3158招商加盟网

神经网络处理器将提升雷达、视觉应用的性能

2017.05.19   来源: 互联网 大字

据外媒报道,自动驾驶需要极为强大的计算能力。然而,目前亟待讨论的话题依然是:何种处理器架构*适合运行目标识别及传感器融合演算法(sen*** fusion algorithms),以便实现计算机驱动车辆。

铿腾(Cadence)现已通过旗下的泰思立达(Tensilica)推出了一款基于数字信号处理器(DSP)架构的处理器。泰思立达的Vision C5产品旨在运行人工智能引擎的所有神经网络层。

谈及运行人工智能系统,*普遍的方法是利用图形处理器(GPU),其优点如下:常规计算机的标准图形控制器通常包含许多并联运行的GPU。选用适用的算法后,该类图形设备可被人工智能引擎重复应用,以提供**的性能优势。目前,英伟达(Nvidia)等芯片厂商们在这方面做得很成功,但并非所有人都认为这是*佳的方法。

Tensilica Vision DSP产品系列的产品营销总监普林·迪赛(Pulin Desai)评论道:“该方法需要非常**的GPU,因而其能耗极大。”据Desai表示:“该方法可能适用于**服务器群,对于该类设备而言,能源并非关键因素。若将其应用于车内,就务必要考量嵌入式系统的空间受限、电量受限等问题。”

凭借Tensilica Vision C5 DSP,铿腾采用了截然不同的方式。C5提供了高度集中的计算能力——其尺寸只有不足1平方毫米,其运算性能却达到1 TeraMAC(乘积累加计算步骤,Multiply-Accumulate computing steps),其高性能主要得益于其超长指令字(VLIW)向量处理指令组(借助128-way,8-bit或64-way,16-bit单指令多数据结构(SIMD)的执行)。该设备还针对可用性要求较高的视觉、雷达、激光雷达和传感器融合应用进行了优化。

投稿作者:孤芳不自赏46

下一篇没有了

淘商机

热门创业项目

关于我们 | 极速版 | 电脑版 | 客户端 |

电话:023-62873158

3158招商加盟网友情提示:投资有风险,选择需谨慎

回到顶部