎng)絡(luò)優(yōu)缺點的分析: 優(yōu)點
    的頭像 發(fā)表于 02-12 15:36 ?1952次閱讀

    什么是BP神經(jīng)網(wǎng)絡(luò)的反向傳播算法

    神經(jīng)網(wǎng)絡(luò)(即反向傳播神經(jīng)網(wǎng)絡(luò))的核心,它建立在梯度下降法的基礎(chǔ)上,是一種適合于多層神經(jīng)元網(wǎng)絡(luò)學(xué)習(xí)算法。該
    的頭像 發(fā)表于 02-12 15:18 ?1494次閱讀

    BP神經(jīng)網(wǎng)絡(luò)深度學(xué)習(xí)的關(guān)系

    ),是一種多層前饋神經(jīng)網(wǎng)絡(luò),它通過反向傳播算法進(jìn)行訓(xùn)練。BP神經(jīng)網(wǎng)絡(luò)由輸入層、一個或多個隱藏層和輸出層組成,通過逐層遞減的方式調(diào)整網(wǎng)絡(luò)權(quán)重,目的是最小化
    的頭像 發(fā)表于 02-12 15:15 ?1631次閱讀

    BP神經(jīng)網(wǎng)絡(luò)在圖像識別中的應(yīng)用

    BP神經(jīng)網(wǎng)絡(luò)在圖像識別中發(fā)揮著重要作用,其多層結(jié)構(gòu)使得網(wǎng)絡(luò)能夠學(xué)習(xí)到復(fù)雜的特征表達(dá),適用于處理非線性問題。以下是對BP神經(jīng)網(wǎng)絡(luò)在圖像識別中應(yīng)
    的頭像 發(fā)表于 02-12 15:12 ?1345次閱讀