当前位置:首页 > 嵌入式 > 嵌入式新闻
[导读]在刚刚过去的Linley Autonomous Hardware Conference 2017大会上,硅验证商用系统级芯片互联 IP 的创新供应商ArterisIP 宣布推出 Ncore 2.0 缓存一致性 (Cache Coherent) 互连 IP 及可选配的Ncore Resilience 套件,用于加速和完善下一代自动驾驶系统和高级驾驶辅助系统 (ADAS) 的设计开发。

 SoC 互联 IP 使高度可扩展的神经网络系统具有集成的硬件功能安全特性,符合ISO 26262 ASIL D 的规范

在刚刚过去的Linley Autonomous Hardware Conference 2017大会上,硅验证商用系统级芯片互联 IP 的创新供应商ArterisIP 宣布推出 Ncore 2.0 缓存一致性 (Cache Coherent) 互连 IP 及可选配的Ncore Resilience 套件,用于加速和完善下一代自动驾驶系统和高级驾驶辅助系统 (ADAS) 的设计开发。

Ncore 是一款分布式异构缓存一致性互连IP(distributed heterogeneous cache coherent interconnect IP),能助力 SoC 设计团队透过嵌入式低延迟Proxy Caches(也称作“I/O 高速缓存”)轻松集成自定义处理单元。在神经网络机器学习 SoC 中,工作负载通常被划分到不同的处理单元上,低延迟Proxy Caches提供更高效的利用软硬件方式在所有不同的单元间通信,性能明显优于固定式内部 SRAM 或暂存器内存。这些类型的架构是自动驾驶系统的核心。

Ncore 2.0 提供以下新功能

·Ncore Resilience 套件(选配)–增加了硬件数据保护和智能单元重复(Unit Duplication),以检测和纠正系统故障,符合汽车行业 ISO 26262 ASIL D规范

o包括一个采用高级内建自测试 (Built-In Self-Test, BIST) 的功能性安全控制器(Functional Safety Controller)以及故障模式、影响和诊断分析(FMEDA) 和说明文档。

·一致性内存缓存(Coherent Memory Cache) – 可配置的一致性内存缓存具备传统Last Level Cache (LLC) 的优势,但是占用的芯片面积小,并能实现更高的灵活性。它与其他系统缓存集成,与这些缓存相比,它以内存层级结构中较低层次的内存的形式运行。

·可扩展性,最多可扩展至16 个一致性接口– Ncore 2.0 IP支持配置更大型的系统,最高可达 16 个一致性群集。

“我们根据客户的反馈设计了 Ncore 2.0 缓存一致性互连和配套的 Ncore Resilience 套件,这些客户正在开发全球最高效的机器学习系统,为未来的自动驾驶提供技术支持,” ArterisIP的总裁兼 CEO K. Charles Janac 说,“我们的 IP 是专门为自主硬件 SoC 设计师开发的,可帮助他们同时满足设计复杂性和功能性安全的严苛需求。”

客户评论节录

中兴微电子(中兴通讯的子公司):

“我们对全新的ArterisIP Ncore 互联 IP 技术印象深刻,” 中兴微电子副总裁Yu Li 先生说, “ArterisIP Ncore 2.0 互联 IP 提供更高的可扩展性以及一致性内存缓存,这在顾及芯片面积利用效率的同时能减少了DRAM 访问。”

Linley Group 公司:

“机器学习 SoC 的设计师必须将各种异构处理器内核和加速器集成到一个复杂的系统中,来应对这类应用所需的高数据带宽和低延迟,”Linley Group 的高级分析师 Mike Demler说,“ArterisIP全新的 Ncore 2.0 互联 IP除了能支持Resilience特征,能很好地解决了上述这些问题,使设计师们能够针对快速发展的自动驾驶车辆市场等应用领域开发设计异构缓存一致性机器学习体系结构。”

Resiltech 公司:

佛罗伦萨大学的计算机科学教授、弹性计算实验室主任和Resiltech咨询机构科学顾问Andrea Bondavalli表示:“在 SoC 互联硬件中实施功能安全机制,对于高度复杂的机器学习至关重要。这样做可以简化软件开发和维护工作,同时解放出稀缺的处理资源来执行功能性工作,而非进行安全检查。”

本站声明: 本文章由作者或相关机构授权发布,目的在于传递更多信息,并不代表本站赞同其观点,本站亦不保证或承诺内容真实性等。需要转载请联系该专栏作者,如若文章内容侵犯您的权益,请及时联系本站删除。
换一批
延伸阅读

业界应如何看待边缘人工智能?ST授权合作伙伴 MathWorks 公司的合作伙伴团队与ST 共同讨论了对边缘机器学习的看法,并与 STM32 社区分享了他们的设计经验。

关键字: AI 机器学习 处理器

双方的合作促成了尖端人工智能视觉解决方案,提高了效率、连通性和成本效益

关键字: 人工智能 智能家居 机器学习

【2024年4月24日,德国慕尼黑讯】英飞凌科技股份公司(FSE代码:IFX / OTCQX代码:IFNNY)发布全新PSOC™ Edge微控制器(MCU)系列的详细信息,该系列产品的设计针对机器学习(ML)应用进行了优...

关键字: 物联网 机器学习 MCU

TDK株式会社(东京证券交易所代码:6762)新近推出InvenSense SmartEdgeMLTM解决方案,这是一种先进的边缘机器学习解决方案,为用户提供了在可穿戴设备、可听戴设备、增强现实眼镜、物联网 (IoT)...

关键字: 机器学习 物联网 传感器

北京——2024年4月19日 亚马逊云科技宣布,Meta刚刚发布的两款Llama 3基础模型Llama 3 8B和Llama 3 70B现已在Amazon SageMaker JumpStart中提供。这两款模型是一系列...

关键字: 机器学习 基础模型

2024年4月18日 – 提供超丰富半导体和电子元器件™的业界知名新品引入 (NPI) 代理商贸泽电子 (Mouser Electronics) 很荣幸地宣布与Edge Impulse建立新的全球合作关系。Edge Im...

关键字: 机器学习 MCU CPU

北京——2024年4月18日 西门子中国和亚马逊云科技双方高层在西门子中国北京总部会晤,双方宣布签署战略合作协议,共同成立“联合创新团队”。基于亚马逊云科技在生成式AI领域的领先技术和服务,并结合西门子在工业领域的深厚积...

关键字: 生成式AI 机器学习 大数据

机器学习作为人工智能领域的重要组成部分,其过程涉及到多个核心环节。本文将详细阐述机器学习的四个主要步骤:数据准备、模型选择、模型训练与评估,以及模型部署与应用,以揭示机器学习从数据到应用的完整流程。

关键字: 数据 人工智能 机器学习

随着信息技术的迅猛发展和大数据时代的到来,机器学习成为了人工智能领域中的核心技术之一。机器学习是通过模拟人类学习行为,使计算机系统能够从数据中自动发现规律、提取特征并进行预测和决策的过程。它在诸多领域取得了广泛的应用,包...

关键字: 计算机 人工智能 机器学习

机器学习算法是人工智能领域中的核心技术之一,它通过对大量数据进行学习,自动发现数据中的规律和模式,从而实现对新数据的预测、分类、聚类等任务。本文将深入探讨机器学习算法的基本过程,包括数据准备、模型选择、训练与评估等关键步...

关键字: 数据 人工智能 机器学习
关闭
关闭