Renesas - 瑞萨电子将与Fixstars联合开发工具套件 用于优化R-Car SoC AD/ADAS AI软件

类别:其他  出处:网络整理  发布于:2023-01-12 15:23:18 | 98 次阅读

   

    全球半导体解决方案供应商瑞萨电子(TSE:6723)今日宣布,将与专注于多核CPU/GPU/FPGA加速技术的全球卓越供应商Fixstars(Fixstars Corporation)联合开发用以优化并快速模拟专为瑞萨R-Car片上系统(SoC)所设计的自动驾驶(AD)系统及驾驶辅助系统(ADAS)的软件工具。借助这些工具,在软件开发的初始阶段便可充分利用R-Car的性能优势来快速开发具有高精度物体识别功能的网络模型,由此减少开发后返工,进一步缩短开发周期。

    瑞萨电子汽车软件开发部副总裁川口裕史表示:“瑞萨持续打造集成开发环境,推动客户充分采用‘软件优先’的方法。此外,通过支持为R-Car量身定制的深度学习模型开发,瑞萨帮助客户搭建AD和ADAS解决方案,同时也减少了上市时间与开发成本。”
    Fixstars公司CEO三木聪表示:“GENESIS for R-Car作为我们与瑞萨联合创建的基于云的评估环境,允许工程师在开发周期的早期评估并选择器件,得到了众多客户的青睐。我们将继续前沿技术的研发,加速可用于维护汽车应用中版本软件的机器学习操作(MLOps)。”
    当前的AD和ADAS应用利用深度学习来实现高精度物体识别。深度学习推理处理需要大量数据计算和内存容量。由于在有限的计算单元和内存资源下进行实时处理是一项极具挑战性的任务,因此车载应用上的模型和可执行程序必须针对车用SoC进行优化。此外,从软件评估到验证的过程必须加快,并且需要反复更新以提高准确性及性能。为了满足这些需求,瑞萨和Fixstars已经开发了以下工具。
    1.用于生成针对R-Car优化网络模型的R-Car神经架构搜索(NAS)工具
    该工具生成深度学习网络模型,可有效利用R-Car器件上的CNN(卷积神经网络)加速器、DSP和内存。这使工程师能够快速开发轻量级网络模型,即使没有对R-Car架构的深入了解或经验,也能实现高度准确的物体识别并获得快速处理时间。
    2.用于编译R-Car的网络模型R-Car DNN编译器
    该编译器将优化的网络模型转换为可以充分利用R-Car性能潜力的程序。它将网络模型转换为可以在CNN IP上快速运行的程序,并进行内存优化,使高速、有限容量的SRAM性能化。
    3.用于快速模拟已编译程序的R-Car DNN模拟器
    这一模拟器可用来在个人电脑(PC),而非实际R-Car芯片上快速验证程序的运行。利用这一工具,开发人员可以生成与R-Car相同的运行结果。在让模型更为轻巧和优化程序的过程中,如果推理处理的识别精度受到影响,工程师能够为模型开发提供即时反馈,从而缩短开发周期。
    瑞萨和Fixstars将继续利用联合“汽车软件平台实验室”共同开发深度学习软件,并建立操作环境,通过持续更新网络模型来维持并提升识别精度与性能。
    供货信息
    目前推出的首套工具面向AD和ADAS应用的R-Car V4H SoC而设计。其高达34TOPS(每秒万亿次运算)的强大深度学习性能与卓越的能效特性相结合。更多信息,请访问:https://www.renesas.com/software-tool/tools-optimize-ai-software-adadas-r-car-soc。
关键词:电子

全年征稿 / 资讯合作

稿件以电子文档的形式交稿,欢迎大家砸稿过来哦!

联系邮箱:3342987809@qq.com

版权与免责声明

凡本网注明“出处:维库电子市场网”的所有作品,版权均属于维库电子市场网,转载请必须注明维库电子市场网,https://www.dzsc.com,违反者本网将追究相关法律责任。

本网转载并注明自其它出处的作品,目的在于传递更多信息,并不代表本网赞同其观点或证实其内容的真实性,不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时,必须保留本网注明的作品出处,并自负版权等法律责任。

如涉及作品内容、版权等问题,请在作品发表之日起一周内与本网联系,否则视为放弃相关权利。

热点排行

广告