Auto Byte

专注未来出行及智能汽车科技

微信扫一扫获取更多资讯

Science AI

关注人工智能与其他前沿技术、基础学科的交叉研究与融合发展

微信扫一扫获取更多资讯

龙加智科技联合SiFive开发具有超低延迟、高性能关键任务人工智能处理器平台

2019 年2月25日 ,商用RISC-V处理器核心IP、设计平台和芯片解决方案的领导者SiFive宣布,与人工智能处理器、高性能任务关键型应用软件的创新公司龙加智科技(DinoplusAI)达成合作。两家公司将共同开发具有超低延迟的高性能处理的关键任务人工智能处理器平台,针对超低延迟应用发挥极致效能,可应用在数据中心、5G /边缘云和自动驾驶汽车等产品中。 DinoplusAI处理器平台将SiFive RISC-V E34管理核心与DinoplusAI专有的人工智能技术相结合。 此外,SiFive的定制SoC部门将提供业界公认的“从RTL到物理设计定制SoC”的实施方法,以确保首次工作芯片可以量产。

DinoplusAI处理器平台提供一致的超低延迟,从而减轻了高性能人工智能处理的常见限制。 DinoplusAI处理器具有可扩展的架构、软件堆栈和用户界面。 DinoplusAI处理器不仅可以满足人工智能应用所需的计算能力和能效,还可以满足人工智能产品和服务设计人员所需要的延迟、安全性和可靠性。 处理器平台在低批量生产时实现了行业一致且可预测的最低延迟,这在人工智能应用中至关重要。

“我们选择与SiFive合作,因为该公司在RISC-V核心领域处于领先地位,并且在ASIC设计和制造全面优化的SoC方面非常成功,”DinoplusAI首席执行官胡遇杰(Jay Hu)表示。“这种专业知识与人工智能的IP模块相结合,将形成一个真正独特的解决方案,优化推理,重点关注性能、功效、超低延迟,从而确保安全性和可靠性。”

“具有卓越深度LSTM性能的DinoplusAI处理器可实现超过4000个实时音频流,其计算延迟小于1毫秒的Rokid声学模型,这是业界领先的云语音识别算法。”Rokid R-Lab主任饶轶(Yi Rao)博士表示。

“针对人工智能应用超低延迟的挑战需要一种成功的平台,包括需要新的硅IP、核心和先进的物理实现技术。”SiFive首席执行官Naveed Sherwani说。“DinoplusAI处理器平台具有强大的IP功能,是为下一代人工智能应用程序设计的。 我们将这些人工智能 IP模块集成到以SiFive RISC-V E34管理内核为基础的16nm FinFET设计平台中,提供完整的芯片解决方案。

DinoplusAI简介

DinoplusAI是一家设计与生产人工智能处理器和软件的公司,具体应用于数据中心、5G边缘计算自动驾驶与其他关键型任务。 该公司独特的方法可优化性能、功效和易用性,同时还可用于经济高效的培训。 DinoPlusAI成立于2017年,总部位于美国加利福尼亚州硅谷。 有关更多信息,请访问http://dinoplus.ai/

SiFive简介

SiFive是商业化处理器核心IP、开发工具和芯片解决方案的领导公司,主要基于免费且开放的RISC-V指令集架构。在RISC-V开创者和业内资深专家组成的团队领导下,SiFive帮助SoC设计人员缩短产品上市时间,以及通过定制的开放式架构处理器内核降低成本。同时,使系统设计人员能够构建基于RISC-V的定制半导体,从而实现芯片优化。SiFive美国位于加利福尼亚州硅谷,获得了Sutter Hill Ventures、Spark Capital、Osage University Partners(OUP)和成为资本(Chengwei Capital)的风险投资,与华米、SK电讯和Western Digital结成了战略合作伙伴。 有关更多信息,请访问www.sifive.com

产业5G自动驾驶龙加智科技AI处理器SiFive
1
相关数据
自动驾驶技术技术

从 20 世纪 80 年代首次成功演示以来(Dickmanns & Mysliwetz (1992); Dickmanns & Graefe (1988); Thorpe et al. (1988)),自动驾驶汽车领域已经取得了巨大进展。尽管有了这些进展,但在任意复杂环境中实现完全自动驾驶导航仍被认为还需要数十年的发展。原因有两个:首先,在复杂的动态环境中运行的自动驾驶系统需要人工智能归纳不可预测的情境,从而进行实时推论。第二,信息性决策需要准确的感知,目前大部分已有的计算机视觉系统有一定的错误率,这是自动驾驶导航所无法接受的。

人工智能技术

在学术研究领域,人工智能通常指能够感知周围环境并采取行动以实现最优的可能结果的智能体(intelligent agent)

自动驾驶汽车技术

自动驾驶汽车,又称为无人驾驶汽车、电脑驾驶汽车或轮式移动机器人,是自动化载具的一种,具有传统汽车的运输能力。作为自动化载具,自动驾驶汽车不需要人为操作即能感测其环境及导航。

边缘计算技术

边缘运算(英语:Edge computing),又译为边缘计算,是一种分散式运算的架构,将应用程序、数据资料与服务的运算,由网络中心节点,移往网络逻辑上的边缘节点来处理。边缘运算将原本完全由中心节点处理大型服务加以分解,切割成更小与更容易管理的部分,分散到边缘节点去处理。边缘节点更接近于用户终端装置,可以加快资料的处理与传送速度,减少延迟。在这种架构下,资料的分析与知识的产生,更接近于数据资料的来源,因此更适合处理大数据。

语音识别技术

自动语音识别是一种将口头语音转换为实时可读文本的技术。自动语音识别也称为语音识别(Speech Recognition)或计算机语音识别(Computer Speech Recognition)。自动语音识别是一个多学科交叉的领域,它与声学、语音学、语言学、数字信号处理理论、信息论、计算机科学等众多学科紧密相连。由于语音信号的多样性和复杂性,目前的语音识别系统只能在一定的限制条件下获得满意的性能,或者说只能应用于某些特定的场合。自动语音识别在人工智能领域占据着极其重要的位置。

5G技术

第五代移动通信系统(5th generation mobile networks),简称5G,是4G系统后的延伸。美国时间2018年6月13日,圣地牙哥3GPP会议订下第一个国际5G标准。由于物理波段的限制,5G 的网络也将会与其他通信技术并用,包含长距离的其他传统电信波段。

推荐文章
暂无评论
暂无评论~