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
Dfinity基金会发布Caffeine AI平台,通过自然语言提示创建功能完整的应用程序,旨在将全球开发者数量从5000万扩展到50亿。该平台基于区块链技术,用户可通过对话方式快速构建应用,包括博客和电商网站等。与Anthropic合作提供后端支持,挑战传统应用商店模式。
微软研究院推出SambaY架构,通过创新的门控记忆单元实现AI推理速度10倍提升。该技术采用解码器-混合-解码器设计,在数学推理等复杂任务上表现卓越,为高效AI推理开辟新方向,有望推动AI在教育、科研、医疗等领域的广泛应用。
社交媒体巨头Meta开发了一个AI模型来创造新型混凝土配方,并将其中一种应用于新数据中心的地面浇筑。该模型采用贝叶斯优化技术预测不同混凝土配比的抗压强度曲线,显著加速了传统需要数天或数周的测试过程。Meta与建筑公司Amrize和伊利诺伊大学合作,在明尼苏达州罗斯蒙特数据中心使用了这种新型低碳混凝土。该设施初期功率为10兆瓦,未来将扩展至75兆瓦。
瑞士EPFL研究团队开发的PERK方法通过参数高效的测试时学习技术,让AI能够像人类一样将长文档信息编码到专门的记忆模块中,显著提升了长上下文推理能力。该方法在多项测试中表现卓越,不仅能处理比训练时长32倍的文档,还解决了传统AI的位置偏见问题,为处理复杂长文档提供了创新解决方案。