精品国产亚洲一区二区三区|亚洲国产精彩中文乱码AV|久久久久亚洲AV综合波多野结衣|漂亮少妇各种调教玩弄在线

<blockquote id="ixlwe"><option id="ixlwe"></option></blockquote>
  • <span id="ixlwe"></span>

  • <abbr id="ixlwe"></abbr>

    寒武紀發(fā)布MLU370-X8 今明年還將推兩款智駕芯片

      近日,寒武紀正式發(fā)布新款訓練加速卡MLU370-X8,據(jù)介紹,該款產品搭載雙芯片四芯粒思元370,集成寒武紀MLU-Link™多芯互聯(lián)技術,主要面向訓練任務,在業(yè)界應用廣泛的YOLOv3、Transformer等訓練任務中, 8卡計算系統(tǒng)的并行性能平均達到350W RTX GPU的155%,并已實現(xiàn)商業(yè)化部署。

      MLU370-X8提供兩倍思元370的內存帶寬,結合MLUarch03架構和MLU-Link多芯互聯(lián)技術,將思元370芯片在訓練任務的優(yōu)勢充分發(fā)揮。據(jù)了解,MLU370-X8加速卡與國內主流服務器合作伙伴的適配工作已經(jīng)完成,并已對客戶實現(xiàn)小規(guī)模出貨。

      MLU370-X8定位中高端,與高端訓練產品思元290、玄思1000相互結合,進一步豐富了寒武紀的訓練算力交付方式;并與基于思元370芯粒(chiplet)技術構建的MLU370-X4、MLU370-S4智能加速卡協(xié)同,形成完整的云端訓練、推理產品組合。

      此外,從去年伊始,寒武紀便開始發(fā)力智能駕駛芯片領域,并成立了寒武紀控股的車載芯片子公司行歌。作為寒武紀行歌的執(zhí)行總裁,王平表示:寒武紀行歌將推出覆蓋不同場景和不同自動駕駛級別的產品。今明兩年,寒武紀行歌將會推出兩款重磅芯片,一款針對L4市場,可以支持車端訓練;而另一款則是面向L2+市場。

      針對L4 級別智能駕駛市場的是SD5226 芯片。該系列芯片解決方案在人工智能算力方面將進一步提高到超過400 個 TOPS,CPU 最大算力超 300K DMIPS,采用 7nm 工藝,獨立安全島的設計,率先提供基于單顆 SoC 的 L4 級別的自動駕駛解決方案。而且,這顆芯片的最大亮點將是可以支持車端訓練,支持車端的自學習架構。這一解決方案計劃在 2023 年正式發(fā)布。

      針對L2 + 級別智能駕駛市場的是SD5223 芯片。寒武紀行歌 L2 + 行泊一體的芯片解決方案,采用先進工藝,最大算力達到 16 個 TOPS,單顆 SoC 就可實現(xiàn)行泊一體功能,并可采用自然散熱,推動自動駕駛系統(tǒng)向 10 萬元左右的入門級車型覆蓋,這款芯片將在 2022 年發(fā)布。

      邁向自動駕駛時代,業(yè)界已逐漸達成共識,要真正實現(xiàn)高效、安全的交通和出行,單車智能已遠遠不夠,且面臨不少瓶頸,單車智能+車路云協(xié)同發(fā)展才是未來發(fā)展方向,這也是中國智能汽車產業(yè)“換道超車”的關鍵路徑。

      單車智能方面,首當其沖的問題是,目前單片的SoC處理能力普遍不足,一般需要2片甚至更多片實現(xiàn),這使得系統(tǒng)復雜度指數(shù)級上升,量產困難;而多片SoC又將造成域控制器的功耗很高,必須采用風冷甚至液冷,無疑增加了系統(tǒng)成本,從而使得智能駕駛系統(tǒng)在燃油汽車以及10萬元以下的車型很難普及;此外,國產芯片的占比仍然較低,整體芯片供應受到全球供應鏈的影響巨大。

      車路云協(xié)同方面也主要面臨三大挑戰(zhàn):首先是海量數(shù)據(jù)的閉環(huán)需要大規(guī)模的AI集群支撐,根據(jù)特斯拉的數(shù)據(jù),每一輛智能車上路,需要增加價值500美元的云端AI計算資源來支撐,成本壓力巨大;其次,車企為實現(xiàn)數(shù)據(jù)安全和隱私保護,也需要投入大量的資源;此外,云端統(tǒng)一運營數(shù)據(jù)的模式還不能有效的滿足車主個性化的需求。

      而寒武紀的優(yōu)勢,則是寒武紀行歌還將協(xié)同寒武紀一起推出云邊端車的方案。在云端,寒武紀提供高性能的訓練芯片,能夠處理車端收集的海量數(shù)據(jù),進行訓練,形成先進的自動駕駛模型,通過OTA推送到車端;在邊端,基于寒武紀邊緣的智能芯片,與合作伙伴推出面向車路協(xié)同的路測單元,可以感知更遠的信息,推送給車端,形成協(xié)同感知;而在車端,寒武紀行歌的自動駕駛芯片,能支持未來高等級自動駕駛的復雜模型的大算力需求,也能支持算法模型的持續(xù)迭代。這一切都是基于統(tǒng)一的平臺級基礎架構和技術軟件,以及統(tǒng)一的 AI 處理器架構和指令集。

    (免責聲明:本網(wǎng)站內容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿,凡在本網(wǎng)站出現(xiàn)的信息,均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
    任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網(wǎng)站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網(wǎng)站在收到上述法律文件后,將會依法盡快聯(lián)系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。 )