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
加州大学伯克利分校研究团队开发的Pillar-0是一个突破性的医学影像AI系统,能够同时处理CT和MRI等多种影像类型的366项诊断任务。该系统采用创新的多窗技术和Atlas架构,在四种主要影像检查中准确率达86-90分,显著超越谷歌、微软等竞争对手。研究团队还开源了完整系统,为全球医学AI发展提供强大基础。
马里兰大学研究团队开发MASS系统,通过空间时间感知技术让AI具备物理学家般的视频理解能力。该系统创建了包含8361个问答对的MASS-Bench基准,将视频中的运动轨迹转换为AI可理解的语言描述,并使用强化学习训练模型的物理推理能力。实验显示经过训练的模型性能提升6-8.7%,在物理异常检测任务上甚至超越商业顶级产品,为AI视频内容审核、教育和科研应用开辟新方向。
杜克大学和字节跳动联合开发的Plan-X框架通过"语义规划器"和"视觉合成器"分工协作,解决了AI视频生成中常见的动作错乱、物体消失等问题。该系统先用多模态语言模型理解用户指令并制定详细执行计划,再由专门的视觉系统制作高质量画面。实验显示Plan-X在动作准确性、指令完整性等关键指标上显著优于现有系统,为智能视频生成提供了新的技术路径。
这项由谷歌团队领导的研究发现AI代理缺乏"预算意识",即使给予更多计算资源也无法有效利用。研究团队开发了预算追踪器和BATS框架,让AI代理能够感知和智能管理资源使用。实验显示,具备预算意识的AI代理不仅准确率更高,还能用更少资源达到更好效果,为构建经济高效的AI系统提供了重要突破。