中文繁體版   English   星期三 ,6月 28日, 2017 (台北)
登入  申请试用  MY DIGITIMES
 
华德士
DIGITIMES Research产业数据资料库

神经网络架构车用影像辨识产品相继问世 推动高判断要求的自驾时代来临

本文限「Research CarTech」会员阅读,请登入会员,或洽询会员服务

DIGITIMES Research观察,以深层神经网络(Deep Neural Network;DNN)的深度学习架构为基础的人工智能技术在全球如火如荼展开,并运用在影像辨识上,其中,以美商Nvidia和以色列业者Mobileye推出的车用半导体相关技术产品最受注目;因神经网络架构针对庞大数量影像能做更精确的识别处理任务,未来应用在汽车市场中,将能因应判别速度及精度要求更高的自动驾驶时代来临。

Nvidia于2017年美国消费性电子展(CES 2017)正式发布Xavier单芯片(SoC)产品,其具备8核心ARM 64处理器与新的Volta显示处理单元,加上Nvidia原本在绘图处理器(GPU)的技术优势,让自驾车的机器学习系统得以有效应用。透过GPU运算,Xavier能比现场可程序逻辑闸阵列(Field Programmable Gate Array;FPGA)、中央处理器(CPU)有更佳表现,也让Nvidia事业从GPU朝向人工智能领域发展。

另一方面,也有采用矽智财(IP)核心或FPGA的通用影像辨识产品,其应用领域不只限于汽车市场,也广泛用于其它影像处理芯片。其中,IP核心产品提共业者包括Cadence Design System、Synopsys、CEVA等美商,各家产品在动作频率、数值表现和处理性能、耗电量等各有不同。例如CEVA推出的实时神经网络软件架构CEVA 深层神经网络,已被用于安全监控需求的行人侦测和脸部辨识、先进驾驶辅助系统等。

自动驾驶技术的挑战在于城市路况复杂多变,恐无法做有效判断,因此需将多种侦测装置与数据作结合,以精确定位车辆位置,并侦测周遭路况、设定路线和控制方向盘。而神经网络的加入,让车辆对外围物体的探测和分类能力大幅提高,让各传感器所取得多项数据的结合变得更准确,而这些加工的数据也成为车辆感知、定位和规划路线等的重要依据。

Nvidia历代GPU影像深度学习系列产品性能提升比较
注:1. 红字为Nvidia所采的GPU架构。 2. 1为比较基础值,后续年度数字为其倍数。
资料来源:Nvidia,DIGITIMES整理,2017/3

内文目录

  • 神经网络于汽车领域应用 可提升影像辨识精确度
  • 车用影像芯片以美商Nvidia和以色列业者Mobileye为代表
  • 通用产品的DNN建构在IP核心及单一影像处理芯片FPGA
  • 结语

图表目录

  • Nvidia历代GPU影像深度学习系列产品性能提升比较
  • Nvidia自驾用软件DriveWorks组成暨运行原理
  • Nvidia自驾车BB8环视摄影暨道路驾驶场景
  • Mobileye影像处理EyeQ系列产品发展蓝图
  • 5 个图表

会员登入

若您已是DIGITIMES Research的正式会员,请由此下方登入。

帐号:
   【范例:user@company.com】
口令: 忘记口令
    连续一个月系统自动记住帐号口令

登入

★ 若您是第一次使用会员资料库,请点选申请个人帐号

服务加入办法

若想立刻加入付费会员,请洽询客服专线:
+886-2-87125398。
(周一至周五工作日9:00~18:00)

服务信箱:member@digitimes.com
(一个工作日内将回覆您的来信)。

 申请加入会员

 Research会员服务说明

 DIGITIMES Research介绍

 
Slide Show─
为投影片搭配仔细解说的服务模式,提供具时效性的ICT产品产销、展场观察等研究成果,同时可直接作为会员简报材料。
Insight─
为深入研究观点与发现的实时服务,内容包括重要事件评论、重要产业信息的揭露等。
Data Point─
以1个图表搭配简洁文字说明,提供图文并茂的资料库服务。
Spec & Price─
解析全球主要市场终端产品零售均价与规格,并提供客制化查询数据库。
Spot Price─
提供每周太阳光电产业链上下游现货报价信息,藉此反应市场供需波动变化,并解析市场最新脉动。
Industry Review─
定期检视产业核心构面的重要事件与发展,以利掌握产业关键动态、议题实质内涵与加值观点。