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
智能网卡(SmartNIC)技术自2013年AWS首次应用以来,虽然获得了VMware、英特尔、AMD和英伟达等巨头支持,但市场表现平平。分析师指出,目前主要客户仍局限于服务提供商。然而,随着AI技术蓬勃发展,情况正在改变。英伟达、红帽等厂商在AI云架构中推荐使用DPU,认为其可优化推理工作负载并提升资源效率,AI革命有望真正推动智能网卡技术普及。
中科院团队开发的SimpleGVR系统革新了AI视频增强技术,通过直接在潜在空间处理和创新的分阶段训练策略,能够将AI生成的低分辨率视频高效提升至高清画质。该系统不仅提升分辨率,还能修正AI视频特有的颜色混合等问题,在多项指标上超越现有顶级方法,为AI视频生成领域提供了实用的解决方案。
YouTube为Premium会员推出AI生成的搜索轮播功能,可在购物和地点查询时显示相关视频序列。同时,此前仅限Premium用户的AI对话助手开始向美国普通用户开放,用户可通过"询问"按钮获得视频摘要和内容问答服务。该AI工具基于YouTube平台和网络信息运行,但准确性仍待观察。
浙江大学联合腾讯AI实验室提出KnowRL方法,通过在强化学习中集成事实性奖励机制,有效解决慢思维AI模型在推理过程中的幻觉问题。该方法在保持原有推理能力的同时,显著提升了模型的事实准确性,为构建更可靠的AI系统提供了新思路。