广告

瑞萨电子将与Fixstars联合开发工具套件用于优化R-Car SoC AD/ADAS AI软件

2022-12-15 瑞萨电子 阅读:
通过快速开发优化的网络模型和高速仿真来缩短开发周期

2022  12  15 日,中国北京讯 - 全球半导体解决方案供应商瑞萨电子(TSE:6723)今日宣布,将与专注于多核CPU/GPU/FPGA加速技术的全球卓越供应商Fixstars(Fixstars Corporation)联合开发用以优化并快速模拟专为瑞萨R-Car片上系统(SoC)所设计的自动驾驶(AD)系统及高级驾驶辅助系统(ADAS)的软件工具。借助这些工具,在软件开发的初始阶段便可充分利用R-Car的性能优势来快速开发具有高精度物体识别功能的网络模型,由此减少开发后返工,进一步缩短开发周期。OUUednc

OUUednc

瑞萨电子汽车软件开发部副总裁川口裕史表示:“瑞萨持续打造集成开发环境,推动客户充分采用‘软件优先’的方法。此外,通过支持为R-Car量身定制的深度学习模型开发,瑞萨帮助客户搭建AD和ADAS解决方案,同时也减少了上市时间与开发成本。”OUUednc

Fixstars公司CEO三木聪表示:“GENESIS for R-Car作为我们与瑞萨联合创建的基于云的评估环境,允许工程师在开发周期的早期评估并选择器件,得到了众多客户的青睐。我们将继续前沿技术的研发,加速可用于维护汽车应用中最新版本软件的机器学习操作(MLOps)。”OUUednc

当前的AD和ADAS应用利用深度学习来实现高精度物体识别。深度学习推理处理需要大量数据计算和内存容量。由于在有限的计算单元和内存资源下进行实时处理是一项极具挑战性的任务,因此车载应用上的模型和可执行程序必须针对车用SoC进行优化。此外,从软件评估到验证的过程必须加快,并且需要反复更新以提高准确性及性能。为了满足这些需求,瑞萨和Fixstars已经开发了以下工具。OUUednc

用于生成针对R-Car优化网络模型的R-Car神经架构搜索(NAS)工具OUUednc

该工具生成深度学习网络模型,可有效利用R-Car器件上的CNN(卷积神经网络)加速器、DSP和内存。这使工程师能够快速开发轻量级网络模型,即使没有对R-Car架构的深入了解或经验,也能实现高度准确的物体识别并获得快速处理时间。OUUednc

用于编译R-Car的网络模型R-Car DNN编译器OUUednc

该编译器将优化的网络模型转换为可以充分利用R-Car性能潜力的程序。它将网络模型转换为可以在CNN IP上快速运行的程序,并进行内存优化,使高速、有限容量的SRAM性能最大化。OUUednc

用于快速模拟已编译程序的R-Car DNN模拟器OUUednc

这一模拟器可用来在个人电脑(PC),而非实际R-Car芯片上快速验证程序的运行。利用这一工具,开发人员可以生成与R-Car相同的运行结果。在让模型更为轻巧和优化程序的过程中,如果推理处理的识别精度受到影响,工程师能够为模型开发提供即时反馈,从而缩短开发周期。OUUednc

瑞萨和Fixstars将继续利用联合“汽车软件平台实验室”共同开发深度学习软件,并建立操作环境,通过持续更新网络模型来维持并提升识别精度与性能。OUUednc

货信息OUUednc

目前推出的首套工具面向AD和ADAS应用的R-Car V4H SoC而设计。其高达34TOPS(每秒万亿次运算)的强大深度学习性能与卓越的能效特性相结合。更多信息,请访问:https://www.renesas.com/software-tool/tools-optimize-ai-software-adadas-r-car-socOUUednc

关于瑞萨电子OUUednc

瑞萨电子(TSE: 6723),科技让生活更轻松,致力于打造更安全、更智能、可持续发展的未来。作为全球微控制器供应商,瑞萨电子融合了在嵌入式处理、模拟、电源及连接方面的专业知识,提供完整的半导体解决方案。成功产品组合加速汽车、工业、基础设施及物联网应用上市,赋能数十亿联网智能设备改善人们的工作和生活方式。更多信息,敬请访问renesas.com。关注瑞萨电子微信公众号,发现更多精彩内容。OUUednc

关于Fixstars公司OUUednc

Fixstars致力于“为您的业务提速”。OUUednc

结合我们在多核处理器编程领域的专业知识和下一代内存技术的应用,Fixstars提供了卓越的性能解决方案及节能方案,以加速各领域客户的业务。更多信息,请访问:https://www.fixstars.com/en/OUUednc

(备注)。本产品包含来自日本新能源产业技术开发机构(NEDO)一个名为“创新AI芯片和下一代计算技术开发”项目的实际应用技术。本新闻稿中提到的所有产品或服务名称均为其各自所有者的商标或注册商标。OUUednc

责编:Franklin
  • 微信扫一扫
    一键转发
  • 最前沿的电子设计资讯
    请关注“电子技术设计微信公众号”
  • 自动驾驶:挑战与机遇 尽管ADAS系统正加速发展,但距离实现自动驾驶还有几大步骤有待完成,在真正的自动驾驶成为现实之前,还有许多技术和监管障碍需要跨越。
  • CEVA和Autotalks扩大合作连手创建全球首个5G-V2X解决 Autotalks推出CEVA助力的最新V2X芯片TEKTON3和SECTON3已获主要汽车OEM厂商准予批量生产。
  • 新型FMCW LiDAR号称可实现“真4D”机器视觉 机器视觉解决方案需要先进的传感器,以取得实时性的行为数据,并在韧体或硬件层级进行处理,提供高阶信息给决策制定的算法(最终是以AI为基础)。适合车用与机器人机器视觉应用的传感器技术案例,包括雷达和LiDAR。SiLC开发的新型LiDAR技术,是仰赖同调传感器为车辆、机器人和工业应用实现4D视觉。
  • 复旦大学认证?剖析从疫情中诞生的“无人配送汽车”的历 复旦大学引入了美团的自动送餐配送车,为全校师生提供三餐无接触的配送服务,已经不是美团第一次助力疫情了,这项技术已经落地近2年而且不断地发展壮大,与各社会企业进行融合..
  • 打脸马斯克?研究称雷达对自动驾驶至关重要 特斯拉一直以来都是计算机视像(Vision)技术的坚定支持者,并多次在公开场合吐槽“傻子才用激光雷达”。但据IDTechEx的一份研究报告指出,以技术为导向的专家认为雷达技术是安全驾驶的基础,专家们判断,这项技术对于达到 4 级自主权至关重要。
  • 特斯拉自研芯片为弃用激光雷达买单,但D1仍存在一些技术 日前,特斯拉发布了名为 D1 的定制 AI 芯片,用于训练其 Autopilot 自动驾驶系统背后的机器学习算法,号称性能上已经完全碾压英伟达GPU和谷歌TPU。斯坦福大学的 Gerdes 表示,特斯拉的战略是围绕其神经网络构建的。
  • 小鹏进军“AI玩具”,要做儿童的第一个可骑乘智能机器马 小鹏汽车的生态企业鹏行智能这是鹏行智能发布了全球首款可骑乘智能机器马。这是鹏行智能智能机器马的第三代原型机,其内部代号为“小白龙”。前有小米首款仿生四足机器人"铁蛋",后有特斯拉AI机器人“Tesla Bot”,再到日前的鹏行机器马,为何新兴势力纷纷入场AI机器人呢?
  • 为什么传感器技术是自动驾驶的关键? 五六年前一辆新车可能包含大约60到100个传感器,而今天一辆汽车的传感器数量接近200个甚至更多。随着汽车变得更加智能及更加自动化,传感器的发展和复杂程度也随之增加。技术供应商和汽车制造商正在积极应对传感器性能退化、行业标准、以及在汽车使用寿命内维护软件的网络安全等挑战。
  • 华为AI算法工程师把自行车做成了自动驾驶 ,一个人完成 近日,EDN小编关注的一位B站up主在鸽了好几个月之后,终于更新了,而这次更新的确实一个硬核项目:把自行车做成自动驾驶!并且一个人完成了一个团队的项目……
  • 坚持不懈的身影:Intel自动驾驶事业群副总裁Kathy Winte “不要永远只做擅长的事情,要延展自己的能力;尝试不熟悉的东西、学习新的技术领域或是市场,如此就能有所成长并能掌握更多新机会。”
  • 中国AI产业/技术与美国差距在哪里? 美国的AI产业布局非常完善,基础层、技术层和应用层都有涉及,尤其是在算法、芯片和数据等产业核心领域,积累了强大的技术创新优势,各层级企业数量全面领先中国。相比较而言,中国在基础元器件、基础工艺等方面差距较大。
  • V2X 标准之争(四)成熟性和未来展望 汽车市场的发展步伐与蜂窝市场有很大的不同。一部移动手机通常三年就要更换了,而一辆汽车可能要用15到30年,并且要求在这个时间跨度内可靠的工作。因此技术必须成熟,且经过全面的验证。
广告
热门推荐
广告
广告
EE直播间
在线研讨会
广告
广告
面包芯语
广告
向右滑动:上一篇 向左滑动:下一篇 我知道了