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

基于深度学习的ADAS系统,是GPU的主力市场

Dbwd_Imgtec 来源:Imagination Tech 2020-08-22 09:48 次阅读

在全球经济面临巨大压力之际,芯片IP公司仍将持续受益于智能汽车、5G人工智能技术广泛应用的趋势。

而在全球车载GPU芯片IP领域,Imagination的光线追踪技术可以说是过去20年来3D图形处理领域最令人兴奋的创新之一。该公司此前已经为汽车应用处理器市场的三家顶级厂商中的两家(TI瑞萨)提供GPU IP,是市场份额最大的单一厂商。

事实上,今天在汽车行业,GPU的用例几乎涵盖了从ADAS到自动驾驶,从仪表到中控信息娱乐等等多个车载系统。而在实际大规模量产落地领域,基于深度学习的ADAS系统,是GPU的主力市场。

一、业界首个符合ISO26262功能安全 图形处理和计算,是GPU在车载应用中的独特优势。

就在几周前,Imagination宣布了针对汽车领域的XS系列GPU新IP,支持ADAS加速和安全关键的图形工作负载。XS代表了迄今为止最先进的汽车级GPU IP,也是业内首个符合ISO 26262标准的,专门用于满足ADAS安全计算的产品

安全关键图形和计算能力是下一代车载系统(如全景环视、数字仪表和ADAS)的要求,XS的设计采用了一种新的安全架构,具有独特的计算和图形机制,在关键的工作负载下可以提高2倍的性能(和市面上的产品相比)。

随着汽车系统越来越复杂,对功能安全性的要求也越来越高。新的XS安全架构包含TRP的专利技术,能够确保和验证来自GPU数据的正确执行和传输。

除了同步机制之外,XS还包括硬件机制,这些机制可以跨计算和图形执行对安全至关重要的工作负载,同时最大化性能。

至关重要的是,这些特性都在硬件中实现。此外,Imagination还发布了针对汽车GPU的OpenGLSC2.0 API,使客户能够在安全关键应用程序中受益于GPU加速。 通过硬件虚拟化解决方案,面向ADAS的下一代 GPU-PowerVR XS使多屏幕、多操作系统和多个应用程序都能在一个GPU上运行而没有性能损失。

“XS代表着我们在汽车性能方面的数量级提升,并为下一代汽车SoCs定义了一个新的基准。”Imagination市场及业务发展高级经理郑魁表示,这也得益于此前公司在汽车级SoCs GPU IP超过50%的市场份额。

二、人机交互的关键安全保护

除了ADAS应用,GPU-PowerVR XS实际上也为液晶仪表信息提供了更好的显示效果和性能。在自动驾驶汽车和提供驾驶员辅助的智能汽车中,它们甚至更为重要。

其中一个典型的案例,就是仪表屏幕上的安全警示灯,由于这些警示信息必须在任何时候都可用,GPU可以保护出现警示灯的那部分屏幕,确保不会出现警报显示安全故障。

而过去,大多数数字仪表的HMI开发人员不得不将安全关键部分(如警示灯)转移到CPU上运行,从而导致更复杂的工作流程,同时很难在性能上得到提升。

如果一切都可以在GPU上进行,那么工作流程就会更简单,结果就会有更高的性能,这就使得设计者有可能创造出更高的分辨率,更复杂的显示效果,最重要的是符合功能安全。 此外,GPU还可以加速在仪表上创建多媒体和娱乐所需的图形。同时还可以创建辅助驾驶图像,这就意味着显示可以在图形和视频流之间快速切换。同时,图形还必须快速生成冗余备份,在冗余备份中进行第二次处理,以确保功能的安全执行。

这得益于TRP(分块区域保护)技术,可以识别屏幕上的安全关键区域,并根据每个对象对它们进行标记,这尤其适用于全景环视在液晶仪表上的实现。一旦系统检测到一个物体(比如车辆周边有行人),环视视频流就成为安全关键系统。

一旦识别,该对象被标记,安全渲染将被执行,无论它出现在哪里显示。Imagination的GPU使用基于分块延迟渲染(TBDR)专利技术来渲染图形,在渲染之前将屏幕分解成多个分块元素。这还有一个额外的好处,即允许我们非常有效地执行每个对象的标记,从而将性能开销降到最低。

此外,Imagination特有的虚拟化、HyperLane、AI协同(AI Synergy)等技术在XS GPU中也发挥了关键作用。通过虚拟化和HyperLane技术,XS GPU可以支持多任务、多屏幕、多操作系统,同时所有的任务彼此隔离,从而可以确保安全性。

而通过AI协同技术,GPU可以在提供图形处理能力的同时,使用其备用资源支持可编程AI,同时固定功能的AI运算则可以放在专用的神经网络加速器(例如Imagination的PowerVR 3NX NNA)上执行,从而实现更高的AI性能。

三、中国市场的定制化服务

毫无疑问,中国是未来智能网联汽车的主要单一市场。对于Imagination来说,中国市场的多元化和本地化需求,是未来市场份额的保障。

就在两个月前,Imagination与北汽集团旗下的北汽产投宣布一家汽车半导体合资公司,设计汽车级系统芯片(SoCs)及相关软件,并提供全面的支持服务。

合资公司的目标是与业内其他汽车芯片公司合作,为中国客户提供智能互联汽车的创新支持,专注于自动驾驶辅助系统(ADAS)应用处理器和智能驾驶舱语音交互芯片的研发。

这家合资公司将按照IP许可模式,Imagination对其授权图形处理单元(GPU)和神经网络加速(NNA)的IP和软件。事实上,这也是符合汽车工业传统模式的转型升级趋势。

比如,芯片从过去基于标准的芯片转变为定制的硬件和软件解决方案,以及与客户及其产品深度集成的技术服务。新的机会也推动产业合作方式的改变。

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
  • gpu
    gpu
    +关注

    关注

    27

    文章

    4426

    浏览量

    126756
  • 车载应用
    +关注

    关注

    0

    文章

    14

    浏览量

    11736
  • 光线追踪
    +关注

    关注

    0

    文章

    176

    浏览量

    21363

原文标题:汽车级GPU的新玩法

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

    硬件公司供货的不断增加,GPU深度学习中的市场需求还催生了大量公共云服务,这些服务为深度学习
    发表于 03-21 15:19

    GPU深度学习中的应用与优势

    人工智能的飞速发展,深度学习作为其重要分支,正在推动着诸多领域的创新。在这个过程中,GPU扮演着不可或缺的角色。就像超级英雄电影中的主角一样,GPU
    的头像 发表于 12-06 08:27 727次阅读
    <b class='flag-5'>GPU</b>在<b class='flag-5'>深度</b><b class='flag-5'>学习</b>中的应用与优势

    深度学习在语音识别中的应用及挑战

    的挑战。 二、深度学习在语音识别中的应用 1.基于深度神经网络的语音识别:深度神经网络(DNN)和循环神经网络(RNN)是深度
    的头像 发表于 10-10 18:14 506次阅读

    【KV260视觉入门套件试用体验】基于Vitis AI的ADAS目标识别

    据中心等。用户可从这些经过预训练的模型开始着手,享受深度学习加速所带来的诸多利益。 (三)ADAS 高级驾驶辅助系统(Advanced Driving Assistance Syste
    发表于 09-27 23:21

    GPU的张量核心: 深度学习的秘密武器

    GPU最初是为图形渲染而设计的,但是由于其卓越的并行计算能力,它们很快被引入深度学习中。深度学习的迅速发展离不开计算机图形处理单元(
    的头像 发表于 09-26 08:29 530次阅读
    <b class='flag-5'>GPU</b>的张量核心: <b class='flag-5'>深度</b><b class='flag-5'>学习</b>的秘密武器

    深度学习框架和深度学习算法教程

    深度学习框架和深度学习算法教程 深度学习是机器学习
    的头像 发表于 08-17 16:11 730次阅读

    深度学习框架是什么?深度学习框架有哪些?

    高模型的精度和性能。随着人工智能和机器学习的迅猛发展,深度学习框架已成为了研究和开发人员们必备的工具之一。 目前,市场上存在许多深度
    的头像 发表于 08-17 16:03 1798次阅读

    什么是深度学习算法?深度学习算法的应用

    什么是深度学习算法?深度学习算法的应用 深度学习算法被认为是人工智能的核心,它是一种模仿人类大脑
    的头像 发表于 08-17 16:03 1494次阅读

    深度学习算法简介 深度学习算法是什么 深度学习算法有哪些

    深度学习算法简介 深度学习算法是什么?深度学习算法有哪些?  作为一种现代化、前沿化的技术,
    的头像 发表于 08-17 16:02 6862次阅读

    Gaudi Training系统介绍

    ,这就转化为对训练系统高效扩展的日益增长的需求。 典型的深度学习训练算法包括多种类型的算子,这些算子加起来要进行数十亿次运算。这些大量的操作可以通过使用先进GPU提供的固有并行处理来加
    发表于 08-04 06:48

    AI、机器学习深度学习的区别及应用

    深度学习和神经网络的区别在于隐藏层的深度。一般来说,神经网络的隐藏层要比实现深度学习系统浅得多
    发表于 07-28 10:44 331次阅读
    AI、机器<b class='flag-5'>学习</b>和<b class='flag-5'>深度</b><b class='flag-5'>学习</b>的区别及应用

    深度学习如何挑选GPU

    NVIDIA的标准库使在CUDA中建立第一个深度学习库变得非常容易。早期的优势加上NVIDIA强大的社区支持意味着如果使用NVIDIA GPU,则在出现问题时可以轻松得到支持。
    发表于 07-12 11:49 430次阅读
    <b class='flag-5'>深度</b><b class='flag-5'>学习</b>如何挑选<b class='flag-5'>GPU</b>?

    GPU引领的深度学习

    早期的机器学习以搜索为基础,主要依靠进行过一定优化的暴力方法。但是随着机器学习逐渐成熟,它开始专注于加速技术已经很成熟的统计方法和优化问题。同时深度学习的问世更是带来原本可能无法实现的
    的头像 发表于 05-09 09:58 576次阅读

    深度学习中的图像分割

    深度学习可以学习视觉输入的模式,以预测组成图像的对象类。用于图像处理的主要深度学习架构是卷积神经网络(CNN),或者是特定的CNN框架,如A
    的头像 发表于 05-05 11:35 855次阅读

    智造之眼丨深度学习应用

    智造之眼®科学设计深度学习各应用流程,在尽量简化前期准备工作的基础上为客户提供稳定且准确的深度学习解决方案。
    的头像 发表于 05-04 16:55 480次阅读
    智造之眼丨<b class='flag-5'>深度</b><b class='flag-5'>学习</b>应用