- Advertisement -
首頁 標籤 演算法

演算法

- Advertisment -

賽靈思助百度自動駕駛平台ACU量產

賽靈思(Xilinx)日前宣布,搭載賽靈思車規級晶片Zynq UltraScale+ MPSoC的百度車載運算平台ACU(Apollo Computing Unit)於偉創力的中國蘇州廠正式量產,這款硬體平台將率先應用於Apollo Valet Parking(AVP)自動代客停車產品。百度表示已經與多家OEM達成合作協定,其中中國新興車廠威馬汽車將在今年的車款率先搭載百度AVP產品。 百度自動駕駛運算平台 (資料來源:賽靈思) 百度自動駕駛技術部總經理王雲鵬表示,百度持續深耕自動駕駛領域並累積經驗,ACU進入量產意味著團隊已顯著強化車規級功能安全、自動駕駛產品商業化及軟硬體供應鏈管理等方面的能力。將攜手業界的合作夥伴,共同致力於ACU的研發設計。賽靈思作為國際FPGA供應商,為百度ACU提供了核心處理晶片,是其他解決方案無法提供的車規級量產效能。 百度ACU是量產型自動駕駛車載運算單元,包含多個系列產品以因應不同場景的運算需求,ACU生產線目前的年產能可達20萬套。其中,ACU-Advanced是業界首創的自動代客停車專用車載運算平台,提供整合軟硬體的解決方案。傳統的自動代客停車功能主要仰賴超音波雷達,而且在環境感測上必須更安全,所以需要結合停車系統進行更複雜的感測器融合,以良好的深度學習推論能力和運算力來處理複雜的駕駛環境。借助賽靈思車規級、異質多核的Zynq UltraScale+ 5EV平台的感測器和AI處理能力,新平台可支援多達5個攝影機、12個超音波雷達,同時預設毫米波雷達和光達介面,並相容於百度飛漿(PaddlePaddle)深度學習框架,以支援演算法的快速反覆運算和升級。 賽靈思擁有超過20年的汽車產業經驗,近14年來皆維持兩位數的出貨成長,尤其28奈米和16奈米產品系列的成功,成為賽靈思汽車業務成長的驅動力。賽靈思至今已在全球累計銷售超過1.9億片車規級晶片,其中7,500萬片用於量產型先進駕駛輔助系統(ADAS)。賽靈思服務的汽車企業超過200家,包括全球主要的汽車供應商、OEM和新創企業。
0

R&S透過示波器新抖動分解方法提升訊號完整性調試

羅德史瓦茲(R&S)針對R&S RTO和R&S RTP 兩款示波器推出新的選配功能,可幫助研發工程師更深入地了解傳輸介面的各個抖動成分。工程師們現在可將抖動區分為隨機和確定性兩種,並可隨時查看結果以進行有效的調試。R&S分解演算法使用參數訊號模型進行精確測量和附加的顯示結果。 R&S示波器部門資深副總Josef Wolf對R&S RTO-K133/RTP-K133選配非常有信心,表示,很榮幸介紹這種先進方法,這也是近二十年來首次真正提高示波器抖動分離的新方法。借助新的高階抖動選配功能,R&S可幫助工程師獲得有關其訊號抖動特性的更多細節,這是過去無法做到的。 R&S開發了一種新穎且功能強大的方法來分析抖動的各個成分,為電子電路設計人員提供了以前未知的深度技術知識,這些知識對於調試高速訊號非常有用。 隨著數據速率的增加和電壓擺幅的減小,數位介面的抖動在信令間隔裡占了很高的比例,也是潛在的故障源。工程師愈來愈需要能夠準確分辨訊號抖動特徵的工具,包括將訊號分解成獨立成分。 新的R&S RTO-K133/RTP-K133進階抖動分析選配導入了一種分析方法,可區分抖動的各個成分如隨機抖動和確定性的抖動成分(如數據相關抖動和周期性抖動)。這種方法以參數訊號模型為基準,該模型可完全分辨受測傳輸鏈路的行為。 相較於傳統方式將數據縮減為一組時間間隔誤差測量值,R&S這種方式主要優勢在於抖動模型包括了受測訊號的完整波形特性,即使是相對較短的訊號序列也能獲得一致的測量數據;加上先前無法使用的訊息(如階躍響應) 或垂直和水平周期性抖動之間的區別。工程師可受益於抖動成分所呈現的深入細節,例如合成眼圖、所有獨立抖動成分的直方圖、週期性抖動的頻譜和峰值圖以及用於估算誤碼率的浴缸曲線圖。
0

人工智慧技術引發各領域AI投資熱潮

人工智慧(AI)將深入各行各業、個個角落,根據產業研究機構資策會MIC研究指出,AI將成為基盤性技術,全球人工智慧的科技支出,2016年約為4.5億美元,但預計於2020年達到192.8億美元、2021年更將突破達到289.6億美元,顯示全球公私領域皆將人工智慧視為科技研發投入的重點,並將逐漸導入應用以強化自身競爭力。 另外,全球人工智慧已在許多領域展現影響力,以應用類型的營收為例,資策會MIC認為,2016~2025年其累計收入最大者為靜態圖像標記與分類,產業規模達80億9780萬美元,其次為演算法交易策略75億4050萬美元,而性能提升則能創造73億6640萬美元商業價值,其他如病患數據處理提升、預測性維護、物件辨識等都有不錯的商業價值,顯現AI正在逐步改變各種基盤性技術。 再者,商業營運、生產流程等也將試著由人工智慧的導入,來提升營運的效率。全球自動化與人工智慧商業支出中,投入最高比重智慧化流程自動化(Intelligence Process Automation)顯示出部分廠商投入人工智慧主要的目的在於改善現有的生產流程;其次,則為機器人流程自動化,並且有比例擴張的情況,顯示未來生產流程中將有更多的機器人,而人工智慧則可導入進行最佳化應用。  
0

量子電腦掀資安危機 演算法/安全晶片雙管齊下

在金融科技(Fintech)與物聯網(IoT)應用發展下,網路資料量越來越龐大,內涵的價值也越來越高,使得駭客攻擊事件層出不窮。2018年6月韓國比特幣交易所Coinrail即遭駭客入侵,竊取價值4000萬美元的加密貨幣。而未來量子電腦(Quantum Computing)發展成熟後,其強大的運算效能將引起更大的資安威脅,使得後量子演算法與安全晶片成為業界投注的焦點。 近年來量子電腦發展加速,預估其運算效能發展至2000量子位元(qubit)以上,即可在幾秒內破解現有的公鑰密碼系統,包括比特幣等加密貨幣的數位簽章。為防範量子電腦所帶來的資安威脅,相關單位如Google已積極投入後量子密碼演算法開發,而英飛凌(Infineon)也將後量子演算法導入其安全晶片中。因應此趨勢,美國政府也已公開程序來制定可防抵抗量子電腦攻擊的後量子密碼國家標準。 不過,光從演算法著手可能仍無法有效防範攻擊,銓安智慧科技(IKV-Tech)創辦人兼總經理鄭嘉信表示,軟體具有可調整彈性因此也較容易被篡改,且軟體是由人所設計的,必然帶有漏洞且無法避免,因此須搭配安全晶片保障伺服器與交易環境安全。安全晶片內含加密金鑰、演算法與加密引擎,加解密過程都在硬體中進行,以避免在不安全的伺服器環境中進行交易。 事實上安全晶片並非新興技術,其過去主要被運用在軍事與金融體系中,而近幾年隨著物聯網涵蓋的面向越趨廣泛,包括工業製造、智慧交通以及智慧醫療等,對於資訊安全越來越敏感,相關單位也希望能將硬體安全機制導入物聯網裝置中。 然而,鄭嘉信坦言,要將安全晶片導入物聯網裝置中,成本是很大的挑戰。由於安全晶片需要非常多技術與元件,包括密碼學(Cryptography)、防篡改技術(Tamper Resistant)、安全作業系統 (Secure COS) 以及各種侵入式或非侵入式攻擊的感應器(Sensors),開發與製造過程所費不貲。而物聯網涵蓋的情境多元,晶片設計須因應不同應用場景做調整,須耗費更多的成本,導致目前裝置業者採用意願不高。 針對此問題,目前歐盟提出相關對策,要求業者公開經第三方驗證的產品安全規格,讓消費者能了解自己所購買的聯網裝置屬於哪個安全評估等級,同時也能審視產品是否確實達到安全規範,盼能藉此逐步提升物聯網裝置的安全等級。而鄭嘉信也指出,目前荷蘭、德國等國的智慧電表中都已搭載安全晶片。 根據美國官方所引用的說法,2026-2031年時量子電腦的運算效能才足以威脅現有的公鑰密碼系統,但銓安研發長、台大數學系兼任教授陳君明表示,由於產品有一定的更換周期,因此業者在開發或採購可能使用5年以上的裝置時,須特別考量其資訊安全等級,以避免裝置暴露於資安風險中。
0
- Advertisement -
- Advertisement -

最新文章

- Advertisement -

熱門文章

- Advertisement -

編輯推薦

- Advertisement -