电子发烧友网 > 可编程逻辑 > 正文

FPGA技术在自动驾驶的应用

2019年08月10日 11:05 次阅读

在前不久的 Baidu Create 2019 百度 AI 开发者大会上,Apollo 发布了业内首创的 AVP 专用车载计算平台——百度 AVP 专用量产计算单元 ACU-Advanced。

 FPGA技术在自动驾驶的应用

本篇文章,我们将从与自动驾驶的关系、加速中遇到的挑战、量化计算、节约资源和带宽五个方面,介绍 ACU-Advanced 的核心高性能芯片 FPGA 的相关技术。

这是一篇“硬核”的技术文章。正是这些后台的“硬核”技术,成就了令人炫目的自动驾驶。本文中介绍的相关技术已经落实在 Valet Parking 产品中的量产 ACU 硬件上。

自动驾驶与 FPGA

人工智能技术是自动驾驶的基础,算法、算力和数据是其三大要素。本文探讨的就是其中的“算力”。算力的高低,不仅直接影响了行驶速度的高低,还决定了有多大的信息冗余用来保障驾驶的安全。

算力最直观地体现在硬件上,而汽车对自动驾驶的控制器有特殊的要求。

 FPGA技术在自动驾驶的应用

除了对一般硬件的成本、体积重量、功耗的要求外,还要求:

提供足够的算力,保证行驶速度和信息冗余。

满足严苛的车规标准,比如超宽的温度范围,-40℃ – 85℃。

综合来看 FPGA 是适合自动驾驶高速计算的技术,它具有以下的突出优点:

技术可靠。FPGA 在汽车行业早已被广泛使用,也经受了军工、航天、通信、医疗等需要高可靠性行业的考验。相比而言,GPU 不具有这个特点,而为自动驾驶新开发的 ASIC 尚需时间检验

灵活,有利于算法迭代。FPGA 具有可编程的特点,尤其适合自动驾驶这种新兴的、功能需求并不完全确定的行业。如果使用 ASIC,则算法的自由度就被束缚,不利于算法的演进。ASIC 开发周期需要几年,如果采用 ASIC 加速,算法理念被定在几年前。比如,如果 ASIC 被设计为只能为 CNN 加速,那基于规则的立体视觉技术将无法实现。即便 ASIC 设计中考虑了双目立体视觉的加速,那基于运动的立体视觉技术(Structure From Motion, SFM)就无法实现。这些繁复的、变化的需求是新兴产业的标志,但也使 ASIC 很难完全承接。

有成品可用。已经有成熟的 FPGA 产品,提供不同的算力,可以直接选择。新的 ASIC 开发延期,甚至失败,并不是小概率事件。笔者曾经在通信设备行业工作10年,见证了移动通信技术 2G、3G、4G、5G 的变迁。即便通信行业标准清晰且超前,为排除技术不确定性,每次技术变迁时,总是先推出基于 FPGA 的量产产品,确保可以占领市场先机。

尽管 FPGA 有可靠、灵活、有成熟成品的优点,但 FPGA 的开发有很强的专业性,最终实现的效果与具体的设计很相关。

FPGA 加速遇到的挑战

实践中遇到的挑战是,多种多样的加速需求和有限的硬件资源的矛盾。

需求的来源既包括深度学习前向推测、也包括基于规则的算法。

 FPGA技术在自动驾驶的应用

硬件资源受限包括了:FPGA 资源受限和内存带宽受限。

FPGA 资源的有限性体现:

峰值算力受限:有限的 FPGA 资源限制了计算并行度的提高,这约束了峰值算力。

支持的算子种类受限:有限的 FPGA 资源只能容纳有限个算子。

内存带宽受限体现在:

内存数据传输在计算总时间中占据了不可忽略的时间。

极端情况下,对某些算子提高并行度后,计算时间不减。

为应对这些挑战,我们在实践中提取了一些有益的经验,总结出来与大家共享。

量化计算

算法工程师采用浮点数 float32 对模型进行训练,产出的模型参数也是浮点型的。然而在我们使用的 FPGA 中,没有专用的浮点计算单元,要实现浮点数计算,代价很大,不可行。使用 int8 计算来逼近浮点数计算,也即实现量化计算,这是需要解决的第一个问题。

量化计算原理

以矩阵 C = A*B 为例,假设 A、B 元素为 float32 类型,采用爱因斯坦标记法:

 FPGA技术在自动驾驶的应用

符号表示四舍五入,两个把矩阵A和B的元素线性映射到区间[-127, 127],在此区间完成乘法和加法。最后一个乘法把整型结果还原成 float32。

假设 i = j = k =100:

在量化前,需要完成1000000次 float32 的乘法。

量化成 int8 后,需要完成1000000次 int8 的乘法,和30000次量化、反量化乘法。

由于量化和反量化占的比重很低,量化的收益就等于 int8 取代 float32 乘法的收益,这是非常显著的。

未知量化尺度:动态量化

如果上面式子中,量化尺度 max|A|, max|B|,在计算前是未知的,每次计算矩阵乘法前,就需要逐个查找 A 和 B 的元素,找出量化尺度。

这种方法的好处是,每次计算既能充分利用 int8 数据的表征能力(127总能被使用到),不存在数据饱和的情况(所有元素都被线性映射),保证单次计算的精度最高。可以直接接受浮点训练的模型,维持准召率。Resnet50 测50000张图片,Top1 和 Top5 准确率下降1%。在 Valet Parking 产品用到的多个网络中,没有观察到准召率下降。

缺点是,FPGA 计算有截断误差,经过多次累计,数值计算误差最大平均可以达到10%。对于一些训练不完全成功的模型(只在有限评测集上效果比较好),准召率下降明显,结果不可控。

已知量化尺度:静态量化

如果上面的式子变成

 FPGA技术在自动驾驶的应用

经过线下统计,量化尺度被固化为 scaleA 和 scaleB, 表示四舍五入,并且限制在[-127, 127]之内。

这种方法的好处是

节约了 FPGA 资源。

可以很方便地采用跟量化推测一致的训练方法,推测和训练计算数值误差很小,准召率可控。

缺点是,要求模型训练采用一致的量化方法。否则,计算误差很大,不可接受。

节约 FPGA 资源

共享 DMA 模块

FPGA 片上存储非常受限,对于绝大多数的算子,不可能将输入或者输出完整缓存到片上内存中。而是从内存中一旦读取足够的数据,就开始计算。一旦计算到足够多,就立即把结果写到内存。和内存数据的流式交互是个公共的需求,我们开发了能兼顾所有算子的 DMA 的接口

 FPGA技术在自动驾驶的应用

只有对于单次计算耗时很长、或调用非常频繁的独立任务算子,我们才为其定制单独 DMA 的模块,取得的收益是,这个算子可以通过多线程调度和其它 FPGA 算子并行计算。这是综合收益和代价后,做出的以资源换时间的折衷。

采用 SuperTIle 结构

 FPGA技术在自动驾驶的应用

Int8 的计算,可以使用 DSP 或其它逻辑资源来完成。逻辑资源有更多的用途,所以我们占用 DSP 来完成 int8 的乘累加计算。FPGA 内部的 DSP48E2 可以接受 27bit 的乘数。可以把两个 int8 的乘数排列在高 8bit 和低 8bit,进行一次乘法后,再两个乘积完整的分离出来。这样,就实现了单个 DSP 一个时钟周期完成了两个乘法,达到了算力倍增的效果。

算子资源复用

通过观察和抽象,将 CNN 主要的算子抽象成3类:

指数类算子

单通道算子

多通道算子

实现了每一类共享计算资源,大大节约了 FPGA 资源的占用,为提高峰值算力、和支持更多的算子提供了有利条件。

 FPGA技术在自动驾驶的应用

经过观察

 FPGA技术在自动驾驶的应用

而对于两通道的 softmax,它把两个数 a, b 映射成两个概率,且 Pa + Pb = 1,计算法则是:

 FPGA技术在自动驾驶的应用

指数计算在 FPGA 中是比较消耗资源的,通过把 tanh 和 softmax 化成 sigmoid 的形式,我们就实现了一份指数运算资源,支持3种算子。

Average pooling 可以视为固定卷积核的 depthwise conv。

可以构造额外的卷积核,在上层 SDK 把 average pooling 封装成 depthwise conv 直接计算,这样 FPGA 无需做任何兼容设计,节约 FPGA 资源。

也可以在 RTL 代码中完成转换,这样不需要传递卷积核参数,节约内存带宽。

Elementwise add 的计算形式是两个输入、一个输出,而 depthwise conv 的计算形式是一个输入、一个输出。二者计算资源的复用并不显然。我们操作两个输入向 FPGA 加载的顺序,加载数据的同时完成了两个输入特征图的按行交织,将两个输入交织成一个输入。然后在 RTL 中构造一个[1, 1] T 的卷积核,stride 设置为[1, 2],变成 depthwise conv 的计算形式,利用 depthwise 的计算资源完成计算。

我们在设计 elementwise add 的时候,抽象度比较高,超出了原始定义的 A + B,扩展成 mA + nB。 其中 m、n 是 SDK 可以自由配置的参数,当m = n = 1,回归到传统的 elementwise add。而取 m = 1,n = -1 时,完成的是 elementwise sub。在 FPGA 无感的情况下,实现了 elementwise add 和 elementwise sub 计算资源的复用。

综上, depthwise convoluTIon, average pooling, elementwise add , elementwise sub 这四种单通道的算子计算资源是复用的。

多通道算子资源的复用,只介绍最关键的乘累加部分。

conv 实现的是3维输入图像(H x W x C)和4维卷积核(N x K1 x K2 x C)的乘加操作。full connecTIon 实现的1维输入数组(长度是C)和2维权重(N x C)的乘加操作。将 full connecTIon 输入数据扩维,输入数组扩展成 H x W x C, 输出扩展成 N x K1 x K2 x C, 其中 H = W = K1 = K2 = 1。 这样 full connection 就被 SDK 封装成了 conv,FPGA 计算时无感。

Deconv 和 conv 是网络中计算量最大的两个算子,计算资源复用收益很大。但它们计算形式上差别很大,直接复用计算资源很困难。我们在理论上进行突破,实现了通用的资源复用的方法。简言之,SDK 要对 conv 的计算参数进行扩充以兼容 deconv,在计算 deconv 时,需要对卷积核进行分拆、重排,伪装成 conv。FPGA 计算完毕后,增加少量逻辑对结果进行修饰。

总结一下,我们对 CNN 常用的十种算子抽象,只花费三个算子的资源。

异构计算

 FPGA技术在自动驾驶的应用

ARM 计算:有些算子,比如多通道的 softmax、concat、split 等,出现频率很低,数据量不大,对整体帧率影响很小,还有些算子比如 PSRoiPooling、计算区域不确定、数据不能保证对齐,非常不适合 FPGA 加速。把这两类算子放在 ARM 上实现。在 ARM 上对计算影响最大的单个因素是缓存命中率。通过数据重排、改变遍历顺序等,提高缓存命中率,可以把表观 ARM 算力提高几十倍。

NEON 加速:采用 NEON 指令可以对多通道的 Softmax 算子有效加速,加速比虽然不及 FPGA,但相对于直接采用未优化的 C++ 的代码在 ARM 上执行,效果可以提升数倍。其它对齐的计算,大多可以通过 NEON 处理器加速数倍。

MaliGPU:我们目前使用 Xilinx ZU 系列的 FPGA,自带 MaliGPU 400,原本被设计用来显示时渲染,并不支持 CUDA、OpenCL 等常用库。经过特殊的驱动方式,我们做到可以利用它实现一些受限的逐像素算子。

我们实际计算使用的硬件资源包括了 FPGA、MaliGPU、ARM 主处理器、ARM Neon 协处理器4种。通过 ARM(主处理其和协处理器)和 MaliGPU 实现对部分算子进行承接,有效缓解了 FPGA 的资源压力。

采用静态量化

而采用动态量化,搜索量化尺度和进行量化,需要分散在相邻的两个算子中实现。为了保证精度,中间结果需要以半浮点(float16)形式表示。这带来两个问题:

CPU 并不能直接对 FP16 的数据进行转换或计算,所以需要 FPGA 提供额外的算子,提供快速的 float32 / int8 和 float16 转换。这些额外的算子,是 CNN 本身不需要的,这构成了浪费。

Float16 需要的缓存比 int8 大了一倍。浪费了 FPGA 的存储资源。

而静态量化,离线提供了固定的量化参数,中间计算结果以量化后的 int8 形式来表示。以上的浪费都得以避免。尽管静态量化对模型训练做额外的要求,我们最终决定切换到静态量化。

节约内存带宽

多算子融合

通过 SDK 将各种参数进行变换和合并,单个 conv 算子可以完成最多支持4个算子的组合 conv + batchnorm + scale + relu。

我们还可以将指数型算子(sigmoid / tanh /两通道 softmax)融合到上面4个算子之后,形成融合5个基本算子的单一融合算子。这依赖于自主开发的 SDK,和 FPGA 设计的算子逻辑。

 FPGA技术在自动驾驶的应用

相对于每计算一个算子就把结果回吐给 DDR,这种算子融合大大减少了对内存的读写。有效提高了处理帧率。

静态量化

动态量化中间结果以 float16 表示,而静态量化可以以 int8 形式表示。静态量化相对于动态量化,内存的吞吐量降低,帧率有明显的提高。下图是保持算力不变,仅仅把中间结果从 float16 变成 int8 后,处理帧率的提高幅度。

 FPGA技术在自动驾驶的应用

静态量化降低了内存吞吐,这也是我们放弃动态量化易用性的一个原因。

任务的帧率是峰值算力、各算子算力、支持的算子种类三个因素复合作用的结果。以上技术已经用到了 ACU 硬件中,把百度 Valet Parking 产品的帧率在数量级上进行了提高。

接下来,我们会陆续发布更多这样的“硬核”技术文章,让更多开发者们更加细致地了解 Apollo 自动驾驶背后的技术。

下载发烧友APP

打造属于您的人脉电子圈

关注电子发烧友微信

有趣有料的资讯及技术干货

关注发烧友课堂

锁定最新课程活动及技术直播

电子发烧友观察

一线报道 · 深度观察 · 最新资讯
收藏 人收藏
分享:

评论

相关推荐

小梅哥FPGA设计思想与验证方法视频教程

刚刚录制了一个fpga开发流程的视频,该视频为投石问路,主要是想听听大家对于小梅哥在录制视频时需要注意的内容以及希望系列

发烧友学院 发表于 2016-03-24 00:00 37952次阅读
小梅哥FPGA设计思想与验证方法视频教程

FPGA配置状态字寄存器失败的解决方法

以前在学生时代的时候对于MCU退耦电容的作用理解的并不是很透彻,导致不是很关心退耦电容的放置位置,退...

发表于 2019-08-10 10:59 6次阅读
FPGA配置状态字寄存器失败的解决方法

制定一些基本规则来安全地制造、测试和驾驶机器人汽...

这并不是可以让自动驾驶汽车更安全的技术解决方案,而是全面了解行业在制造、测试和操作自动驾驶汽车时如何...

发表于 2019-08-10 10:13 35次阅读
制定一些基本规则来安全地制造、测试和驾驶机器人汽...

用VHDL语言编写的基于FPGA的波形发生器,使用了QuartusII程序

发表于 2019-08-10 08:55 46次阅读
用VHDL语言编写的基于FPGA的波形发生器,使用了QuartusII程序

用FPGA显示128*64程序

发表于 2019-08-10 08:51 37次阅读
用FPGA显示128*64程序

FPGA实现波形

发表于 2019-08-10 08:48 38次阅读
FPGA实现波形

FPGA实现LCD显示文字,是利用Verilog HDL实现的,非常适合初学者,简单易懂。可以用来开发与此类似的功能

发表于 2019-08-10 08:45 38次阅读
FPGA实现LCD显示文字,是利用Verilog HDL实现的,非常适合初学者,简单易懂。可以用来开发与此类似的功能

FPGA的电梯控制程序,用VHDL语言实现电梯的控制的代码

发表于 2019-08-10 08:40 38次阅读
FPGA的电梯控制程序,用VHDL语言实现电梯的控制的代码

展望未来驾驶辅助系统的功能想象

未来,驾驶辅助系统的重要性将不断提高。Chiliam正在探索与这些技术相关的所有领域,同时也关注这些...

发表于 2019-08-09 17:48 145次阅读
展望未来驾驶辅助系统的功能想象

在FPGA上如何实现双线性插值的计算

双线性插值顾名思义是线性插值Pro,为了说明白什么是双线性插值,首先得先从线性插值说起。那么什么又是...

发表于 2019-08-09 17:33 28次阅读
在FPGA上如何实现双线性插值的计算

自动驾驶系列报告大放送了涉及传感器,芯片,执行控制等

发表于 2019-08-09 17:14 119次阅读
自动驾驶系列报告大放送了涉及传感器,芯片,执行控制等

关于曲线速度警告CSW相关知识

以数字地图为基础的CSW能整体呈现,可改善视觉的传感器,例如车道检测和跟踪(LDT)以及视觉基础上的...

发表于 2019-08-09 16:38 455次阅读
关于曲线速度警告CSW相关知识

基于1553B总线和ARINC429总线的数据格...

GJB1553B数据总线采用Manchester编码解码协议,以异步、命令/响应方式执行数据传输,通...

发表于 2019-08-09 15:50 26次阅读
基于1553B总线和ARINC429总线的数据格...

分享成功防碰撞技术的五个因素

目前的自主紧急制动(AEB)以电子稳定性控制系统(ESC)为基础,通常采用双柱塞泵以积累制动压力。 ...

发表于 2019-08-09 11:35 605次阅读
分享成功防碰撞技术的五个因素

简述自动驾驶的核心技术:CSW自动转向

英菲尼迪DAS整套机构特别复杂和精妙,但其工作原理却不难理解。我们可以将其理解为电机、ECU、方向盘...

发表于 2019-08-09 11:26 181次阅读
简述自动驾驶的核心技术:CSW自动转向

关于智能汽车未来的发展之路的预测

该系统的目的是让驾驶过程减缩成两步:制动和加速。据麻省理工学院的消息说,司机在某个时间点的动作会产生...

发表于 2019-08-09 11:18 38次阅读
关于智能汽车未来的发展之路的预测

自动驾驶的安全性考量

我们认为,随着 诸多主动安全性产品标准配件的竞争日益白热化,加上自动驾驶汽车不可阻挡的长期开发趋势,...

发表于 2019-08-09 10:36 114次阅读
自动驾驶的安全性考量

协助自动驾驶的四项创新技术

自动驾驶模式下,这将使汽车能够实时进行可靠判断,人类驾驶者是否足够警惕,能够恢复对汽车的控制。 知远...

发表于 2019-08-09 09:50 141次阅读
协助自动驾驶的四项创新技术

FPGA简介

发表于 2019-08-09 09:06 145次阅读
FPGA简介

汽车自动驾驶技术为什么离不开5G

随着5G技术的到来,改变了众多的行业,而5G技术也成为了热门的话题,汽车行业正经历着自动驾驶功能的指...

发表于 2019-08-09 09:03 54次阅读
汽车自动驾驶技术为什么离不开5G

详解自动驾驶车载摄像头、毫米波雷达和激光雷达市场...

自动驾驶汽车作为汽车未来的重要发展方向,成为汽车零部件产业链的重要增长点。

发表于 2019-08-09 08:54 1401次阅读
详解自动驾驶车载摄像头、毫米波雷达和激光雷达市场...

怎么使用FPGA实现SPI总线的通信接口?

发表于 2019-08-09 08:14 17次阅读
怎么使用FPGA实现SPI总线的通信接口?

半导体厂商和互联网巨头选择什么AI计算平台?

发表于 2019-08-09 07:40 19次阅读
半导体厂商和互联网巨头选择什么AI计算平台?

嵌入式混合信号FPGA的设计流程是什么?

发表于 2019-08-09 06:18 12次阅读
嵌入式混合信号FPGA的设计流程是什么?

基于FPGA的ARM并行总线和端口设计

在数字系统的设计中,FPGA+ARM 的系统架构得到了越来越广泛的应用,FPGA主要实现高速数据的处...

发表于 2019-08-08 15:37 49次阅读
基于FPGA的ARM并行总线和端口设计

自动驾驶:技术升级,攻关是一场艰难的“长征”

作为目前科技产业界的热门领域,自动驾驶的发展引人关注。

发表于 2019-08-08 15:18 202次阅读
自动驾驶:技术升级,攻关是一场艰难的“长征”

FPGA是什么以及它的市场情况

FPGA(Field-ProgrammableGateArray),即现场可编程门阵列,它是在PAL...

发表于 2019-08-08 14:50 49次阅读
FPGA是什么以及它的市场情况

半导体IP如何成为无人驾驶价值的核心?

汽车市场正在经历重大变革,汽车已经不再是过去的单一的代步工具,逐渐具备了完善的娱乐功能。

发表于 2019-08-08 10:46 452次阅读
半导体IP如何成为无人驾驶价值的核心?

全自动驾驶时代,计算机算力面临的挑战

自动驾驶级别每升高一级,对计算力的需求至少增加十倍

发表于 2019-08-08 10:39 231次阅读
全自动驾驶时代,计算机算力面临的挑战

微芯低功耗FPGA视频、图像处理解决方案

助力客户加速智能嵌入式视觉设计

发表于 2019-08-08 09:58 206次阅读
微芯低功耗FPGA视频、图像处理解决方案

ADI携手Momenta,加速无人驾驶高精度地图...

Analog Devices, Inc. (ADI) 近日与Momenta联合宣布达成战略合作,双方...

发表于 2019-08-08 09:38 345次阅读
ADI携手Momenta,加速无人驾驶高精度地图...

CPU、GPU、MCU、FPGA都该如何区分

现代社会芯片是一个大概念,几乎无处不芯片,就连家里照明的LED等都需要外延芯片才能激发二极管发光。所...

发表于 2019-08-07 17:53 143次阅读
CPU、GPU、MCU、FPGA都该如何区分

关于FPGA面积换速度的实例讲解

在FPGA中,如果要将一个采样率为480MHz,中频频率为302.5MHz的信号变频到零中频的基带信...

发表于 2019-08-07 17:50 54次阅读
关于FPGA面积换速度的实例讲解

英特尔推出FPGA加速卡助力高性能计算

现在随着GPU通用计算能力增强,一些计算任务已经可以交由GPU去处理了。除了GPU外,现在还有一类芯...

发表于 2019-08-07 17:48 30次阅读
英特尔推出FPGA加速卡助力高性能计算

瑞萨创新型汽车电子芯片 应用于ProPILOT ...

ProPILOT 2.0智控领航技术用于高速公路的驾驶,覆盖从匝道驶入到驶出匝道的过程,通过与车辆的...

发表于 2019-08-07 16:32 166次阅读
瑞萨创新型汽车电子芯片 应用于ProPILOT ...

S2C超越传统FPGA原型的优势在哪里

23,2016 /PRNewswire/- 基于FPGA的快速原型开发解决方案的领先供应商--S2C...

发表于 2019-08-07 16:06 114次阅读
S2C超越传统FPGA原型的优势在哪里

Intel即将推出Stratix FPGA芯片

Intel又次隆重介绍了自家的Stratix 10 TX FPGA芯片。浮点性能达到10TFLOPS...

发表于 2019-08-07 14:42 40次阅读
Intel即将推出Stratix FPGA芯片

英特尔推出基于FPGA的全新可编程加速卡

英特尔推出基于Stratix 10 SX FPGA的全新可编程加速卡(PAC),以扩充其FPGA加速...

发表于 2019-08-07 14:35 40次阅读
英特尔推出基于FPGA的全新可编程加速卡

使用QuickPlay进行软件定义的FPGA计算...

数据中心设备制造商长期以来一直热衷于利用FPGA可能实现的大规模并行性,以在高效的功率预算内实现与需...

发表于 2019-08-07 14:23 79次阅读
使用QuickPlay进行软件定义的FPGA计算...

Xilinx推出业界首款支持第四代PCIe轻量级...

支持第四代 PCIe的赛灵思首款轻量级加速卡,面向数据中心关键工作负载,在更大吞吐量,更低时延和更高...

发表于 2019-08-07 09:33 71次阅读
Xilinx推出业界首款支持第四代PCIe轻量级...

胡华智荣获“科技创新”大奖,成为“航空传奇”全球...

被誉为航空界奥斯卡的“航空传奇”颁奖典礼7月20日在奥地利圣沃尔夫冈举行。作为自动驾驶空中交通创新科...

发表于 2019-08-07 08:06 350次阅读
胡华智荣获“科技创新”大奖,成为“航空传奇”全球...

英特尔推出FPGA加速卡D5005助力高性能计算

现在随着GPU通用计算能力增强,一些计算任务已经可以交由GPU去处理了。除了GPU外,现在还有一类芯...

发表于 2019-08-06 17:53 72次阅读
英特尔推出FPGA加速卡D5005助力高性能计算

单个自适应技术加速平台,提供了从框架到C到 RT...

近来涌现的技术挑战迫使业界跳出传统的通用(one-size-fits-all)型CPU标量处理解决方...

发表于 2019-08-06 16:42 151次阅读
单个自适应技术加速平台,提供了从框架到C到 RT...

构建适合我国国情的自动驾驶交通框架!

谷歌自动驾驶是个大坑

发表于 2019-08-06 15:00 115次阅读
构建适合我国国情的自动驾驶交通框架!

自动驾驶摄像VS激光雷达 未来谁主自驾沉浮?

发表于 2019-08-06 14:36 182次阅读
自动驾驶摄像VS激光雷达 未来谁主自驾沉浮?

苹果自动驾驶安全报告解读——造系统不造车?

虽然无多少细节,但关于安全驾驶员的规定却有点意思。

发表于 2019-08-06 11:57 441次阅读
苹果自动驾驶安全报告解读——造系统不造车?

2016CCF-GAIR大会重聚焦“人工智能、机...

CCF-GAIR全球人工智能与机器人峰会为产业界、资本界、学术界的打通了交流的平台,为产业解决方向和...

发表于 2019-08-06 10:41 468次阅读
2016CCF-GAIR大会重聚焦“人工智能、机...

滴滴出行将独立拆分自动驾驶部门 未来发展更具弹性

滴滴出行稍早宣布,将使旗下自动驾驶部门拆分成为独立运作公司,未来将由技术长张博担任新公司执行长,原本...

发表于 2019-08-06 09:53 1245次阅读
滴滴出行将独立拆分自动驾驶部门 未来发展更具弹性

MKR Vidor 4000一款拇指型的FPGA...

MKR Vidor 4000作为一款拇指型的开发板,小巧精致是它固有的特性,这是优点,同时也是缺点。...

发表于 2019-08-05 17:56 96次阅读
MKR Vidor 4000一款拇指型的FPGA...

阿里巴巴背后的芯片Xilinx FPGAs

大多数美国人认为黑色星期五是一年中最大的购物盛会。毫无疑问,这个数字是巨大的,据估计,2017年黑色...

发表于 2019-08-05 17:54 89次阅读
阿里巴巴背后的芯片Xilinx FPGAs

浪潮服务器将全面支持赛灵思FPGA加速卡

浪潮宣布已在其NF5280M5、NF5468M5等服务器上完成对赛灵思Alveo U200、Alve...

发表于 2019-08-05 17:51 55次阅读
浪潮服务器将全面支持赛灵思FPGA加速卡

浅析自动驾驶汽车的决策控制系统

自动驾驶系统的设计思路是建立若干个行驶状态,通过不同的条件触发行驶状态切换。这种设计思路存在切换过程...

发表于 2019-08-05 17:18 57次阅读
浅析自动驾驶汽车的决策控制系统

干货 | 激光雷达工作原理、技术特点浅析

随着自动驾驶行业的发展,越来越多的企业参与其中,相关传感器的生产商加大投入研发,提供更符合市场需求的...

发表于 2019-08-05 16:36 188次阅读
干货 | 激光雷达工作原理、技术特点浅析

自动驾驶会被毁灭吗

严格来说,自动驾驶的普及不存L1到L5级别的分级。它只分0跟1,不能实现V2X的车路联通跟能实现V2...

发表于 2019-08-05 16:34 119次阅读
自动驾驶会被毁灭吗

分析关于FPGA的未来发展趋势

对于很多人来说,人工智能可能就是手机中的智能助手,就是云计算中的大数据分析。人工智能是一个更加广泛的...

发表于 2019-08-05 14:51 82次阅读
分析关于FPGA的未来发展趋势

Intel将发布全新的Agilex FPGA芯片

Intel全新的Agilex FPGA(现场可编程门阵列)今天正式问世,相比以往的Straix系列做...

发表于 2019-08-05 14:47 48次阅读
Intel将发布全新的Agilex FPGA芯片

RISC-V+FPGA组合能否为国内厂商带来希望

近两年,RISC-V在国内掀起一片热潮,被视作国产芯“自主可控”的发展契机。2018年还先后成立了中...

发表于 2019-08-05 14:42 63次阅读
RISC-V+FPGA组合能否为国内厂商带来希望

苹果专利“无线充电校准系统”曝光,停车即充电或成...

近日苹果公司则已经申请了电动汽车的无线充电专利。

发表于 2019-08-05 14:35 295次阅读
苹果专利“无线充电校准系统”曝光,停车即充电或成...

全球10大无线技术趋势

随着2019年接近年底,全球知名的信息技术研究和分析公司Gartner分析了将推动未来几年创新的10...

发表于 2019-08-05 10:59 179次阅读
全球10大无线技术趋势

2019年的自动驾驶发展会是怎样的

自动驾驶汽车正迅速地发展,未来将使用域控制器、人工智能等相关技术。

发表于 2019-08-05 10:32 129次阅读
2019年的自动驾驶发展会是怎样的

简谈基于FPGA的千兆以太网

大家好,又到了学习时间了,学习使人快乐。今天我们来简单的聊一聊以太网,以太网在FPGA学习中属于比较...

发表于 2019-08-05 10:28 1224次阅读
简谈基于FPGA的千兆以太网

戴尔和富士通将提供对英特尔FPGA的技术支持

据悉,戴尔EMC和富士通两家大型服务器原始设备制造商也加入了进来 ,戴尔EMC增加了R640、R74...

发表于 2019-08-04 11:21 83次阅读
戴尔和富士通将提供对英特尔FPGA的技术支持

文远知行WeRide共获得01号在内的共20张牌...

为了更好地与国家相关政策法规看齐,文远知行在本次路测选择的第三方检测机构是工信部直属的工业和信息化部...

发表于 2019-08-02 15:22 149次阅读
文远知行WeRide共获得01号在内的共20张牌...

FPGA可实现灵活性和ASIC级AI性能的同时拥...

AI语音助手和AI图像优化是离我们最近的AI应用,然而这只是AI能力比较初级的体现,未来,AI将会以...

发表于 2019-08-02 14:55 67次阅读
FPGA可实现灵活性和ASIC级AI性能的同时拥...

目前有哪些性能强大的FPGA开发板

Intel的全新系列Stratix 10产品可以说是非常具有跨时代意义的,另外此系列的产品产品性也非...

发表于 2019-08-02 14:44 115次阅读
目前有哪些性能强大的FPGA开发板

究竟该如何打破FPGA遇到的瓶颈问题

据统计,约有25%的企业选择入局AI/ML以保持企业自身的竞争力,未来两年内,将会有接近四分之三的企...

发表于 2019-08-02 14:38 158次阅读
究竟该如何打破FPGA遇到的瓶颈问题

恰逢其时,Xilinx 拥抱Solarflar...

快进到今天,我们自豪地宣布,赛灵思和Solarflare已经正式合并!

发表于 2019-08-02 09:21 96次阅读
 恰逢其时,Xilinx 拥抱Solarflar...

如今AI技术让列车也可以实现自动驾驶了

据外媒报道,如果计划进展顺利,矿业巨头必和必拓(Rio Tinto)的一列货运列车将于8月份开始在美...

发表于 2019-08-01 14:50 257次阅读
如今AI技术让列车也可以实现自动驾驶了

全球汽车企业争相布局5G自动驾驶

谈及自动驾驶,老百姓早已不再陌生。而伴随5G时代来袭,全球车企更是“火力全开”。7月26日,长安汽车...

发表于 2019-08-01 14:46 278次阅读
全球汽车企业争相布局5G自动驾驶

5G时代下的FPGA的发展将大有可为

FPGA是一种半定制电路,主要应用于专用集成电路,在航空航天/国防、消费电子、电子通讯等领域有着不可...

发表于 2019-08-01 14:42 124次阅读
5G时代下的FPGA的发展将大有可为

一颗小小的FPGA芯片为什么中国一直搞不定

芯片,一个特别专业的领域,因为中美之间的贸易摩擦,走进大众视野。在“华为风波”中,当海思亮出“备胎”...

发表于 2019-08-01 14:34 174次阅读
一颗小小的FPGA芯片为什么中国一直搞不定

TMP411 ±1°C Programmable...

TMP411设备是一个带有内置本地温度传感器的远程温度传感器监视器。远程温度传感器,二极管连接的晶体管通常是低成本,NPN或PNP型晶体管或二极管,是微控制器,微处理器或FPGA的组成部分。 远程精度为±1 °C适用于多个设备制造商,无需校准。双线串行接口接受SMBus写字节,读字节,发送字节和接收字节命令,以设置报警阈值和读取温度数据。 TMP411器件中包含的功能包括:串联电阻取消,可编程非理想因子,可编程分辨率,可编程阈值限制,用户定义的偏移寄存器,用于最大精度,最小和最大温度监视器,宽远程温度测量范围(高达150°C),二极管故障检测和温度警报功能。 TMP411器件采用VSSOP-8和SOIC-8封装。 特性 ±1°C远程二极管传感器 ±1°C本地温度传感器 可编程非理想因素 串联电阻取消 警报功能 系统校准的偏移寄存器 与ADT7461和ADM1032兼容的引脚和寄存器 可编程分辨率:9至12位 可编程阈值限...

发表于 2018-09-19 16:35 56次阅读
TMP411 ±1°C Programmable...

TMP468 具有引脚可编程的总线地址的高精度远...

TMP468器件是一款使用双线制SMBus或I 2 C兼容接口的多区域高精度低功耗温度传感器。除了本地温度外,还可以同时监控多达八个连接远程二极管的温度区域。聚合系统中的温度测量可通过缩小保护频带提升性能,并且可以降低电路板复杂程度。典型用例为监测服务器和电信设备等复杂系统中不同处理器(如MCU,GPU和FPGA)的温度。该器件将诸如串联电阻抵消,可编程非理想性因子,可编程偏移和可编程温度限值等高级特性完美结合,提供了一套精度和抗扰度更高且稳健耐用的温度监控解决方案。 八个远程通道(以及本地通道)均可独立编程,设定两个在测量位置的相应温度超出对应值时触发的阈值。此外,还可通过可编程迟滞设置避免阈值持续切换。 TMP468器件可提供高测量精度(0.75°C)和测量分辨率(0.0 625°C)。该器件还支持低电压轨(1.7V至3.6V)和通用双线制接口,采用高空间利用率的小型封装(3mm×3mm或1.6mm×1.6mm),可在计算系统中轻松集成。远程结支持-55°C至+ 150°C的温度范围。 特性 8通道远程二极管温度传感器精度:±0.75&...

发表于 2018-09-18 16:05 50次阅读
TMP468 具有引脚可编程的总线地址的高精度远...