科技行者 11月6日 北京消息: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——这是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。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:
eIQ Auto工具包亮点在于:
好文章,需要你的鼓励
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。
南洋理工大学与腾讯联合研究团队开发出Rolling Forcing技术,实现AI视频实时流式生成的重大突破。该技术通过滚动窗口联合去噪、注意力锚点机制和高效训练算法三项创新,解决了长视频生成中的错误累积问题,可在单GPU上以16fps速度生成多分钟高质量视频,延迟仅0.76秒,质量漂移指标从传统方法的1.66降至0.01,为交互式媒体和内容创作开辟新可能。
华中科技大学研究团队发现,通过让AI模型学习解决几何问题,能够显著提升其空间理解能力。他们构建了包含约30000个几何题目的Euclid30K数据集,使用强化学习方法训练多个AI模型。实验结果显示,几何训练在四个空间智能测试基准上都带来显著提升,其中最佳模型达到49.6%准确率,超越此前最好成绩。这项研究揭示了基础几何知识对培养AI空间智能的重要价值。