Компания Ambarella, занимающаяся разработкой полупроводниковых решений для обработки видео высокого разрешения и компьютерного зрения, представила на выставке CES семейство контроллеров домена для автомобильной электроники. Особенностью однокристальных систем семейства CV3 является поддержка алгоритмов искусственного интеллекта. Как утверждается, это «полностью масштабируемое, энергоэффективное семейство однокристальных систем CVflow обеспечивает самую высокую производительность обработки в задачах искусственного интеллекта в автомобильной промышленности — до 500 eTOPS, что в 42 раза больше показателя предыдущего автомобильного семейства Ambarella».
Благодаря наличию до 16 ядер Arm Cortex-A78AE, для CV3 заявлен значительный (до 30 раз) прирост производительности CPU по сравнению с предыдущим поколением. Эти SoC обеспечивают централизованную обработку данных, поступающих с разнообразных датчиков, включая камеры высокого разрешения, радары, ультразвуковые датчики и лидары, а также выполняют слияние данных, необходимое для задач планирования маршрута.
В CV3 дебютировала архитектура Ambarella CVflow следующего поколения. Она включает нейронный векторный процессор (NVP), оптимизированный для работы с программным обеспечением для радаров, и новый векторный процессор с плавающей запятой (GVP), предназначенным для разгрузки CPU в задачах классического машинного зрения и обработки данных радара.
В CV3 также интегрирован процессор обработки изображений, поддерживающий до 12 физических или 20 виртуальных камер. Благодаря ему, одна SoC CV3 может обслуживать полный набор датчиков, который для типичной машины с системой самоуправляемого движения уровня L2+ включает 10 камер, 5 радаров и множество ультразвуковых датчиков.
По словам разработчиков, уникальная аппаратная масштабируемость семейства CV3 позволяет автопроизводителям унифицировать программные стеки, снижая стоимость и сложность разработки программного обеспечения.
Ожидается, что ознакомительные образцы первых SoC семейства CV3 будут доступны в первой половине 2022 года.
Источник: iXBT
