2024 年 3 月 19 日,加利福尼亚州圣克拉拉—AMD(超威,纳斯达克股票代码:AMD)今日宣布,其尖端自适应计算技术为索尼半导体解决方案( SSS )所选用,用于其最新汽车激光雷达( LiDAR )参考设计。 SSS 作为图像传感器技术领域的全球领导者,此次与 AMD 携手带来用于自动驾驶汽车的强大且高效的激光雷达解决方案。采用 AMD 自适应计算技术显著扩展了 SSS 激光雷达系统功能,为下一代自动驾驶解决方案提供了非凡的精度、更快的数据处理以及高可靠性。

在快速演进的自动驾驶领域,对精确可靠的传感器技术的需求从未如此强烈。激光雷达(光探测和测距)技术在为各行业实现深度感知和环境测绘方面发挥着关键作用。激光雷达能提供图像分类、分割以及目标检测数据,这些数据对于由人工智能( AI )加强的 3D 视觉感知至关重要,因为其无法仅依靠摄像头提供,尤其是在弱光或恶劣天气下。专用激光雷达参考设计通过标准化平台解决了自动驾驶汽车开发的复杂性问题,能以更高的安全性驾驭不同驾驶场景。
AMD 公司副总裁兼自适应计算事业部总经理 Yousef Khalilollahi 表示:“激光雷达技术及其 AI 增强感知功能正以非凡的速度发展,支持部署越来越多的应用。我们与索尼半导体解决方案的合作将 AMD 自适应计算集成到其激光雷达参考设计中,体现了我们致力于在关键行业领域突破技术边界并推动创新的努力。”
索尼半导体解决方案公司汽车开发部总经理 Takayoshi Ozone 表示:“此次与 AMD 的技术合作展现了我们在承诺为激光雷达应用提供尖端解决方案方面的重大飞跃。通过将 AMD 自适应计算技术融入我们的激光雷达参考设计,我们已准备好在性能、可靠性和灵活应变能力方面树立新标准。”
SSS 激光雷达参考设计采用 IMX 459 传感器,由 AMD ZynqTM UltraScale+TM MPSoC 自适应 SoC 和 ArtixTM-7 FPGA 提供支持,使汽车制造商和汽车设备供应商能够拥有一款全面的感知平台,以驾驭复杂驾驶场景并借助卓越的精度识别潜在危险。该参考设计利用 AMD 在打造可扩展且灵活应变的计算解决方案方面的专长,对 SSS 的 SPAD ToF 式距离传感器的处理能力进行了优化。这项协同合作将带来高精度、快速数据处理速度以及出色的可靠性,从而应对汽车产业日益演进的需求。SSS 和 AMD 的共同努力将加速激光雷达技术在各个行业的采用,为自动驾驶系统带来新的可能性。
相关资源
· 进一步了解索尼半导体解决方案
· 阅读 ABI Research 白皮书:《一种可扩展的自动驾驶方法》
AMD 在汽车领域
随着汽车产业创新步伐不断加快,对高性能算力、计算加速和图形技术的需求也在走强。凭借业界丰富的高性能 CPU、GPU、FPGA 和自适应 SoC 产品线,AMD 正处于这一转折点的最前沿。从车载信息娱乐系统到高级驾驶辅助系统、自动驾驶和车联网应用等功能安全关键型应用,AMD 能为汽车制造商提供芯片和软件解决方案一站式服务。如需了解更多信息,请访问 AMD 汽车专区。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。