科技行者 11月6日 北京消息:汽車半導(dǎo)體供應(yīng)商恩智浦半導(dǎo)體NXP Semiconductors N.V.(納斯達(dá)克代碼:NXPI)推出汽車車規(guī)級(jí)深度學(xué)習(xí)工具包eIQ Auto,擴(kuò)展了公司eIQ機(jī)器學(xué)習(xí)產(chǎn)品系列。該工具包旨在幫助客戶從開發(fā)環(huán)境快速地轉(zhuǎn)向滿足汽車行業(yè)嚴(yán)格標(biāo)準(zhǔn)的人工智能應(yīng)用集成。eIQ Auto能夠?qū)⒒谏疃葘W(xué)習(xí)的算法應(yīng)用到視覺、自動(dòng)駕駛、傳感器融合、駕駛員監(jiān)控和其他不斷發(fā)展的汽車應(yīng)用。
eIQ Auto工具包使客戶能在PC端/云端/GPU環(huán)境下對(duì)汽車產(chǎn)品進(jìn)行開發(fā),并將其神經(jīng)網(wǎng)絡(luò)集成到S32處理器上。恩智浦的工具包和汽車級(jí)推斷引擎使神經(jīng)網(wǎng)絡(luò)在具有嚴(yán)格安全要求的汽車應(yīng)用中更容易部署。一個(gè)很好的例子是,在基于計(jì)算機(jī)視覺的系統(tǒng)中,傳統(tǒng)計(jì)算機(jī)視覺算法加速向基于深度學(xué)習(xí)的算法轉(zhuǎn)變。
深度學(xué)習(xí)有望在目標(biāo)檢測(cè)和分類中提供優(yōu)于“傳統(tǒng)”計(jì)算機(jī)視覺算法的檢測(cè)精度和可維護(hù)性,但復(fù)雜性和高昂的成本阻礙了全車規(guī)的集成和實(shí)現(xiàn)。
eIQ Auto工具包旨在降低為深度學(xué)習(xí)算法的每一層選擇,并集成嵌入式計(jì)算引擎所需的投資成本,從而幫助客戶縮短產(chǎn)品上市時(shí)間。與其他嵌入式深度學(xué)習(xí)框架相比,自動(dòng)選擇過程使給定模型的性能提高了30倍。實(shí)現(xiàn)此性能的方式是優(yōu)化可用資源的使用,減少時(shí)間和開發(fā)工作量——這是基于恩智浦的內(nèi)部基準(zhǔn),使用單線程Tensor Flow(TF) Lite浮點(diǎn)模型與運(yùn)行于S32V234雙APEX-2上的Auto eIQ量化版本進(jìn)行比較。這些紅利可幫助開發(fā)人員對(duì)應(yīng)用進(jìn)行評(píng)估、微調(diào)和部署,以獲得最大化的總體性能。
符合汽車車規(guī)級(jí)開發(fā)標(biāo)準(zhǔn)和功能安全要求是eIQ Auto和S32V集成的關(guān)鍵優(yōu)勢(shì)。eIQ Auto的推斷引擎遵照嚴(yán)格的開發(fā)要求,符合Automotive SPICE®標(biāo)準(zhǔn)。S32V處理器提供最高級(jí)別的功能安全,支持ISO 26262,最高滿足ASIL-C、IEC 61508和DO 178標(biāo)準(zhǔn)。
恩智浦副總裁兼高級(jí)駕駛員輔助解決方案總經(jīng)理Kamal Khouri表示:“新一代汽車應(yīng)用,比如當(dāng)前自動(dòng)駕駛測(cè)試車輛的集成方案,系統(tǒng)龐大,能耗高且不可能批量生產(chǎn)。新的eIQ工具包可幫助我們的客戶在具有最高級(jí)別安全性和可靠性的嵌入式處理器環(huán)境中部署強(qiáng)大的神經(jīng)網(wǎng)絡(luò)。”
恩智浦的Auto eIQ深度學(xué)習(xí)工具包和車規(guī)級(jí)S32V芯片共同為新一代汽車應(yīng)用提供性能、功能安全和質(zhì)量的強(qiáng)大基礎(chǔ)。
恩智浦eIQ Auto工具包包括:
eIQ Auto工具包亮點(diǎn)在于:
好文章,需要你的鼓勵(lì)
浙江大學(xué)團(tuán)隊(duì)提出動(dòng)態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學(xué)、編程等任務(wù)上顯著提升推理準(zhǔn)確率,且不增加計(jì)算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學(xué)研究團(tuán)隊(duì)提出SIRI方法,通過"壓縮-擴(kuò)張"交替訓(xùn)練策略,成功解決了大型推理模型"話多且準(zhǔn)確率低"的問題。實(shí)驗(yàn)顯示,該方法在數(shù)學(xué)競(jìng)賽題上將模型準(zhǔn)確率提升43.2%的同時(shí),輸出長(zhǎng)度減少46.9%,真正實(shí)現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓(xùn)練提供了新思路。
南洋理工大學(xué)與騰訊聯(lián)合研究團(tuán)隊(duì)開發(fā)出Rolling Forcing技術(shù),實(shí)現(xiàn)AI視頻實(shí)時(shí)流式生成的重大突破。該技術(shù)通過滾動(dòng)窗口聯(lián)合去噪、注意力錨點(diǎn)機(jī)制和高效訓(xùn)練算法三項(xiàng)創(chuàng)新,解決了長(zhǎng)視頻生成中的錯(cuò)誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標(biāo)從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學(xué)研究團(tuán)隊(duì)發(fā)現(xiàn),通過讓AI模型學(xué)習(xí)解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個(gè)幾何題目的Euclid30K數(shù)據(jù)集,使用強(qiáng)化學(xué)習(xí)方法訓(xùn)練多個(gè)AI模型。實(shí)驗(yàn)結(jié)果顯示,幾何訓(xùn)練在四個(gè)空間智能測(cè)試基準(zhǔn)上都帶來顯著提升,其中最佳模型達(dá)到49.6%準(zhǔn)確率,超越此前最好成績(jī)。這項(xiàng)研究揭示了基礎(chǔ)幾何知識(shí)對(duì)培養(yǎng)AI空間智能的重要價(jià)值。