超强算力赋能汽车与嵌入式行业创新

描述

 

当前,中国汽车行业的新能源车渗透率已高达30%以上,同时传统车厂与新能源车厂之间并无明显界限,反而交叉愈深。尤其是舱驾融合这块,两者已经不能够分开作为独立个体的存在而平行发展。

 

在2022年,AMD与赛灵思合并以后,驾舱融合的趋势及价值被挖掘出来。从AMD角度来看,沉浸式的表现(immersive express)是其传统强项,无论是3D驾驶域的重建、重构,还是娱乐域的游戏等方面;而原先的赛灵思在驾驶域控制的安全性方面卓有优势,从早期的ECU到现在的ADAS域控制器。两者合并以后的AMD,完全可以将这两个平台通过PCIE总线进行融合,变成一个完全可拓展、安全可控的驾舱一体理想平台

 

欢迎光临6月15日,由 AMD AECG市场及业务开发总监酆毅先生带来的主题演讲,共同探讨中国汽车产业创新之路。

 

       

主题演讲:赋能中国汽车产业创新

       赛灵思

6月15日 | 10:30 – 11:30

创新论坛-主会场

酆毅(Bob Feng)

AMD AECG 市场及业务开发总监

 

 

在实现自动驾驶的竞赛中,传感器融合技术已成为一项必备条件。这涉及到各种传感器的整合,如摄像头、毫米波雷达、激光雷达和超声波传感器,以分别收集数据、识别颜色和测量距离。汽车制造商对哪种传感器组合及哪种融合方式真正适合自动驾驶还存在争议。目前比较流行的有两种方案:一种是通过激光雷达与视觉融合的雷视一体智能传感器、一种是融合各种数据类型的中央计算类的域控制器。

 

这两种方案是否可以通过同一平台来实现呢?

 

挑战1:中央计算面临多路原始数据需要实时发送到中心域控制器进行神经网络处理,由于大量数据并发导致的吞吐量瓶颈,会造成效率低下。

 

挑战2:雷视一体则需要解决在融合过程中随时进行算法调整和数据标定与匹配的问题。

 

AMD自适应平台具有高精度、高吞吐量和低延迟、可定制性和灵活性。在中央计算侧通过Sensor Hub方式,实现硬件解耦和降低处理复杂性。在雷视一体侧,实现基于FPGA的硬件级图像前端融合,硬件级的空间对准和时间同步,也有助减少标定成本和误差。国内激光雷达制造商Tanway(探维科技)通过使用这一技术,使得环境信息更加完整,提高了数据的鲁棒性。以经济有效的方式将视觉和雷达数据的优势融合在同一传感器中,实现了规模化量产。

 

欢迎注册参加6月14日,由AMD携手探维共同向您讲解 AMD 自适应计算如何解决上述挑战。

 

       

专题分享:AMD自适应计算助力

从雷达传感器到域控制器的融合

       赛灵思

6月14日 | 15:50 – 16:10

创新论坛 - 分论坛5(C003)

毛广辉(Garfield Mao)

AMD大中华区高级市场经理

汽车业务系统架构师

赛灵思

郑睿童

探维科技 CTO

 

 

对先进的医疗成像系统的需求不断增长,凸显了对更强大的计算解决方案的需求,这些解决方案可以处理多个通道的高质量和实时成像。因此,AMD在丹麦科技大学Joergen Jensen博士的帮助下,为高端超声成像系统建立了超快速波束成形器。

 

如今,人工智能被普遍用于智能手术系统,由FPGA技术打造的手术机器人可以提供多关节机械臂的精确控制,具有高分辨率、超低延迟的3D显示和实时AI推理。这推进了智能和精确的手术机器人的发展,使手术更安全、更高效。欢迎医疗行业的同仁,参与本次专题分享,共同讨论医疗成像、手术机器人和人工智能在手术和诊断方面的应用,了解 AMD 7nm 异构SoC架构和解决方案。

 

       

专题分享:如何打造高性能的

医学成像和智能手术机器人系统

       赛灵思

6月14日 | 10:30 – 11:20

翁羽翔

AMD工业与视觉系统架构师

 

 

除了上述主题演讲和技术分享之外,AMD 诚邀您访问我们的展台(3号馆 A180)。AMD将向您展示我们的自适应和嵌入式计算解决方案如何与人工智能、沉浸式智能座舱、汽车感知系统与电子后视镜、KVM、工业与储能等领域的合作伙伴技术无缝集成,以帮助您快速为智能边缘构建经济高效的产品和解决方案。

 

赛灵思

点击图片,了解演示详情

 

扫描下方二维码,注册报名 2023届上海国际嵌入式展

 

 

 

赛灵思

 

 

 

 

注:扫码之后将跳转至 2023 上海国际嵌入式展官方报名页面,请遵循展会的报名要求完成注册。

AMD 展位在 3 号馆 A180 展位。我们期待与您展会上相会。


原文标题:超强算力赋能汽车与嵌入式行业创新

文章出处:【微信公众号:Xilinx赛灵思官微】欢迎添加关注!文章转载请注明出处。


打开APP阅读更多精彩内容
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉

全部0条评论

快来发表一下你的评论吧 !

×
20
完善资料,
赚取积分