自动驾驶

从ADAS到自动驾驶,我们还有多长的路要走?

近年来,特斯拉创始人埃隆·马斯克不断讲述着自己的无人驾驶梦想,现在取得了一些成功,客户也开始为其“自动驾驶仪和全自动驾驶能力”买单。然而,虽然自动驾驶仪是行业领先的L3自动驾驶系统,支持先进驾驶辅助系统(ADAS)功能,但要实现"全自动驾驶",它仍然有很长的路要走。

Imagination先进半导体IP引领汽车智能化发展 | IC China2020

Imagination深耕汽车领域已超过15年,在全球车用图形处理器(GPU)芯片市场中,占据了50%以上的市场份额,排名全球第一。通过领先的图形处理、人工智能(AI)、无线连接等技术,Imagination可以为多类汽车电子应用提供高性能解决方案。

Imagination推最强多核GPU系列!AI算力达24 TOPS,支持自动驾驶和数据中心

10月13日,Imagination Technologies宣布推出又一大重磅新品——全新IMG B系列GPU IP。这是其第一个包含新多核架构的GPU IP系列,可提供单位面积最高的性能,峰值算力可达6 TFLOPS,AI算力可达24 TOPS,其汽车GPU已符合ISO 26262安全标准要求,并支持自动驾驶和辅助驾驶。

Imagination NNA为自动驾驶和ADAS提供理想AI加速解决方案

Imagination人工智能高级总监Andrew Grant发表了“加速人工智能自动驾驶的发展”主题演讲,展望了未来的交通出行及ADAS与自动驾驶的发展趋势,并重点介绍了Imagination神经网络加速器(NNA)和图形处理器(GPU)IP的优异性能及其如何支持车企去打造世界领先的智能网联汽车和自动驾驶汽车。

智能网联交通技术发展现状及趋势

本文综述了智能网联交通技术发展现状及趋势。智能网联交通系统的技术体系架构是一个集车辆自动化、网络互联化和系统集成化三维于一体的高新技术发展架构。其关键技术模块包括感知模块、融合预测模块、规划模块和控制模块等4个关键部分。

【原创】机器学习的演进

在我们的生活中,机器学习无处不在,它增加了价值,产生了积极的经济效应,同时减少了低效和浪费。这是由多方面的因素推动形成的,包括显著改进的神经网络(NN)框架,成熟的机器学习技术,改善的训练数据访问方法,当然还有一点很重要的就是,性能更佳的、嵌入在边缘和终端用于训练的专用集成电路(ASIC)。再加上更好的机器学习训练算法——在一些情况下可以将训练时间从数周减少到数小时,机器学习正变得越来越可行。

为什么视觉系统对自动驾驶至关重要?

Imagination的嵌入式GPU可以提供市场领先的性能、低功耗和小尺寸等优势,同时可以支持行业最新的应用编程接口(API)。这些优势使我们的IP非常适合于满足汽车行业所需的高性能,即使是支持多个屏幕。我们的GPU还可以为未来基于ADAS的计算应用提供其所需的GFlops(每秒十亿次浮点运算)级别的处理能力。

360度全景环视和自动泊车系统

驾驶员难免遇到行程匆忙、回避麻烦或寻求便利的情况,在这些常见场景中真是有苦难言。幸运的是,自动驾驶功能将缓解这类尴尬,提供更便利、舒适的驾驶体验,即使是泊车这种日常操作也不在话下。基础环视系统为驾驶员提供可视化提示,从而让他们更加全面地了解周围环境。通过深度学习汽车摄像头捕获的视频图像,可提供更高级的服务,如检测空的停车位、自动泊车和启用无人驾驶的“自动代客泊车”功能。

汽车硬件虚拟化的发展趋势

诸如GPU之类的设备,托管一个或多个虚拟机的能力,每个虚拟机的行为类似于具有自己的操作系统独立计算机,并且都在相同的基础设备硬件上运行。这意味着单个GPU可以支持多个同时运行的操作系统,每个操作系统都将工作负载提交给单个图形硬件设备。