0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫(xiě)文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

英偉達(dá)無(wú)人駕駛Xavier處理器幫助應(yīng)用程序使用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法

M8kW_icbank ? 2017-12-19 11:51 ? 次閱讀

人工智能領(lǐng)域英偉達(dá)成為了一支不可忽視的力量。英偉達(dá)公司創(chuàng)始人兼CEO黃仁勛在最近的一次演講當(dāng)中透露,該公司應(yīng)用在下一代DRIVE平臺(tái)上的處理器Xavier已經(jīng)開(kāi)始量產(chǎn)制造。

近日,在東京的一次展會(huì)上,黃仁勛展示了DRIVE平臺(tái)以及無(wú)人駕駛領(lǐng)域的技術(shù),并表示“這將是一個(gè)功能安全的無(wú)人駕駛操作系統(tǒng),我們?cè)谏厦婕闪肆钊穗y以置信的算法和各種應(yīng)用程序。Xavier已經(jīng)在我們的產(chǎn)線上開(kāi)始制造,英偉達(dá)已經(jīng)迫不及待地要震驚世界各地的汽車公司和機(jī)器人專家了?!?/p>

該處理器可以幫助汽車在無(wú)人駕駛的應(yīng)用程序使用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法,用來(lái)處理汽車內(nèi)外的傳感器數(shù)據(jù)、語(yǔ)言分析等內(nèi)容。通過(guò)該處理器可以快速的協(xié)調(diào)傳感器并感知用戶的操作,同時(shí)幫助駕駛員排除周圍的危險(xiǎn)和隱患。

根據(jù)之前的公布,這款處理器具備了16nm工藝制程技術(shù),搭載70億個(gè)晶體管,支持最高8K分辨率的畫(huà)面解析度,內(nèi)置VoltaGPU架構(gòu),可以同時(shí)在無(wú)人駕駛汽車上實(shí)現(xiàn)視覺(jué)加速器能力。如果沒(méi)有意外的話,近期將會(huì)公布該處理器的樣品,既然已經(jīng)量產(chǎn),那么明年第一季度就可以供給合作伙伴了。

他還表示,NVIDIA的下一代DRIVE平臺(tái)上的處理器Xavier將是世界上最復(fù)雜的單芯片系統(tǒng)?!癤avier已經(jīng)在我們的產(chǎn)線上開(kāi)始制造,英偉達(dá)已經(jīng)迫不及待地要震驚世界各地的汽車公司和機(jī)器人專家了”。

利用Xavier,汽車無(wú)人駕駛應(yīng)用程序?qū)⑹褂蒙疃壬窠?jīng)網(wǎng)絡(luò)算法來(lái)處理來(lái)自外部和車內(nèi)的傳感器數(shù)據(jù)、手勢(shì)、和自然語(yǔ)言理解。

由NVIDIA創(chuàng)建的這個(gè)新軟件意味著配備它的汽車將能夠警告駕駛員潛在的危險(xiǎn)和汽車周圍的安全隱患,同時(shí)還能檢測(cè)駕駛員當(dāng)前的精神狀況(例如困倦或分心)。

最后,黃仁勛總結(jié)“我們提供的產(chǎn)品不是不只是一個(gè)無(wú)人駕駛儀,而是使用AI作為副駕駛來(lái)幫助你駕駛,同時(shí)保證駕駛員的安全。”

其實(shí)早在去年9月,英偉達(dá)就公布了針對(duì)無(wú)人駕駛技術(shù)和汽車產(chǎn)品準(zhǔn)備的Xavier處理器。采用16nm FinFET進(jìn)程技術(shù)制造,搭載70億晶體管,將支持高達(dá)8K解析度畫(huà)面,內(nèi)建NVIDIA全新VoltaGPU架構(gòu),目標(biāo)是作為無(wú)人駕駛汽車的計(jì)算機(jī)視覺(jué)加速器。

黃仁勛在歐洲GPU大會(huì)上稱這款新的系統(tǒng)級(jí)芯片并非僅僅是處理器,它實(shí)際上一個(gè)提供人工智能的超級(jí)計(jì)算機(jī),功能遠(yuǎn)不止于此,同時(shí)表示Xavier樣品預(yù)計(jì)將于2017年第四個(gè)季度推出。


聲明:本文內(nèi)容及配圖由入駐作者撰寫(xiě)或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問(wèn)題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 神經(jīng)網(wǎng)絡(luò)

    關(guān)注

    42

    文章

    4726

    瀏覽量

    100332
  • gpu
    gpu
    +關(guān)注

    關(guān)注

    27

    文章

    4639

    瀏覽量

    128474
  • 無(wú)人駕駛
    +關(guān)注

    關(guān)注

    98

    文章

    4003

    瀏覽量

    119918
  • 英偉達(dá)
    +關(guān)注

    關(guān)注

    22

    文章

    3686

    瀏覽量

    90523

原文標(biāo)題:英偉達(dá)自動(dòng)駕駛Xavier處理器已開(kāi)始量產(chǎn)

文章出處:【微信號(hào):icbank,微信公眾號(hào):icbank】歡迎添加關(guān)注!文章轉(zhuǎn)載請(qǐng)注明出處。

收藏 人收藏

    評(píng)論

    相關(guān)推薦

    什么是神經(jīng)網(wǎng)絡(luò)加速?它有哪些特點(diǎn)?

    神經(jīng)網(wǎng)絡(luò)加速是一種專門設(shè)計(jì)用于提高神經(jīng)網(wǎng)絡(luò)計(jì)算效率的硬件設(shè)備。隨著深度學(xué)習(xí)技術(shù)的快速發(fā)展和廣泛應(yīng)用,
    的頭像 發(fā)表于 07-11 10:40 ?361次閱讀

    簡(jiǎn)單認(rèn)識(shí)深度神經(jīng)網(wǎng)絡(luò)

    深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks, DNNs)作為機(jī)器學(xué)習(xí)領(lǐng)域中的一種重要技術(shù),特別是在深度學(xué)習(xí)領(lǐng)域,已經(jīng)取得了顯著的
    的頭像 發(fā)表于 07-10 18:23 ?830次閱讀

    深度神經(jīng)網(wǎng)絡(luò)與基本神經(jīng)網(wǎng)絡(luò)的區(qū)別

    在探討深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks, DNNs)與基本神經(jīng)網(wǎng)絡(luò)(通常指?jìng)鹘y(tǒng)神經(jīng)網(wǎng)絡(luò)或前向神經(jīng)網(wǎng)絡(luò))的區(qū)別時(shí),我們需
    的頭像 發(fā)表于 07-04 13:20 ?503次閱讀

    人工智能神經(jīng)網(wǎng)絡(luò)芯片的介紹

    人工智能神經(jīng)網(wǎng)絡(luò)芯片是一類專門為深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)算法設(shè)計(jì)的處理器。它們具有高性能、低功耗、可擴(kuò)
    的頭像 發(fā)表于 07-04 09:33 ?458次閱讀

    神經(jīng)網(wǎng)絡(luò)芯片與傳統(tǒng)芯片的區(qū)別和聯(lián)系

    引言 隨著人工智能技術(shù)的快速發(fā)展,深度學(xué)習(xí)算法在圖像識(shí)別、自然語(yǔ)言處理、語(yǔ)音識(shí)別等領(lǐng)域取得了顯著的成果。然而,深度
    的頭像 發(fā)表于 07-04 09:31 ?583次閱讀

    神經(jīng)網(wǎng)絡(luò)優(yōu)化算法有哪些

    神經(jīng)網(wǎng)絡(luò)優(yōu)化算法深度學(xué)習(xí)領(lǐng)域中的核心技術(shù)之一,旨在通過(guò)調(diào)整網(wǎng)絡(luò)中的參數(shù)(如權(quán)重和偏差)來(lái)最小化損失函數(shù),從而提高模型的性能和效率。本文將詳
    的頭像 發(fā)表于 07-03 16:01 ?346次閱讀

    bp神經(jīng)網(wǎng)絡(luò)深度神經(jīng)網(wǎng)絡(luò)

    BP神經(jīng)網(wǎng)絡(luò)(Backpropagation Neural Network)是一種常見(jiàn)的前饋神經(jīng)網(wǎng)絡(luò),它使用反向傳播算法來(lái)訓(xùn)練網(wǎng)絡(luò)。雖然BP神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-03 10:14 ?508次閱讀

    神經(jīng)網(wǎng)絡(luò)算法的結(jié)構(gòu)有哪些類型

    神經(jīng)網(wǎng)絡(luò)算法深度學(xué)習(xí)的基礎(chǔ),它們?cè)谠S多領(lǐng)域都有廣泛的應(yīng)用,如圖像識(shí)別、自然語(yǔ)言處理、語(yǔ)音識(shí)別等。神經(jīng)網(wǎng)
    的頭像 發(fā)表于 07-03 09:50 ?337次閱讀

    神經(jīng)網(wǎng)絡(luò)算法的優(yōu)缺點(diǎn)有哪些

    神經(jīng)網(wǎng)絡(luò)算法是一種模擬人腦神經(jīng)元結(jié)構(gòu)的計(jì)算模型,廣泛應(yīng)用于機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、圖像識(shí)別、語(yǔ)音識(shí)別
    的頭像 發(fā)表于 07-03 09:47 ?836次閱讀

    深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用

    到自然語(yǔ)言處理深度學(xué)習(xí)和CNN正逐步改變著我們的生活方式。本文將深入探討深度學(xué)習(xí)與卷積神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-02 18:19 ?677次閱讀

    神經(jīng)網(wǎng)絡(luò)反向傳播算法原理是什么

    神經(jīng)網(wǎng)絡(luò)反向傳播算法(Backpropagation Algorithm)是一種用于訓(xùn)練多層前饋神經(jīng)網(wǎng)絡(luò)的監(jiān)督學(xué)習(xí)算法。它通過(guò)最小化損失函數(shù)
    的頭像 發(fā)表于 07-02 14:16 ?335次閱讀

    基于神經(jīng)網(wǎng)絡(luò)算法的模型構(gòu)建方法

    神經(jīng)網(wǎng)絡(luò)是一種強(qiáng)大的機(jī)器學(xué)習(xí)算法,廣泛應(yīng)用于各種領(lǐng)域,如圖像識(shí)別、自然語(yǔ)言處理、語(yǔ)音識(shí)別等。本文詳細(xì)介紹了基于神經(jīng)網(wǎng)絡(luò)
    的頭像 發(fā)表于 07-02 11:21 ?390次閱讀

    深度神經(jīng)網(wǎng)絡(luò)模型有哪些

    深度神經(jīng)網(wǎng)絡(luò)(Deep Neural Networks,DNNs)是一類具有多個(gè)隱藏層的神經(jīng)網(wǎng)絡(luò),它們?cè)谠S多領(lǐng)域取得了顯著的成功,如計(jì)算機(jī)視覺(jué)、自然語(yǔ)言處理、語(yǔ)音識(shí)別等。以下是一些常見(jiàn)
    的頭像 發(fā)表于 07-02 10:00 ?902次閱讀

    FPGA在深度學(xué)習(xí)應(yīng)用中或?qū)⑷〈鶪PU

    的根本原因,它與 深度神經(jīng)網(wǎng)絡(luò) 有一個(gè)共同之處:都需要進(jìn)行大量矩陣運(yùn)算。 顯卡可以并行執(zhí)行矩陣運(yùn)算,極大地加快計(jì)算速度。圖形處理器可以把訓(xùn)練神經(jīng)網(wǎng)絡(luò)的時(shí)間從幾天、幾周縮短到幾小時(shí)、
    發(fā)表于 03-21 15:19

    詳解深度學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)與卷積神經(jīng)網(wǎng)絡(luò)的應(yīng)用

    處理技術(shù)也可以通過(guò)深度學(xué)習(xí)來(lái)獲得更優(yōu)異的效果,比如去噪、超分辨率和跟蹤算法等。為了跟上時(shí)代的步伐,必須對(duì)深度
    的頭像 發(fā)表于 01-11 10:51 ?1772次閱讀
    詳解<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>、<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>與卷積<b class='flag-5'>神經(jīng)網(wǎng)絡(luò)</b>的應(yīng)用