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
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(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識你,還能領取20積分哦,立即完善>

3天內(nèi)不再提示

車載計算平臺SoC:采用CPU+GPU+NPU+MCU+VPU異構設計

Carol Li ? 來源:電子發(fā)燒友網(wǎng) ? 作者:李彎彎 ? 2025-06-09 08:34 ? 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



電子發(fā)燒友網(wǎng)報道(文/李彎彎)車載計算平臺是智能網(wǎng)聯(lián)汽車的核心部件,承擔著車輛感知、決策、控制等關鍵任務,相當于汽車的“大腦”。隨著汽車智能化和自動駕駛技術的發(fā)展,車載計算平臺的重要性日益凸顯,其性能直接決定了自動駕駛的等級和安全性。

車載計算平臺的核心功能:感知與融合,通過攝像頭、激光雷達、毫米波雷達、超聲波雷達等傳感器獲取環(huán)境信息,并對多源數(shù)據(jù)進行融合處理,實現(xiàn)對車輛周圍環(huán)境的精準感知;決策與規(guī)劃,基于感知數(shù)據(jù),進行路徑規(guī)劃、行為決策(如變道、超車、避障等),并生成控制指令;控制與執(zhí)行,將決策結果轉(zhuǎn)化為具體的控制信號,控制車輛的轉(zhuǎn)向、加速、制動等執(zhí)行機構,實現(xiàn)自動駕駛功能;通信與網(wǎng)聯(lián),支持車與車(V2V)、車與基礎設施(V2I)、車與云端(V2C)的通信,實現(xiàn)信息共享和協(xié)同控制。

車載計算平臺的技術架構——硬件和軟件

車載計算平臺的硬件架構需滿足高算力、低功耗和冗余安全的需求,通常采用異構計算單元和高帶寬通信的組合。

異構計算單元包括CPUGPU、FPGAASIC、NPU等。CPU,負責通用計算任務,如系統(tǒng)調(diào)度、通信協(xié)議處理等。通常采用多核ARM架構(如高通驍龍、瑞薩R-Car),兼顧性能與功耗。GPU,擅長并行計算,加速深度學習模型推理(如目標檢測、語義分割),NVIDIA Orin、特斯拉FSD等芯片集成高性能GPU。

FPGA,可編程硬件,靈活適配算法優(yōu)化,常用于傳感器數(shù)據(jù)預處理或低延遲任務。ASIC,針對特定算法(如Transformer模型)定制化設計,提供極致能效比(如特斯拉FSD芯片)。NPU,專為AI計算優(yōu)化,支持高吞吐量的矩陣運算,是當前主流AI芯片的核心組件。

高帶寬通信包括車載以太網(wǎng)、PCIe接口、TSN(時間敏感網(wǎng)絡)等。車載以太網(wǎng),支持1Gbps甚至10Gbps傳輸速率,替代傳統(tǒng)CAN總線,滿足傳感器數(shù)據(jù)的實時傳輸需求。PCIe接口,連接GPU、FPGA等加速卡,提供低延遲、高帶寬的擴展能力。TSN(時間敏感網(wǎng)絡),確保關鍵任務(如制動控制)的確定性時延,避免網(wǎng)絡擁塞導致的安全隱患。

冗余與安全設計,如雙系統(tǒng)冗余、硬件安全模塊(HSM)、隔離設計等。雙系統(tǒng)冗余,主計算單元與備份單元并行運行,故障時無縫切換(如英偉達DRIVE AGX Orin支持雙Orin芯片冗余)。硬件安全模塊(HSM),獨立芯片存儲密鑰和加密算法,防止數(shù)據(jù)篡改或惡意攻擊。隔離設計,通過虛擬化技術將安全關鍵任務與非關鍵任務隔離。

軟件架構需支持多任務并行、低延遲通信和持續(xù)迭代,通常采用分層解耦的設計模式。

操作系統(tǒng)層,如實時操作系統(tǒng)(RTOS)、通用操作系統(tǒng)(GPOS)、混合架構。實時操作系統(tǒng)(RTOS),如QNX、VxWorks,用于安全關鍵任務(如剎車控制),確保毫秒級響應。通用操作系統(tǒng)(GPOS),如Linux、Android,用于非關鍵任務(如導航、娛樂),支持豐富的應用生態(tài)?;旌霞軜?,通過Hypervisor(如ACRN、KVM)實現(xiàn)RTOS與GPOS的協(xié)同運行,兼顧安全與靈活性。

中間件層,包括通信中間件、調(diào)度中間件、安全中間件。通信中間件,如SOME/IP、DDS,支持服務發(fā)現(xiàn)、數(shù)據(jù)分發(fā)和QoS控制,實現(xiàn)模塊間高效通信。調(diào)度中間件,如AUTOSAR Adaptive Platform,動態(tài)分配計算資源,優(yōu)化任務時序。安全中間件,集成加密庫、入侵檢測系統(tǒng)(IDS),保障數(shù)據(jù)傳輸和存儲安全。

應用算法層,如感知算法、決策算法、控制算法。感知算法,包括攝像頭視覺處理(如YOLO、Faster R-CNN)、激光雷達點云分割(如PointPillars)、多傳感器融合(如卡爾曼濾波)。決策算法,基于規(guī)則的決策樹(如有限狀態(tài)機FSM)或基于學習的強化學習(如DQN),生成行駛策略??刂扑惴?。模型預測控制(MPC)、PID控制等,將決策轉(zhuǎn)化為具體的車輛控制指令。

典型技術架構,以NVIDIA DRIVE AGX為例。硬件:雙Orin芯片(算力508TOPS),集成Ampere架構GPU、Arm Cortex-A78AE CPU、深度學習加速器(DLA)。軟件:底層是Linux + 安全內(nèi)核(符合ISO 26262 ASIL-D);中間件是NVIDIA DRIVE OS(集成CUDA、TensorRT);應用層是DRIVE AV(自動駕駛)、DRIVE IX(智能座艙)。通信:支持PCIe Gen4、10G以太網(wǎng)、CAN-FD。

車載計算平臺芯片——SoC

目前市面上主要的車載計算平臺SoC芯片有英偉達Orin系列、華為昇騰系列、地平線征程系列、黑芝麻智能華山系列、高通驍龍Ride平臺、特斯拉FSD芯片等。

英偉達Orin系列,單顆芯片算力可達254TOPS,多顆組合可支持更高算力需求,如蔚來ET7和威馬M7搭載4顆Orin芯片,巔峰算力超過1000TOPS。其采用“CPU+GPU+ASIC”架構,適用于L3或L4級自動駕駛。

華為昇騰系列,包括昇騰310、昇騰610等,具有強大的AI計算能力,功能安全等級達到ASIL-D。昇騰610芯片在CPU、CV處理能力及內(nèi)存帶寬方面業(yè)界領先,適用于自動駕駛應用負載。

地平線征程系列,包括征程2、征程3、征程5、征程6等,算力不斷提升,滿足不同等級自動駕駛需求。2025年4月18日,地平線征程6系列的旗艦產(chǎn)品征程6P(J6P)、征程6H(J6H)正式亮相,同時,基于J6P芯片和地平線自研端到端算法的軟硬一體全棧方案HSD(Horizon Super Driving)也一并推出,具備L2城區(qū)輔助駕駛能力。

J6P基于地平線最新的BPU“納什”架構,采用CPU+GPU+NPU+MCU+VPU的異構設計,具備三級存儲架構和數(shù)據(jù)變換引擎,專為Transformer、BEV等大模型優(yōu)化。

黑芝麻智能華山系列,包括A500、A1000L、A1000、A1000 Pro以及A2000家族?;贏1000芯片,可提供單顆、雙顆、四顆芯片的組合方案,算力覆蓋從ADAS輔助駕駛到L4及以上自動駕駛需求。

2024年12月30日,黑芝麻智能宣布推出其專為下一代AI模型設計的高算力芯片平臺——華山A2000家族,包括A2000 Lite、A2000和A2000 Pro三款產(chǎn)品,分別針對不同等級的自動駕駛需求。A2000 Lite專注于城市智駕,A2000支持全場景通識智駕,而A2000 Pro則是為高階全場景通識智駕設計。

A2000家族的芯片集成了業(yè)界領先的CPU、DSP、GPU、NPU、MCU、ISP和CV等多功能單元,實現(xiàn)了高度集成化和單芯片多任務處理的能力。新一代ISP技術,具備4幀曝光和150dB HDR,在隧道和夜間等場景下表現(xiàn)更好,顯著提升了圖像處理能力。A2000家族算力最大是當前主流旗艦芯片的4倍,原生支持Transformer模型。

高通驍龍Ride平臺,巔峰算力預計在700-760TOPS,采用“CPU+GPU+ASIC”架構,為自動駕駛、ADAS、車載信息娛樂系統(tǒng)等領域提供強大的計算能力。

Mobileye EyeQ系列,如EyeQ6 Ultra,算力達到176TOPS,采用“CPU+ASIC”架構,為高階自動駕駛提供支持。不過,Mobileye在市場競爭中逐漸掉隊。

特斯拉FSD芯片,以NPU(ASIC)為計算核心,有三個主要模塊:CPU、GPU和Neural Processing Unit(NPU),總算力達到144TOPS,已廣泛用于特斯拉車型。

寫在最后

車載計算平臺的技術架構是硬件、軟件和系統(tǒng)集成的綜合體現(xiàn),其核心在于異構計算的高效協(xié)同、實時性與安全性的平衡以及全生命周期的可持續(xù)性。SoC內(nèi)部集成多個異構處理單元,結構設計復雜,處理和計算能力強,適用于多任務處理以及計算任務復雜的應用場景。隨著汽車智能化程度的提高,對高性能SoC芯片的需求也將不斷提升。



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習之用,如有內(nèi)容侵權或者其他違規(guī)問題,請聯(lián)系本站處理。 舉報投訴
  • soc
    soc
    +關注

    關注

    38

    文章

    4477

    瀏覽量

    226206
  • 異構設計
    +關注

    關注

    0

    文章

    3

    瀏覽量

    5580
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

    自動駕駛SoC芯片到底有何優(yōu)勢?

    的需求。于是,SoC(System on Chip,系統(tǒng)級芯片)作為新時代的核心硬件平臺,逐步取代了MCU,成為智能汽車計算的主力。這種芯片集成了C
    的頭像 發(fā)表于 09-21 10:56 ?2059次閱讀
    自動駕駛<b class='flag-5'>SoC</b>芯片到底有何優(yōu)勢?

    360環(huán)視硬件平臺為什么推薦使用米爾RK3576開發(fā)板?

    接收端解碼顯示,端到端延遲約 120~150ms(編碼側 80~100ms + 傳輸/解碼 40~50ms),滿足車載與安防對實時性的要求。資源均衡與穩(wěn)定可靠:RGA、VPUCPU、GPU
    發(fā)表于 09-19 17:38

    異構計算解決方案(兼容不同硬件架構)

    異構計算解決方案通過整合不同類型處理器(如CPUGPU、NPU、FPGA等),實現(xiàn)硬件資源的高效協(xié)同與兼容,滿足多樣化計算需求。其核心技術
    的頭像 發(fā)表于 06-23 07:40 ?430次閱讀

    高通SoC陣列服務器

    、核心技術特性 架構設計? 采用ARM架構SoC陣列,單節(jié)點集成CPUGPU/NPU及專用加速
    的頭像 發(fā)表于 06-03 07:37 ?877次閱讀

    能效提升3倍!異構計算架構讓AI跑得更快更省電

    電子發(fā)燒友網(wǎng)報道(文/李彎彎)異構計算架構通過集成多種不同類型的處理單元(如CPUGPU、NPU、FPGA、DSP等),針對不同計算任務的
    的頭像 發(fā)表于 05-25 01:55 ?3222次閱讀

    定制化SoC陣列設計

    異構集成架構? 采用CPU+GPU+NPU+專用加速器的組合模式,支持動態(tài)資源分配與硬件虛擬化技術,例如芯原平臺支持多處理器協(xié)同工作并可選配ASIL D級功能安全島 模塊化擴展性?
    的頭像 發(fā)表于 05-19 07:28 ?345次閱讀
    定制化<b class='flag-5'>SoC</b>陣列設計

    超越CPU/GPUNPU如何讓AI“輕裝上陣”?

    電子發(fā)燒友網(wǎng)報道(文/李彎彎)NPU是一種專門為人工智能(AI)計算設計的處理器,主要用于高效執(zhí)行神經(jīng)網(wǎng)絡相關的運算(如矩陣乘法、卷積、激活函數(shù)等)。相較于傳統(tǒng)CPU/GPU,
    的頭像 發(fā)表于 04-18 00:05 ?2857次閱讀

    GPU加速計算平臺的優(yōu)勢

    傳統(tǒng)的CPU雖然在日常計算任務中表現(xiàn)出色,但在面對大規(guī)模并行計算需求時,其性能往往捉襟見肘。而GPU加速計算
    的頭像 發(fā)表于 02-23 16:16 ?619次閱讀

    異構計算的概念、核心、優(yōu)勢、挑戰(zhàn)及考慮因素

    異構計算就像是一支由“多才多藝”處理器組成的團隊,每個成員都有自己的強項和責任。 ? 什么是異構計算????? “異構計算”指的是在同一個計算平臺
    的頭像 發(fā)表于 01-13 11:43 ?1426次閱讀

    FPGA+GPU+CPU國產(chǎn)化人工智能平臺

    平臺采用國產(chǎn)化FPGA+GPU+CPU構建嵌入式多核異構智算終端,可形成FPGA+GPU、FPGA+CP
    的頭像 發(fā)表于 01-07 16:42 ?1582次閱讀
    FPGA+<b class='flag-5'>GPU+CPU</b>國產(chǎn)化人工智能<b class='flag-5'>平臺</b>

    詳解Arm計算平臺的優(yōu)勢

    對于人工智能 (AI) 而言,任何單一硬件或計算組件都無法成為適合各類工作負載的萬能解決方案。AI 貫穿從云端到邊緣側的整個現(xiàn)代計算領域,為了滿足不同的 AI 用例和需求,一個可以靈活使用 CPU、
    的頭像 發(fā)表于 12-03 16:53 ?1068次閱讀

    NPU的工作原理解析

    神經(jīng)網(wǎng)絡的計算流程,顯著提高了處理速度和能效。NPU通常集成在SoC(System on Chip)中,與CPUGPU協(xié)同工作,共同完成復
    的頭像 發(fā)表于 11-15 09:17 ?3795次閱讀

    NPU在邊緣計算中的優(yōu)勢

    隨著物聯(lián)網(wǎng)(IoT)和5G技術的發(fā)展,邊緣計算作為一種新興的計算模式,正在逐漸成為處理和分析數(shù)據(jù)的重要手段。 NPU的定義與功能 NPU是一種專門為深度學習和神經(jīng)網(wǎng)絡運算設計的處理器。
    的頭像 發(fā)表于 11-15 09:13 ?1558次閱讀

    NPUGPU的性能對比

    它們在不同應用場景下的表現(xiàn)。 一、設計初衷與優(yōu)化方向 NPU : 專為加速AI任務而設計,包括深度學習和推理。 針對神經(jīng)網(wǎng)絡的計算模式進行了優(yōu)化,能夠高效地執(zhí)行矩陣乘法、卷積等操作。 擁有眾多小型處理單元,配備專門的內(nèi)存體系結構和數(shù)據(jù)流優(yōu)化策略,對深度學習任務的處理特別高
    的頭像 發(fā)表于 11-14 15:19 ?5490次閱讀

    GPU加速計算平臺是什么

    GPU加速計算平臺,簡而言之,是利用圖形處理器(GPU)的強大并行計算能力來加速科學計算、數(shù)據(jù)分
    的頭像 發(fā)表于 10-25 09:23 ?781次閱讀