恩智浦车规级深度学习工具包使新一代汽车应用性能提高30倍

发布者:JoyfulMelody最新更新时间:2019-11-06 关键字:恩智浦  工具包eIQ  Auto 手机看文章 扫描二维码
随时随地手机看文章

恩智浦车规级深度学习工具包使新一代汽车应用性能提高30倍

  • 旨在通过快速集成神经网络,最大化客户软件效率


  • 提供包含软件、转换工具和车规级推断引擎的深度学习工具包


  • 与恩智浦的S32V处理器系列紧密集成,以简化ADAS开发


底特律——2019年10月8日——全球最大的汽车半导体供应商恩智浦半导体NXP Semiconductors N.V.(纳斯达克代码:NXPI)推出汽车车规级深度学习工具包eIQ Auto,扩展了公司eIQ机器学习产品系列。该工具包旨在帮助客户从开发环境快速地转向满足汽车行业严格标准的人工智能应用集成。eIQ Auto能够将基于深度学习的算法应用到视觉、自动驾驶、传感器融合、驾驶员监控和其他不断发展的汽车应用。


eIQ Auto工具包使客户能在PC端/云端/GPU环境下对汽车产品进行开发,并将其神经网络集成到S32处理器上。恩智浦的工具包和汽车级推断引擎使神经网络在具有严格安全要求的汽车应用中更容易部署。一个很好的例子是在基于计算机视觉的系统中,传统计算机视觉算法加速向基于深度学习的算法转变。


深度学习有望在目标检测和分类中提供优于“传统”计算机视觉算法的检测精度和可维护性,但复杂性和高昂的成本阻碍了全车规的集成和实现。


eIQ Auto工具包旨在降低为深度学习算法的每一层选择并集成嵌入式计算引擎所需的投资成本,从而帮助客户缩短产品上市时间。与其他嵌入式深度学习框架相比,自动选择过程使给定模型的性能提高了30倍。实现此性能的方式是优化可用资源的使用,减少时间和开发工作量1。这些红利可帮助开发人员对应用进行评估、微调和部署,以获得最大化的总体性能。


符合汽车车规级开发标准和功能安全要求是eIQ Auto和S32V集成的关键优势。eIQ Auto的推断引擎遵照严格的开发要求,符合Automotive SPICE®标准。S32V处理器提供最高级别的功能安全,支持ISO 26262,最高满足ASIL-C、IEC 61508和DO 178标准。


恩智浦副总裁兼高级驾驶员辅助解决方案总经理Kamal Khouri表示:“新一代汽车应用,比如当前自动驾驶测试车辆的集成方案,系统庞大,能耗高且不可能批量生产。新的eIQ工具包可帮助我们的客户在具有最高级别安全性和可靠性的嵌入式处理器环境中部署强大的神经网络。”


恩智浦的Auto eIQ深度学习工具包和车规级S32V芯片共同为新一代汽车应用提供性能、功能安全和质量的强大基础。


恩智浦eIQ Auto工具包包括:


  • 由统一的API和运行后端选择所支持的多个执行选项


  • 兼容A-SPICE的推断引擎,可以通过在高效加速器上安排任务来优化性能


  • 为最先进的CNN/神经网络提供支持


  • 优化层和优化网络库


备注:


1基于恩智浦的内部基准。使用单线程Tensor Flow(TF) Lite浮点模型与运行于S32V234双APEX-2上的Auto eIQ量化版本进行比较。


关于恩智浦半导体


恩智浦半导体(纳斯达克代码:NXPI)致力于通过先进的安全连结解决方案为人们更智慧安全、便捷的生活保驾护航。作为全球领先的嵌入式应用安全连结解决方案领导者,恩智浦不断推动着安全互联汽车、工业与物联网、移动设备及通信基础设施市场的创新。恩智浦拥有超过60年的专业技术及经验,在全球逾30个国家设有业务机构,员工达30,000人,2018年全年营业收入94.1亿美元。


关键字:恩智浦  工具包eIQ  Auto 引用地址:恩智浦车规级深度学习工具包使新一代汽车应用性能提高30倍

上一篇:东风启辰、航盛电子、恩智浦联手实现智能驾舱全球首次量产
下一篇:摄像头or激光雷达,到底谁能更快撑起自动驾驶量产

推荐阅读最新更新时间:2024-10-21 05:04

NXP车规级深度学习工具包eIQ Auto将汽车应用性能提高30倍
旨在通过快速集成神经网络,最大化客户软件效率 提供包含软件、转换工具和车规级推断引擎的深度学习工具包 与恩智浦的S32V处理器系列紧密集成,以简化ADAS开发 全球最大的汽车半导体供应商恩智浦半导体NXP Semiconductors N.V.推出汽车车规级深度学习工具包eIQ Auto,扩展了公司eIQ机器学习产品系列。该工具包旨在帮助客户从开发环境快速地转向满足汽车行业严格标准的人工智能应用集成。eIQ Auto能够将基于深度学习的算法应用到视觉、自动驾驶、传感器融合、驾驶员监控和其他不断发展的汽车应用。 eIQ Auto工具包使客户能在PC端/云端/GPU环境下对汽车产品进行开发,并将其神经网络集成到S3
[汽车电子]
NXP全新i.MX RT700跨界MCU搭载eIQ Neutron NPU, 以高性能、低功耗赋能AI边缘
高度集成的全新i.MX RT700跨界MCU旨在显著节省功耗,配备eIQ Neutron神经处理单元(NPU),可在边缘端提供高达172倍的AI加速 中国上海——2024年9月24日—— 恩智浦半导体(NXP Semiconductors N.V.,)今日宣布推出全新i.MX RT700 跨界MCU系列,旨在为支持智能 AI 的边缘端设备赋能,例如可穿戴设备、消费医疗设备、智能家居设备和 HMI 平台 。i.MX RT700 系列为边缘 AI 计算的新时代提供了高性能、广泛集成、先进功能和能效的优化组合。 i.MX RT700 在单个设备中配备多达五个强大的内核,包括在跨界 MCU 中 首次集成eIQ® Neutr
[嵌入式]
<font color='red'>NXP</font>全新i.MX RT700跨界MCU搭载<font color='red'>eIQ</font> Neutron NPU,  以高性能、低功耗赋能AI边缘
NXP和NVIDIA合作,首次将TAO集成到eIQ
在 NVIDIA GTC 2024上,恩智浦和 NVIDIA 宣布了一项新的合作,使 NVIDIA 经过训练的 AI 模型能够通过 eIQ 机器学习开发环境部署在恩智浦的边缘处理设备产品组合上。 根据消息,此次合作使开发人员能够通过将 NVIDIA TAO 工具包集成到 NXP eIQ 机器学习开发环境中来加速 AI 开发。 据报道,恩智浦是第一家将 NVIDIA TAO API 直接集成到 AI 支持产品中的半导体供应商。 恩智浦工业和物联网边缘高级副总裁兼总经理 Charles Dachs 表示:“人工智能创新将定义智能互联世界的未来。将 NVIDIA 在训练和测试 AI 模型方面的专业知识与恩智浦在工业和物联网边缘创
[嵌入式]
恩智浦eIQ® Neutron神经处理单元
恩智浦eIQ® Neutron神经处理单元 高级处理能力和机器学习能力对于下一波边缘应用至关重要 。机器学习用例在不同的市场和应用领域大不相同,因而需要不同的加速计算性能,在功耗和整体解决方案成本方面也差别迥异。 机器学习应用提升计算性能和能效可通过多种方式,其中最有效的是将专门构建的专用神经处理单元(NPU),或称为机器学习加速器(MLA)或深度学习加速器(DLA)集成到器件中,以补充CPU计算核心。 恩智浦提供广泛的产品组合,从传统的Kinetis MCU、LPC系列以及最近的MCX产品系列,到我们的i.MX RT跨界MCU和i.MX应用处理器,我们服务的每一个市场领域,对高效的机器学习计算能力的需求都在增
[物联网]
<font color='red'>恩智浦</font><font color='red'>eIQ</font>® Neutron神经处理单元
恩智浦借助eIQ® Model Watermarking保护机器学习IP
恩智浦借助eIQ® Model Watermarking保护机器学习IP 恩智浦新推出的eIQ Model Watermarking工具是eIQ工具包的一部分,可帮助开发人员保护其机器学习模型防范IP失窃 中国上海——2023年1月31日—— 恩智浦半导体 在eIQ工具包中增加了一款用于机器学习开发的新工具——eIQ® Model Watermarking。eIQ Model Watermarking是恩智浦首个可有效帮助开发人员保护其机器学习资产的工具 。该工具可在机器学习模型中嵌入水印,为模型添加版权所有权,开发人员在无需访问该模型源码的前提下,证明该机器学习模型是自己所拥有模型IP的副本或克隆。 产品重要性
[工业控制]
<font color='red'>恩智浦</font>借助<font color='red'>eIQ</font>® Model Watermarking保护机器学习IP
机器学习成为主流—恩智浦eIQ™软件开发环境更智能更友好
机器学习成为主流——恩智浦eIQ™软件开发环境更智能、更友好 自物联网(IoT)问世以来出现了多项颇具颠覆性的创新,边缘智能便是其中之一。物联网带来了数十亿智能互联设备,这些设备传输TB级海量传感器数据,用于执行基于人工智能的云计算。除此之外,另一项革命正在进行:边缘设备上的机器学习(ML)。随着越来越多的智能设备迁移到网络边缘,恩智浦紧跟趋势,提供成本、性能和功率优越的处理解决方案,在多个市场和应用推动机器学习技术,让最终用户享受到更强安全性、更高隐私性、更少延迟等优势。 以前,机器学习、深度学习和神经网络应用一直是数据科学家和人工智能专家的专属领域。但是,越来越多的机器学习工具和技术问世,消除了机器学习应用开发方面的一
[物联网]
机器学习成为主流—<font color='red'>恩智浦</font><font color='red'>eIQ</font>™软件开发环境更智能更友好
Arm Ethos-U让NXP eIQ变得更聪明
NXP半导体近日宣布,它将提高机器学习的发展环境和产品组合。通过一项投资,NXP与加拿大Au-Zone技术公司建立了独家战略合作伙伴关系,通过易于使用的ML工具来扩展NXP的eIQ™机器学习(ML)软件开发环境,并扩展其为边缘 ML提供的硅胶优化推理引擎。 此外,NXP表示,为了支持应用处理器,他们一直在与Arm合作,开发Arm®Ethos-U™神经处理单元体系结构。 NXP将把Ethos-U65集成到下一代的i.MX应用处理器中,为快速增长的工业和物联网优势提供节能、低成本的ML解决方案。 NXP高级副总裁兼边缘处理总经理Ron Martino表示:“NXP的可扩展应用处理器为客户提供了一个高效的产品平台和广泛的生
[物联网]
Arm Ethos-U让<font color='red'>NXP</font> <font color='red'>eIQ</font>变得更聪明
NXP eIQ深度学习包加速汽车AI应用开发
翻译自——EEtimes,Junko Yoshida 自动驾驶汽车(AV)的发展并不一定需要人工智能或深度学习。简单地说,不是所有的AV都需要AI驱动。然而,深度学习的快速进步和准确性的提高,吸引了寻求改进其高度自动化工具的开发人员。 但是仍然存在一些验证人工智能驱动的AV安全性的困难。安全研究人员担心深度学习的“黑箱”性质,这只是众多棘手问题的一个。目前还不确定AV设计者是否能够验证一个持续学习的AI系统或者功能,一旦部署在车内的专用硬件上,其表现是否会与在更强大的计算机系统上开发和培训时一样,这仍是一个未知数。 尽管存在这些问题,自动驾驶AV和安全领域的专家都认识到人工智能的发展是不可避免的。 随着UL 460
[汽车电子]
<font color='red'>NXP</font> <font color='red'>eIQ</font>深度学习包加速汽车AI应用开发
小广播
最新汽车电子文章
换一换 更多 相关热搜器件

 
EEWorld订阅号

 
EEWorld服务号

 
汽车开发圈

电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved