インテル子会社が自動運転向け5nm RISC-Vプロセッサをリリース

インテル子会社が自動運転向け5nm RISC-Vプロセッサをリリース

CES(コンシューマーエレクトロニクスショー)がラスベガスで盛況だ。インテル、マイクロソフト、グーグルなどの大手メーカーは流行のためオフラインでの参加を取りやめたが、インテルはオンライン記者会見の機会を利用して、ノートPC向けの第12世代プロセッサを発表した。プロセス技術だけの観点から見ると、第12世代Coreプロセッサが採用した10nmプロセス技術は、前世代の「14nm++」よりもはるかに優れているが、AMD RyzenやApple M1シリーズチップが採用した5nmプロセスには依然として遅れをとっている。

しかし、今回注目したいのは、Intelの新世代モバイルCoreプロセッサではない。自動運転分野向けにリリースされたMobileye EyeQ Ultraチップが注目点だ。

モービルアイはインテルの子会社で、2017年にインテルに153億ドルで買収された。主に自動運転車や関連支援システムの開発を行っている。 CES 期間中、Mobileye は EyeQ Ultra というチップを発表しました。これは x86 アーキテクチャを使用していません。代わりに、12 個の RISC-V アーキテクチャ コアを備え、Arm GPU と DSP を使用して、レベル 4 の自動運転機能を自動車に導入することを目指しています。

RISC-V アーキテクチャを使用していることに加えて、もう 1 つの興味深い点は、EyeQ Ultra は理論上はそれほど強力なチップではなく、公式のパフォーマンス データはわずか 176 TOPS であるということです。比較すると、Nvidia が 2019 年にリリースした Orin は 254 TOPS を提供でき、2021 年にリリースされた Atlan は 1000 TOPS に到達できます。つまり、Mobileye は、より低いパフォーマンスと消費電力で競合他社に対抗できると考えています。

EyeQ Ultra は、10 個の EyeQ5 チップのパフォーマンスを 1 つのチップにまとめたシングルチップ ソリューションであり、複数の SoC を統合する際の電力消費とコストを回避します。

Mobileye EyeQ Ultra 仕様ハイライト:

  1. 5nmプロセス技術
  2. CPU: 12コアRISC-Vプロセッサ(24スレッド)
  3. GPU: アームGPU
  4. DSP: アームDSP
  5. 2つのセンサーサブシステム
  • カメラのみのシステム
  • レーダーとライダーを組み合わせたシステム
  1. SIMDコア
  2. VLIW コア
  3. CGRAコア
  4. ディープラーニング コア (最後の 4 つのコアは Mobileye 独自のアクセラレータ)

Mobileye はチップの提供に加えて、より優れた電力消費とパフォーマンスを実現するためのサポートソフトウェアも提供しています。自動運転の最高レベルはレベル5ですが、まだ一歩ずつ進んでいく必要があります。公式計画によれば、EyeQ Ultraは2023年末に正式に発売され、このチップを搭載した自動車は2025年に発売される予定だ。

この記事はOSCHINAから転載したものです

この記事のタイトル: インテル子会社が自動運転向け5nm RISC-Vプロセッサをリリース

記事URL: https://www.oschina.net/news/177206/intel-mobileye-eyeq-ultra

<<:  Java ソートアルゴリズムについてどれくらい知っていますか?

>>:  アルゴリズム推奨規制が実施されます。ユーザーはプラットフォームに「ノー」と言えるのでしょうか?

ブログ    

推薦する

BAIRは、3種類のモデルフリー強化学習アルゴリズムを組み合わせたRLコードライブラリrlpytをオープンソース化しました。

最近、BAIR は強化学習研究コードライブラリ rlpyt をオープンソース化しました。このライブラ...

ドローンの将来の用途

ドローンは、1960年代以降、政府と軍隊によるインテリジェントな戦闘装備の需要から生まれました。米軍...

Baidu Shen Dou: AIネイティブアプリケーションを作成するには2つのステップが重要

2024年1月10日、Honor MagicOS 8.0発表会と開発者会議において、Honor Te...

旅の途中を超えて?文脈学習に基づく画像拡散モデルのトレーニング [Frontiers]

1. 背景知識 - テキスト画像生成の現状まずは背景知識をご紹介します。テキスト画像生成モデルにつ...

...

実践的な Golang の基本データ構造とアルゴリズム、k-means クラスタリング アルゴリズム

起源最近読んだ本『はじめてのアルゴリズム』(石田康樹、宮崎修一)この一連のノートは、Golangの実...

AIストレージプラットフォームが機械学習とデータ分析のニーズを満たす方法

機械学習と AI タスクの実行方法や環境内でのデータの収集方法に応じて、組織はどの AI ストレージ...

...

人工知能の時代、主役となるのは誰でしょうか?

[[382357]] 1990年代、米国はコンピュータ産業の早期発展の機会をいち早く捉え、デジタル...

...

人工知能の開発を加速するための9つのヒント

現在、多くの企業が AI テクノロジーで一定の成功を収めており、IT チームは AI プロジェクトを...

メタは触覚手袋を開発し、メタバースで猫を撫でたい人もいれば、大胆なアイデアを持つ人もいる

この記事はAI新メディアQuantum Bit(公開アカウントID:QbitAI)より許可を得て転載...

革新的なトランスフォーマー!清華大学はSOTAを実現する長期時系列予測のための新しいバックボーンネットワークを提案

[[410176]]予測時間を可能な限り延長することが時系列予測の中心的な課題であり、エネルギー、輸...

...

GPT-4+物理エンジンは拡散モデルをサポートし、現実的で一貫性のある合理的なビデオを生成します。

拡散モデルの出現により、テキスト生成ビデオ技術の開発が促進されましたが、このような方法は通常、計算コ...