智能驾驶-AI芯片的算力研究

论文摘要

在一汽对红旗汽车智能化工作推进的背景下,L3级有条件自动驾驶及L4、L5级全自动驾驶提上工作日程。自动驾驶功能的实现离不开具有强大计算能力的硬件平台,而硬件计算平台的核心则是负责完成海量传感器数据采集、处理、分析工作的AI性能芯片。本文对AI芯片的计算能力表示单位及算力计算公式进行解释说明,同时对自动驾驶硬件方案所采用的主流AI芯片的算力进行分析统计,最后对AI芯片的应用选型提出建议。

论文目录

• 1 前言
• 2 自动驾驶AI芯片算力
•   2.1 算力研究的意义
•   2.2 算力基础概念
•     2.2.1 算力单位
•     2.2.2 基于INT8的深度学习架构
• 3 算力计算公式
•   3.1 单位换算
•     3.1.1 MACS与OPS单位转换
•     3.1.2 ARM核算力DMIPS查询方法及算力计算
•   3.2 恩智浦S32V算力资源分析
•     3.2.1 芯片S32V234算力分析
•     3.2.2 下一代产品S32V3xx计算能力资源简介[8]
•   3.3 瑞萨R-CAR算力资源分析
•   3.4 德州仪器TDA2S算力分析
•   3.5 赛灵思Ultra Scale ZU系列SOC算力分析
•     3.5.1 赛灵思 （Xilinx） 的FPGA在自动驾驶应用中的优势
•     3.5.2 FPGA算力计算分析
•   3.6 英伟达Tegra Parker SOC算例分析
•     3.6.1 基于GPU的计算解决方案
•     3.6.2 GPU的算力计算
• 4 算力概括
• 5 结束语

文章来源

类型: 期刊论文

作者: 于继成,王强,赵目龙,焦育成

关键词: 智能驾驶,算力单位,算力计算方法,算力对比分析

来源: 汽车文摘 2019年01期

年度: 2019

分类: 工程科技Ⅱ辑

专业: 汽车工业

单位: 中国第一汽车集团有限公司智能网联研发院

分类号: U463.6

页码: 31-36

总页数: 6

文件大小: 1705K

下载量: 229