GlobeNewswire: AImotive bringt aiWare4 auf den Markt, mit fortschrittlichen Funktionen zur Wellenfrontverarbeitung und für eine verbesserte Sicherheit und Stromeinsparung

AImotive bringt aiWare4 auf den Markt, mit fortschrittlichen Funktionen zur Wellenfrontverarbeitung und für eine verbesserte Sicherheit und Stromeinsparung Die 4. Generation der aiWare™ Automobil-NPU-Hardware-IP liefert bis zu 64 TOPS pro Kern, nutzt innovative Wellenfront-Verarbeitungsalgorithmen und verbesserte Speicherarchitektur, und kann damit eine deutlich verbesserte PPA* und verbesserte integrierte ISO26262-Sicherheitsunterstützung bieten. BUDAPEST, Ungarn, May 27, 2021 (GLOBE NEWSWIRE) -- AImotive, einer der weltweit führenden Anbieter skalierbarer modularer Technologien für automatisiertes Fahren, gab heute die neueste Version seiner preisgekrönten aiWare NPU-Hardware-IP bekannt. Mit umfangreichen Verbesserungen der On-Chip-Speicherarchitektur, innovativen neuen Wellenfront-Verarbeitungsalgorithmen und verbesserten ISO26262-konformen Sicherheitsfunktionen bietet aiWare4 die ultimative skalierbare Lösung von den anspruchsvollsten Single-Chip-Edge-Anwendungen bis hin zu den leistungsstärksten zentralen Verarbeitungsplattformen für die Automobil-KI. Mit aiWare4 wurden viele wichtige Messwerte weiter verbessert, darunter TOPS/mm2, effektive TOPS/W und eine Reihe von hocheffizienten CNN-Topologien. Zu den verbesserten Funktionen bei aiWare4 gehören: Skalierbarkeit: bis zu 64 TOPs pro Kern (im Vergleich zu 32 TOPS bei aiWare3) und bis zu 256 TOPS pro Multi-Core-Cluster, mit größerer Konfigurierbarkeit von On-Chip-Speicher, Hardware-Sicherheitsmechanismen und externer/gemeinsamer Speicherunterstützung Sicherheit: verbesserte Standard-Hardwarefunktionen und zugehörige Dokumentation, die eine einfache ISO26262 ASIL B und eine höhere Konformität sowohl für SEooC (Safety Element out of Context) als auch für In-Context-Safety-Element-Anwendungen gewährleisten PPA (Anmerkung 1) : 8-10 Effektive TOPS/W für typische CNNs (theoretische Spitze bis zu 30 TOPS/W) mit einem Prozessknoten von 5 nm oder kleiner; bis zu 98 % Effizienz für eine breitere Palette von CNN-Topologien; flexiblere Energiedomänen, die ein dynamisches Energiemanagement ermöglichen, um auf Kontextänderungen in Echtzeit reagieren zu können, ohne neu gestartet werden zu müssen Verarbeitung: innovative Wavefront-RAM (WFRAM) nutzt die neueste Wellenfrontverarbeitung von aiWare und überlagerte Multitasking-Scheduling-Algorithmen, die eine verstärkt parallele Ausführung, bessere Multitasking-Fähigkeit und erhebliche Reduzierung der Speicherbandbreite im Vergleich zu aiWare3 für CNNs ermöglichen, die Zugriff auf erhebliche externe Speicherressourcen erfordern aiWare4 bietet weiterhin eine branchenführende NPU-Effizienz (siehe Anmerkung 2) und ermöglicht eine überlegene Leistung bei weniger Silizium. Diese neuesten Upgrades ermöglichen aiWare4 auch die Ausführung einer Vielzahl von CNN-Workloads, die nur On-Chip-SRAM für Single-Chip-Edge-AI oder stärkeroptimierte ASIC- oder SoC-Anwendungen verwenden. „aiWare4 baut auf der umfangreichen Erfahrung auf, die wir aus der Zusammenarbeit mit unseren Silizium- und Automobilpartnern sowie Erkenntnissen unseres aiDrive-™-Teams in die neuesten Trends und Techniken gewonnen haben, die das neueste Denken in CNNs für Automobilanwendungen vorantreiben“, sagt Marton Feher, SVP Hardware Engineering von AImotive. „Wir sind stolz darauf, dass wir die effizienteste NPU der Branche für Automobil-Inferenz anbieten und haben nun die Fähigkeiten von aiWare erweitert, um ein neues Maß an Sicherheit, Flexibilität, stromsparenden Betrieb und Leistung in den anspruchsvollsten Automobilbetriebsumgebungen zu erreichen.“ Weitere Informationen zu aiWare4: https://aimotive.com/aiware4 AImotive wird aiWare4 RTL ab dem 3. Quartal 2021 an seine Hauptkunden versenden. Anmerkungen Anmerkung 1: PPA: Power, Performance and Area (Kraft, Leistung und Fläche) Anmerkung 2: Laden Sie den neuesten aiWare 3-Benchmark herunter, der eine Effizienz von bis zu 98 % auf dem Apache5 SoCvon Nextchip demonstriert. NPUEf-Effizienz misst die % der zugesagten TOPS, die man theoretisch zur Ausführung des Arbeitsaufkommens an GMACS von CNN nutzen kann. Zusätzliche Benchmark-Daten hier anfordern Über AImotive: Kontakt: Bence Boda AImotive Communications Manager bence.boda@aimotive.com aimotive.com/about-us