由宝马集团领导的神经网络加速器芯片项目选用Arteris® IP 的FlexNoC®互连IP和弹性软件包

  NoC 互连 IP 将作为德国联邦教育和研究部 (BMBF) 研究项目的芯片数据通信骨干网络，以推进汽车AI和机器学习 (AI/ML) 处理。

  美国加利福尼亚州,坎贝尔 – 2022 年 4月 5 日– 业界领先的提供片上网络（NoC）互连和 IP部署软件以加快SoC创建的系统级芯片(SoC)系统IP供应商Arteris IP 今天宣布，宝马集团已经选择其 FlexNoC 互连 IP 和弹性配套软件包FlexNoC Resilience Package IP 用于由德国联邦教育和研究部 (BMBF) 部分资助的芯片项目，该项目是 ZUSE-KI-mobil 公共资助项目的一部分。 该项目的目标是开发一种用于高端深度学习应用的加速器芯片，在能效、可靠性、鲁棒性和安全性方面实现飞跃，远远超出当前的可能性。 宝马集团担任该项目的协调者和领导者。

  之所以选择 Arteris 的FlexNoC 互连IP和弹性软件包 IP，是因为它包含可增强系统级功能安全性、可靠性、能源效率和安全性的关键技术，同时还能提高系统性能。创建一个平衡巨大带宽的 AI/ML 处理需求和严格的实时延迟限制的系统已经很困难了，而实现能源效率、可靠性和安全性的延伸目标又带来了另一个数量级的挑战。 Arteris IP 的先进的技术是唯一能让该项目在最先进的汽车专用机器学习 SoC 领域实现飞跃的互连 IP 选项。

  “我们很高兴宝马集团领导的联合项目选择 Arteris IP 的互连技术作为其创新的汽车SoC的片上通信网络。” Arteris IP 总裁兼首席执行官 K. Charles Janac 表示， “宝马集团决定使用我们的互连 IP 作为这个复杂系统的片上数据通信网络，这证明我们的技术可以帮助设计团队实现世界上最复杂的 AI/ML 处理芯片。”

  关键字：编辑：张工 引用地址：宝马集团领导的神经网络加速器芯片项目选用Arteris® IP的互连IP和弹性软件包

  下一篇：意法半导体发布经济实惠的STGesture™手势识别全套解决方案

  历史表明，网络安全威胁随着新的技术进步而增加。关系数据库带来了SQL注入攻击，Web脚本编程语言助长了跨站点脚本攻击，物联网设备开辟了创建僵尸网络的新方法。而互联网打开了潘多拉盒子的数字安全弊病，社会化媒体创造了通过微目标内容分发来操纵人们的新方法，并且更容易收到网络钓鱼攻击的信息， 比特币 使得加密ransowmare攻击成为可能。类似的威胁网络安全的方法还在不断产生。关键是，每项新技术都会带来以前很难来想象的新安全威胁。 最近， 深度学习 和 神经网络 在支持各种行业的技术方面变得很突出。从内容推荐到疾病诊断和治疗以及 无人驾驶 ，深度学习在做出关键决策方面发挥着很重要的作用。 现在我们所面临的问题是，知道神经网络和深度学习算

  带来的网络安全威胁大揭秘 /

  据外媒报道，在今年的美国加州长滩举行的第31届神经信息处理系统大会（NIPS conference 2017）上，奥迪展示一项预研发创新项目（innovative pre-development project）。该项目涉及一款单目摄像头（mono camera），奥迪将人工智能技术应用到该设备中，从而生成了超高精度车辆旁边的环境的3D建模。该会议的举办时间为2017年12月4日-9日，奥迪是其联合赞助商。 新款奥迪A8是全球首款3级无人驾驶量产车型，奥迪人工智能交通拥堵导航系统可应对缓行交通（slow-moving traffic）的驾驶任务，将最大车速限制在60 km/h（约合37.3 mph），该系统既符合现行的法规，又满

  大陆集团日前表示，其正在向宝马新3系供应第二代抬头显示器。     该抬头显示器可显示的信息包括车速、导航系统和车载娱乐信息系统数据，另外该抬头显示器还可以向驾驶员发出提示信息等。该抬头显示器的虚拟屏幕位于驾驶员前方、发动机罩上方。     大陆集团从2003年开始生产抬头显示器，2010年开始为奥迪汽车公司的A6以及A7车型批量生产第二代抬头显示器。

  现在，计算机几乎和人类一样具有识别物体图像的能力。 ImageNet大型视觉识别挑战赛，是一项为那些试图开发视觉机器人的科学家举办的年度比赛。参赛者必须针对那些具有特定图像的物体开发出相应的算法，而这个比赛很好的证明了这一趋势。 到目前为止，没办法识别图像的计算机很难对数以百万计的图像进行解析和提取。但自2012年以来，参加这个挑战赛的人数在逐年增加，并且有很大的可能性在近几年超过我们现有的这一部分。 那么，2012年发生了什么改变？一个来自加拿大多伦多大学的团队提出了一个叫做“监督”的算法，能够最终靠深卷积神经网络将图像划分为1,000个独立的类。 发明于1980年代初的深卷积神经网络，由多层排列

  据外媒报道，无人驾驶需要极为强大的计算能力。然而，目前亟待讨论的话题依然是：何种处理器架构最适合运行目标识别及传感器融合演算法（sensor fusion algorithms），以便实现计算机驱动车辆。 铿腾（Cadence）现已通过旗下的泰思立达（Tensilica）推出了一款基于数字信号处理器（DSP）架构的处理器。泰思立达的Vision C5产品旨在运行人工智能引擎的所有神经网络层。 谈及运行AI系统，最普遍的方法是利用图形处理器（GPU），其优点如下：常规计算机的标准图形控制器通常包含许多并联运行的GPU。选用适用的算法后，该类图形设备可被人工智能引擎重复应用，以提供卓越的性能优势。目前，英伟达（Nvidia）等芯片

  0 引 言 神经网络(Neural Networks)是人工神经网络(Ar-tificial Neural Networks)的简称，是当前的研究热点之一。人脑在接受视觉感官传来的大量图像信息后，能迅速做出一定的反应，并能在脑海中重现这些图像信息，这不仅与人脑的海量信息存储能力有关，还与人脑的信息处理能力，包括数据压缩能力有关。在各种神经网络中，多层前馈神经网络具有很强的信息处理能力，由于其采用BP算法，因此也称为BP神经网络。采用BP神经网络模型能完成图像数据的压缩处理。在图像压缩中，神经网络的处理优点是：巨量并行性；信息处理和存储单元结合在一起；自组织自学习功能。 与传统的数字信号处理器DSP(Digit

  图像压缩算法乘累加单元的FPGA设计 /

  背景 AI时代，某项技术能像人脑一样工作，不再是遥不可及的梦想，例如智能手机已经能够识别人脸或者语言。 然而，当实现更复杂的应用时，计算机仍然会迅速触及极限。其中一个原因是，在传统的冯·诺依曼体系结构中，计算机的存储器和处理器是分开的，因此所有的数据必须在二者之间来回移动。 冯·诺依曼体系结构（图片来自：） CPU的运算速度增长得较快，内存的访问加载速度增长得较慢，它们之间有速度不匹配的问题，也是所谓的“冯·诺依曼瓶颈”。这一瓶颈不仅限制了系统带宽，增加了系统功耗，也会促进增加计算机的成本和体积。 为了突破这一瓶颈，科学家们希望从人脑结构中获取到灵感。人脑领先于最先进的现代计算机，因为它在同一个地方（

  摘要：在分析传统方法的基础上，将GA与神经网络相结合，提出了一种特征变换的新方法，二者优势互补，通过与传统的特征选择方法比较，用实例验证了该方法的正确性和可信性。 关键词：GA 神经网络 特征选择 特征变换 在机器学习和KDD领域，事物的属性和属性取值反映了事物的本质和度量，为了描述一致，统称为模式特征。在传统文献中，模式特征大体上分为物理特征、结构特征和数学特征 。 物理特征和结构特征容易被人类感官所接受，便于直接识别对象。在AI领域，物理特征和结构特征以数学特征的形式反映出来，特征提取主要指特征数据的处理方法和过程。广义上的特征提取按属性数据的解决方法分为特征直接提 取和间接提取，又称为特征选择和特征变换。 （1）直

  的射频指纹识别

  超级学习手册

  Microchip 喊你快来打造你的理想型单片机，智能门铃、百元京东卡等【80份】好礼等你赢！

  报名赢【挂灯、浴巾】等好礼｜TI MSPM0家用电器和电机控制应用详解

  立即报名 STM32全国巡回研讨会即将开启！（走进11城，9/12-10/27）

  Littelfuse第2期 符合AEC-Q200 车规的保险丝/熔断器

  凡是有价值的资产，企业都会密切监控它们的位置。事实上，定位系统 (LFS) 可用来提高零售、物流、医疗保健、智能建筑等领域的安全性、生 ...

  新思科技在“现有产品”类别位列第二，在“策略”及“市场占有率”并列第二为了在加速开发的同时，提升安全和质量水平，开发和安全团队往往 ...

  2023年9月22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) 供应业界知名定 ...

  贸泽电子开售支持智能家居和便携式消费设备的 Qorvo QM45639 Wi-Fi 7前端模块

  2023年9月21日 – 专注于推动行业创新的知名新品引入 (NPI) 代理商™贸泽电子 (Mouser Electronics) 即日起供货Qorvo的QM45639 5 ...

  IT 和安全决策者需要采用专业的解决方案来抵御恶意脚本、帐户接管和爬虫程序攻击2023年 9月 21日 – 负责支持和保护网络生活的云服务 ...

  金融科技巨头 EBANX 将业务扩展至印度，把握当地蒸蒸日上的数字支付和电子商务市场机遇

  Digi-Key: Follow Me 系列(1) 直播回放及答疑记录

  NVIDIA 和 Evozyne 创建用于生成蛋白质的生成式 AI 模型

  Nordic Semiconductor推出全新nRF54H20 SoC展现世界领先的处理效率

  看MPLAB Harmony集成软件框架之学习篇 你来评论我送礼！

  推陈出“芯“——TI 带你领略智能手机黑科技在线直播 预报名+看直播 好礼让你嗨翻全场！

  站点相关：综合资讯传感器RFID生物识别网络传输电源管理处理器物联网安全行业规范创新应用可穿戴设备智能家居智能工业智能交通物联网百科相关展会专家观点射频