对标英伟达,这颗5nm自动驾驶芯片,AI算力高达500eTOPS

2024-03-12 19:30

本文主要是介绍对标英伟达,这颗5nm自动驾驶芯片,AI算力高达500eTOPS,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

自动驾驶芯片的算力军备赛进一步升级,这一次强势入局的重量级选手是安霸。

近期,安霸发布了最新AI域控制器芯片CV3系列汽车专用SoC,采用了5nm超低功耗制程、16个Arm® Cortex-A78AE CPU内核,单芯片AI算力达到500 eTOPS,CPU性能也比上一代CV2提升了30倍,单芯片即可运行ADAS和L4级自动驾驶算法。

对标英伟达Orin!这颗5nm自动驾驶芯片,AI算力高达500eTOPS

与其他芯片厂商不同,安霸是一家主攻AI视觉感知的芯片厂商,在芯片架构设计方面更加注重软件算法的需求。

安霸中国区总经理冯羽涛表示,CV3系列瞄准的是最新一代的汽车域控制器。单一芯片集成了多传感器进行集中化AI感知处理、多传感器深度融合以及自动驾驶车的规控。

与此同时,安霸还将为CV3系列配备一整套软件工具以及开发SDK,助力各大合作企业加速不同应用场景自动驾驶的快速落地。

冯羽涛表示,CV3芯片的评估样品预计将在今年上半年提供给开发者,后续将针对市场需求推出定位中端和入门级的产品,以满足不同车企的需求。

不可否认,在通往高阶自动驾驶的过程中,整车电子电气架构将由分布式往集中式演进,大算力芯片的需求急剧上涨,自动驾驶芯片的竞赛角逐也逐渐白热化。

如此,面对友商猛烈的攻势,安霸半导体能否异军突起?

一、瞄准最新一代的汽车域控制器

业内一致认为,随着高阶自动驾驶的逐步落地,多传感器“前融合”将成为必然趋势。基于时空同步的原理,让摄像头、毫米波雷达等传感器感知到的同一环境信息的原始数据做融合,统一生成一个置信水平更高的感知结果。

“这是自动驾驶发展的必然方向。”安霸中国区市场营销副总裁郄建军指出,要实现多传感器原始数据集的前融合,计算芯片需要拥有巨大数据量的处理能力、足够快的计算能力等特性。

CV3系列最大的特色就是,单颗CV3芯片可以同时接入多达20个摄像头,以及激光雷达、毫米波雷达、超声波雷达等各类传感器,并实现多传感器在控制层面的深度融合与计算,而后续的感知规划与控制等都能够在单一芯片上完成。

“此前,业内对于视频和雷达的融合往往采用的都是后融合或者目标级的融合。但CV3系列里面已经做了4D成像雷达和视觉原始数据集的融合,这不仅是目标级的融合,而是在原始数据集里的点云集和像素集的融合。” 郄建军补充表示,通过视频的像素和雷达点云的“前融合”,可以大幅提升感知系统的置信度,同时误检率、漏检率也会大幅下降,“在某种程度上可以取代低线束激光雷达。”

众所周知,多传感器融合已经成为高阶ADAS及自动驾驶的主流趋势,同时激光雷达、4D毫米波雷达等新一代传感器也成为各大车企全新车型的主流配置。

其中,4D毫米波雷达解决了目前市场主流传感器的瓶颈,但4D成像雷达的解决方案大多都是通过增加信号通道阵列(芯片极联或者定制芯片组)等方式来提升雷达的分辨率,导致成本较高且技术复杂度较高。

“如果单纯依靠增加天线等硬件方式来做4D成像雷达,存在许多局限性。”郄建军表示,数据处理才是真正提高雷达性能的方法。

比如,安霸半导体收购傲酷之后,傲酷的4D成像雷达软件算法可以直接部署在安霸的CVflow® SoC上,从而提供全天候、低成本和可扩展的融合感知解决方案。这也是迄今为止第一个通过软件而不是硬件来解决提高雷达分辨率问题的技术路线。

对标英伟达Orin!这颗5nm自动驾驶芯片,AI算力高达500eTOPS

另外,值得一提的是,CV3系列的推出,也标志着安霸下一代CVflow架构的首次亮相。据了解,新一代CVflow架构集成了神经网络矢量处理器(NVP)、通用矢量处理器(GVP)等。

冯羽涛介绍,NVP主要用于神经网络计算,而GVP适用于传统算法或浮点运算。在处理计算机视觉和毫米波雷达数据当中,两者会发挥不同的作用。

此外,CV3芯片中还集成了ISP、视频解码、硬件安全单元以及丰富的接口管理。冯羽涛表示,除了可以实现ADAS到L4级自动驾驶系统之外,CV3还可以同时处理舱内感知,包括驾驶员监控和车内感知系统。

二、“算法优先”的智能汽车版图

冯羽涛强调,安霸一直坚持“算法优先”的发展策略,目前在图像处理、ISP(影像处理技术)到图像编码以及AI加速算法等领域均积累了丰富的经验。尤其是图像处理ISP和图像的视频压缩领域,安霸半导体已经拥有17年的技术积累,一直处于行业领先的地位。

众所周知,在自动驾驶系统的视觉感知应用当中,复杂的视觉算法还离不开芯片、新型传感器的支持。

过去几年,安霸半导体收购了自动驾驶企业 VisLab(双目立体视觉感知)、傲酷(4D成像毫米波雷达算法)等,进一步完善了自身在自动驾驶领域的竞争优势。

基于安霸半导体在视觉算法领域的领先优势,结合VisLab的双目立体视觉感知、傲酷的4D成像雷达感知算法,安霸可以实现更加复杂环境下的自动驾驶感知精度。

比如在CV3系列的设计上,安霸半导体就做了4D成像毫米波雷达AI算法及双目立体视觉算法的适配,再加上新一代ISP、全新设计的CVflow®,使得CV3系列在自动驾驶芯片领域具备了极大的竞争优势。

对比英伟达Orin来看,在运行相同的神经网络和视频图像输入时,安霸CV3系列芯片在性能、功耗等方面均具备优势。

此前,安霸半导体已经面向智能汽车应用的特性推出了CV2x系列、CV5系列产品,能够应用于ADAS、智能座舱、自动泊车、DMS和OMS等领域。其中,CV2x系列采用了10nm制程,在前视ADAS、智能电子后视镜、DMS、OMS、行泊一体等领域有广泛的应用。

冯羽涛表示,当前,无人驾驶技术的全球领导者Motional(现代汽车和安波福的合资公司)便是采用了多颗CV2用于中央处理器的域控制器视觉感知处理芯片,从而实现了L4级自动驾驶。除此之外,RIVIAN、Arrival都是安霸CV2芯片的合作伙伴。

值得一提的是,中国市场将是安霸最重要的市场之一。目前,安霸的车规芯片产品在中国市场已经应用于长城、东风、东风日产等车企车型当中,实现DMS、OMS等功能。

当前,理想意义上的自动驾驶依旧遥不可及,但在干线物流、园区物流等场景正在逐步量产落地。为此,芯片公司面临的最大挑战就是如何在一个新平台适应不同类型的研发需求,同时又要兼顾功耗、成本等优势。

“CV3应用了安霸全新一代CVflow架构,在芯片内部进行了专门的分区,可以满足不同客户的开发需求。” 冯羽涛补充表示,接下来,安霸还将对此次发布的旗舰级产品进行功能裁剪,降维应用在不同ADAS系统的开发。

这篇关于对标英伟达,这颗5nm自动驾驶芯片,AI算力高达500eTOPS的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/802334

相关文章

Ubuntu系统怎么安装Warp? 新一代AI 终端神器安装使用方法

《Ubuntu系统怎么安装Warp?新一代AI终端神器安装使用方法》Warp是一款使用Rust开发的现代化AI终端工具,该怎么再Ubuntu系统中安装使用呢?下面我们就来看看详细教程... Warp Terminal 是一款使用 Rust 开发的现代化「AI 终端」工具。最初它只支持 MACOS,但在 20

SpringBoot项目启动后自动加载系统配置的多种实现方式

《SpringBoot项目启动后自动加载系统配置的多种实现方式》:本文主要介绍SpringBoot项目启动后自动加载系统配置的多种实现方式,并通过代码示例讲解的非常详细,对大家的学习或工作有一定的... 目录1. 使用 CommandLineRunner实现方式:2. 使用 ApplicationRunne

Springboot的ThreadPoolTaskScheduler线程池轻松搞定15分钟不操作自动取消订单

《Springboot的ThreadPoolTaskScheduler线程池轻松搞定15分钟不操作自动取消订单》:本文主要介绍Springboot的ThreadPoolTaskScheduler线... 目录ThreadPoolTaskScheduler线程池实现15分钟不操作自动取消订单概要1,创建订单后

python实现自动登录12306自动抢票功能

《python实现自动登录12306自动抢票功能》随着互联网技术的发展,越来越多的人选择通过网络平台购票,特别是在中国,12306作为官方火车票预订平台,承担了巨大的访问量,对于热门线路或者节假日出行... 目录一、遇到的问题?二、改进三、进阶–展望总结一、遇到的问题?1.url-正确的表头:就是首先ur

Spring使用@Retryable实现自动重试机制

《Spring使用@Retryable实现自动重试机制》在微服务架构中,服务之间的调用可能会因为一些暂时性的错误而失败,例如网络波动、数据库连接超时或第三方服务不可用等,在本文中,我们将介绍如何在Sp... 目录引言1. 什么是 @Retryable?2. 如何在 Spring 中使用 @Retryable

使用 Python 和 LabelMe 实现图片验证码的自动标注功能

《使用Python和LabelMe实现图片验证码的自动标注功能》文章介绍了如何使用Python和LabelMe自动标注图片验证码,主要步骤包括图像预处理、OCR识别和生成标注文件,通过结合Pa... 目录使用 python 和 LabelMe 实现图片验证码的自动标注环境准备必备工具安装依赖实现自动标注核心

QT实现TCP客户端自动连接

《QT实现TCP客户端自动连接》这篇文章主要为大家详细介绍了QT中一个TCP客户端自动连接的测试模型,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录版本 1:没有取消按钮 测试效果测试代码版本 2:有取消按钮测试效果测试代码版本 1:没有取消按钮 测试效果缺陷:无法手动停

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

AI绘图怎么变现?想做点副业的小白必看!

在科技飞速发展的今天,AI绘图作为一种新兴技术,不仅改变了艺术创作的方式,也为创作者提供了多种变现途径。本文将详细探讨几种常见的AI绘图变现方式,帮助创作者更好地利用这一技术实现经济收益。 更多实操教程和AI绘画工具,可以扫描下方,免费获取 定制服务:个性化的创意商机 个性化定制 AI绘图技术能够根据用户需求生成个性化的头像、壁纸、插画等作品。例如,姓氏头像在电商平台上非常受欢迎,

从去中心化到智能化:Web3如何与AI共同塑造数字生态

在数字时代的演进中,Web3和人工智能(AI)正成为塑造未来互联网的两大核心力量。Web3的去中心化理念与AI的智能化技术,正相互交织,共同推动数字生态的变革。本文将探讨Web3与AI的融合如何改变数字世界,并展望这一新兴组合如何重塑我们的在线体验。 Web3的去中心化愿景 Web3代表了互联网的第三代发展,它基于去中心化的区块链技术,旨在创建一个开放、透明且用户主导的数字生态。不同于传统