熱門關鍵字:ADAS | 藍牙5 | NB-IoT | AI | 工業4.0

訂閱電子報

立刻輸入Email,獲取最新的資訊:

收藏功能:
分享報新知:
其他功能:

克服DSP電力限制/效率問題 卷積神經網路發展腳步加速

文‧Samer Hijazi 發布日期:2017/05/25

汽車自動化是帶動運輸領域新一波創新躍進的動力。在自動化突飛猛進的發展下,汽車架構現正運用能夠處理空前資料量的強大處理器展現嶄新面貌。

近年來,自動駕駛汽車技術廣受關注的原因固然是由於雷達、紅外線成像裝置、聲納、全球衛星定位系統(GPS)及其他各種感應器的成本逐漸降低,也是因為嵌入式系統的處理能力大幅提升之故。若是缺乏解讀資料所需的處理能力,不論擁有多麼精密或平價的成像技術也是枉然。

就此而言,嵌入式系統從「影像」中提取含意並據此內容達成分時決定(Split-second)的能力稱為視覺(Vision)。用於影像辨識的卷積神經網路(CNN)以其效率大幅推動產業前進。在微電子學方面,數位訊號處理器(DSP)開發素來是以滿足處理器的電力預算要求為主。同樣的優先順序,適用於嵌入式CNN在汽車自動化方面的發展。

》想看更多內容?快來【免費加入會員】【登入會員】,享受更多閱讀文章的權限喔!
研討會專區
熱門文章