0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

Imagination神经网络加速器和GPU入选《汽车半导体供需对接手册》

Dbwd_Imgtec 来源:Imagination Tech 作者:Imagination Tech 2021-03-02 15:37 次阅读

2月26日,由工业信息化部电子信息司和装备工业一司主办,中国汽车芯片产业创新战略联盟、国家新能源汽车技术创新中心承办的汽车半导体供需对接专题研讨会暨《汽车半导体供需对接手册》发布活动在北京顺利举行,Imagination的图形处理器GPU)和神经网络加速器(NNA)两大IP产品成功入选,工业和信息化部电子信息司司长乔跃山,中国工程院院士、北京理工大学教授孙逢春,中国汽车芯片产业创新战略联盟联席理事长董扬等领导和专家,以及行业组织、高校院所、芯片联盟代表单位负责人出席本次会议。

乔跃山司长指出,作为半导体行业主管部门,工业和信息化部电子信息司将始终积极引导和支持汽车半导体产业发展,通过聚力汽车半导体供需对接平台建设、产业链构建、优质生态营造,推进汽车半导体持续健康发展。会上发布了《汽车半导体供需对接手册》,该手册由工业和信息化部电子信息司和装备工业一司指导中国汽车芯片产业创新战略联盟等多家单位共同编制,旨在促进汽车半导体产业链上下游协作,推广优秀的汽车半导体产品,促进汽车企业与半导体企业的沟通对接。

《手册》共收录了59家半导体企业的568款产品,覆盖计算芯片、控制芯片、功率芯片、通信芯片、传感芯片、信息安全芯片、电源芯片驱动芯片、存储芯片、模拟芯片等10大类,53小类产品,占汽车半导体66个小类的80%。其中,已上车应用的产品合计246款,占收录产品总数的43%。

Imagination作为全球知名的半导体IP供应商,深耕汽车领域已超过15年,其IMG PowerVR系列GPU和IMG Series4 NNA本次也成功入选《手册》。

目前,Imagination的GPU IP产品在汽车GPU领域已占据43%以上的市场份额,与瑞萨德州仪器TI)、索喜等领先汽车芯片厂商形成了长期、良好的合作关系,国内也有芯驰科技(SemiDrive)这样的创新型企业基于Imagination的GPU IP成功打造了智能驾舱芯片。2020年10月和11月,Imagination先后发布了最新的车用BXS GPU和Series4 NNA产品。BXS是专用的车规级GPU,符合ISO 26262标准,是迄今为止最先进的汽车GPU IP,可支持下一代人机界面(HMI)、UI显示、信息娱乐系统、数字驾舱、环绕视图、ADAS和自动驾驶等应用,TI就在其最新的Jacinto车用处理器系列产品中采用了BXS-4-64 GPU内核。

Imagination专用车规级BXS GPU

Series4 NNA更是Imagination针对ADAS和自动驾驶打造的终极AI加速器,可以提供颠覆行业的性能,且同样符合ISO 26262标准。Series4的每个单核能以不到一瓦的功耗提供12.5 TOPS的算力,一个8核集群可提供100 TOPS,6个8核集群形成的解决方案就拥有600 TOPS的算力,完全可以满足L4和L5级自动驾驶的需求。

IMG Series4 NNA通过多集群方式提供超高算力

电动化、网联化、智能化已成为汽车产业的发展潮流和趋势,智能座舱、自动驾驶、信息娱乐等应用对半导体的需求和要求不断提升,半导体已成为支撑汽车“三化”升级的关键。Imagination将不断创新、优化自己的GPU和NNA IP产品,并联合汽车芯片厂商共同打造性能卓越、面向未来的车用芯片,推动汽车产业加快“三化”发展。

原文标题:《汽车半导体供需对接手册》发布,Imagination两大产品入选

文章出处:【微信公众号:Imagination Tech】欢迎添加关注!文章转载请注明出处。

责任编辑:haq

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 半导体
    +关注

    关注

    327

    文章

    24431

    浏览量

    201847
  • 汽车电子
    +关注

    关注

    2998

    文章

    7433

    浏览量

    161510
  • 加速器
    +关注

    关注

    2

    文章

    741

    浏览量

    36573

原文标题:《汽车半导体供需对接手册》发布,Imagination两大产品入选

文章出处:【微信号:Imgtec,微信公众号:Imagination Tech】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    FPGA在深度学习应用中或将取代GPU

    、笔记本电脑或机架式服务上训练神经网络时,这不是什么大问题。但是,许多部署深度学习模型的环境对 GPU 并不友好,比如自动驾驶汽车、工厂、机器人和许多智慧城市环境,在这些环境中硬件必
    发表于 03-21 15:19

    PCIe在AI加速器中的作用

    从线上购物时的“猜你喜欢”、到高等级自动驾驶汽车上的实时交通信息接收,再到在线视频游戏,所有的这些都离不开人工智能(AI)加速器。AI加速器是一种高性能的并行计算设备,旨在高效处理神经网络
    的头像 发表于 11-18 10:36 1205次阅读
    PCIe在AI<b class='flag-5'>加速器</b>中的作用

    《 AI加速器架构设计与实现》+第2章的阅读概括

    。 从名字上就能看出来书里可能覆盖的内容是和CNN加速器有关的内容了。 作者在前言里说这本书主要讨论Inference(推理)的过程,“主要讨论神经网络硬件,尤其是芯片设计层面的内容”。这本书的第2,3章
    发表于 09-17 16:39

    《 AI加速器架构设计与实现》+学习和一些思考

    AI加速器设计的学习和一些思考 致谢 首先感谢电子发烧友论坛提供的书籍 然后为该书打个广告吧,32K的幅面,非常小巧方便,全彩印刷,质量精良,很有质感。 前言 设计神经网络首先要考虑的几个问题
    发表于 09-16 11:11

    FPGA加速神经网络的矩阵乘法

    电子发烧友网站提供《FPGA加速神经网络的矩阵乘法.pdf》资料免费下载
    发表于 09-15 14:50 0次下载
    FPGA<b class='flag-5'>加速</b><b class='flag-5'>神经网络</b>的矩阵乘法

    《 AI加速器架构设计与实现》+第一章卷积神经网络观后感

    《 AI加速器架构设计与实现》+第一章卷积神经网络观感    在本书的引言中也提到“一图胜千言”,读完第一章节后,对其进行了一些归纳(如图1),第一章对常见的神经网络结构进行了介绍,举例了一些结构
    发表于 09-11 20:34

    人工神经网络和bp神经网络的区别

    人工神经网络和bp神经网络的区别  人工神经网络(Artificial Neural Network, ANN)是一种模仿人脑神经元网络结构和功能的计算模型,也被称为
    的头像 发表于 08-22 16:45 3408次阅读

    卷积神经网络和深度神经网络的优缺点 卷积神经网络和深度神经网络的区别

    深度神经网络是一种基于神经网络的机器学习算法,其主要特点是由多层神经元构成,可以根据数据自动调整神经元之间的权重,从而实现对大规模数据进行预测和分类。卷积
    发表于 08-21 17:07 2225次阅读

    卷积神经网络的基本原理 卷积神经网络发展 卷积神经网络三大特点

    卷积神经网络的基本原理 卷积神经网络发展历程 卷积神经网络三大特点  卷积神经网络的基本原理 卷积神经网络(Convolutional Ne
    的头像 发表于 08-21 16:49 1416次阅读

    华秋硬创联合安创加速器加速和创新赋能技术驱动型创业者

    参赛项目提供中国电子产业资源专属支持: 1、总决赛前3名获奖项目获得优先入选安创成长营的机会; 2、基于安创加速器的属性,通过整合上下游产业链资源,按各自需求为总决赛前5名获奖项目,对接相应资源,实现
    发表于 08-18 14:37

    卷积神经网络原理:卷积神经网络模型和卷积神经网络算法

    卷积神经网络原理:卷积神经网络模型和卷积神经网络算法 卷积神经网络(Convolutional Neural Network,CNN)是一种基于深度学习的人工
    的头像 发表于 08-17 16:30 891次阅读

    Intel媒体加速器参考软件用户指南

    英特尔媒体加速器参考软件是用于数字标志、交互式白板(IWBs)和亭位使用模型的参考媒体播放应用软件,它利用固定功能硬件加速来提高媒体流速、改进工作量平衡和资源利用,以及定制的图形处理股(GP
    发表于 08-04 07:07

    【书籍评测活动NO.18】 AI加速器架构设计与实现

    创新的芯片架构设计,这正面临新的挑战。本书从神经网络的分析出发,总结和提炼了AI加速器架构设计中常见的难点,以及解决这些难点的技术、方法和思想,是AI软硬件架构师、设计师非常宝贵的参考资料。《 AI
    发表于 07-28 10:50

    广东省汽车半导体和元器件应用产业联盟供需对接活动“走进深圳“成功在国民技术举办

    为促进广东省汽车产业升级和高质量发展,提升车企与半导体和元器件企业的供需对接,2023年7月14日, 广东省汽车
    的头像 发表于 07-17 22:10 615次阅读
    广东省<b class='flag-5'>汽车</b><b class='flag-5'>半导体</b>和元器件应用产业联盟<b class='flag-5'>供需</b><b class='flag-5'>对接</b>活动“走进深圳“成功在国民技术举办

    三个最流行神经网络

    在本文中,我们将了解深度神经网络的基础知识和三个最流行神经网络:多层神经网络(MLP),卷积神经网络(CNN)和递归神经网络(RNN)。
    发表于 05-15 14:19 1171次阅读
    三个最流行<b class='flag-5'>神经网络</b>