自动驾驶芯片指标AI算力TOPS和CPU算力DMIPS
自动驾驶芯片指标AI算力TOPS和CPU算力DMIPS
文章目录
- 自动驾驶芯片指标AI算力TOPS和CPU算力DMIPS
- 智能驾驶芯片
- CPU GPU NPU
- 算力单位TOPS
- 乘积累加运算MAC
- TOPS计算公式
- GPU算力TFLOPS
- TFLOPS与TOPS的换算
- CPU算力DMIPS
智能驾驶芯片
根据地平线数据,
L2级自动驾驶的算力需求为2-2.5TOPS,
L3级自动驾驶算力需求为20-30TOPS,
L4级自动驾驶算力需求为200TOPS以上,
L5级自动驾驶算力需求为2000TOPS以上。
| 厂商 | 智驾芯片 | AI算力TOPS(INT8) | 量产时间 |
|---|---|---|---|
| 华为 | MDC810 | 400 | 2022 |
| 华为 | MDC610 | 200 | 2022 |
| 英伟达 | Orin | 254 | 2019 |
| 英伟达 | Xavier | 30 | 2020 |
| 特斯拉 | FSD 1.0 | 72 | 2019 |
| 特斯拉 | FSD 2.0 | 预估400-500 | 2023 |
| 地平线 | 征程5 | 128 | 2022 |
| 黑芝麻 | A1000 Pro | 106 | 2022 |
| Mobileye | EyeQ5 | 24 | 2021 |
| 车型 | 智驾芯片 | AI算力TOPS | 座舱芯片 | CPU算力DMIPS | GPU算力TFLOPS | AI算力TOPS |
|---|---|---|---|---|---|---|
| 阿维塔12 | 华为MDC810 | 400 | 麒麟9610A? | 200k | / | 30? |
| 问界M7智驾 | 华为MDC610 | 200 | 麒麟990A? | 80k | 768 | 3.5 |
| 蔚来ET7 | NIVIDA Orin-X *4 | 1016 | 高通8155 | 85k | 1142 | 4 |
| 小鹏G9 | NIVIDA Orin-X *2 | 508 | 高通8155 | 85k | 1142 | 4 |
| 理想L9 Max | NIVIDA Orin-X *2 | 508 | 高通8155 | 85k | 1142 | 4 |
| 理想L9 Pro | 地平线征程5 | 128 | 高通8155 | 85k | 1142 | 4 |
| 特斯拉Model3 | FSD *2 | 144 | AMD Ryzen | / | / | / |
| 极越01 | NIVIDA Orin-X *2 | 508 | 高通8295 | 220k | >3000 | 30 |
CPU GPU NPU
CPU (Central Processing Unit):中央处理器,是计算机系统的主要处理器,负责多数的通用计算任务。【通用】
GPU (Graphics Processing Unit):图形处理器,有大量的并行处理单元(如Nvidia RTX 4090有16384核),主要用于图像处理和并行计算(如图像渲染、深度学习和密码学等)。【专用】
NPU (Neural network Processing Unit):神经网络处理器,具有高度优化的硬件和指令集,主要用于加速机器学习和人工智能应用。【专用】
算力单位TOPS
TOPS (Tera Operations Per Second),表示每秒执行1万亿次(10^12)运算,用于衡量自动驾驶芯片的AI算力。
准确点讲,TOPS描述的是芯片MAC(Multiply Accumulate,乘积累加运算)的运算能力。
注意,TOPS并没有指定数据类型,具体算力评估需要结合数据类型及精度。
注意,TOPS不是衡量处理器的唯一标准,实际应用中还需要考虑处理器的功耗、内存带宽、存储容量等。
乘积累加运算MAC
乘积累加运算(Multiply Accumulate,MAC)包括相乘和相加两个过程(a←a+b*c),实现该运算的专门硬件电路单元,被称为“乘数累加器”。这样用一个MAC指令就可以完成原来两个指令的操作。对于卷积运算、点积运算、矩阵运算、数字滤波器运算、乃至多项式的求值等运算而言,MAC指令可以大幅提高运算效率。如自动驾驶深度学习等算法的核心运算就是矩阵运算,矩阵运算可以分解为数个MAC运算,从而提升效率。
TOPS计算公式
TOPS计算公式如下:
理论峰值 = MAC矩阵行 * MAC矩阵列 * 主频 * 2
举例:
特斯拉的FSD芯片,96x96 MAC,主频2GHz
TOPS = 96 * 96 * 2000000000 * 2 = 36.864 TOPS
GPU算力TFLOPS
TFLOPS(Tera Floating-Point Operations Per Second),表示每秒执行一万亿次浮点运算。
TFLOPS计算公式如下:
理论峰值 = 单核单周期浮点计算次数 × 处理器核数 × 主频
举例:
GTX680, 单核单周期浮点计算次数为两次,处理核个数 为1536, 主频为1006MHZ
TFLOPS = 2 × 1536 × 1006MHZ = 3.09TFLOPS
TFLOPS与TOPS的换算
1TFLOPS@FP16 ≈ 2 * 1TOPS@INT8
FP16: 半精度浮点数/16位浮点数
INT8: 8位整数精度
CPU算力DMIPS
DMIPS(Dhrystone Million Instructions Per Second,每秒处理的百万级的机器语言指令数),描述的是CPU的运算能力。自动驾驶中多传感器融合的滤波算法,激光点云的配准算法,多数的路径规划和决策算法与DMIPS密切相关。
DMIPS通过处理器CPU性能测试基准Dhrystone程序进行评分。
Reference:
- 乘积累加运算
- 【无敌电动】洞悉新能源汽车的发展前景,把握电动汽车的发展趋势 (modiauto.com.cn)
- 华为赋能自动驾驶,国内智驾产业发展加速 (dfcfw.com)
相关文章:
自动驾驶芯片指标AI算力TOPS和CPU算力DMIPS
自动驾驶芯片指标AI算力TOPS和CPU算力DMIPS 文章目录 自动驾驶芯片指标AI算力TOPS和CPU算力DMIPS智能驾驶芯片CPU GPU NPU算力单位TOPS乘积累加运算MACTOPS计算公式GPU算力TFLOPSTFLOPS与TOPS的换算CPU算力DMIPS 智能驾驶芯片 根据地平线数据, L2级自动驾驶的算力…...
海外Leads Generation产业:中国出海群体的行业大机会
Leads Generation(简称LeadsGen)指的是集中精力吸引和开发潜在客户的营销策略。通过引导式的营销策略,企业分发内容吸引潜在客户,引导客户留下电话/邮件/姓名等信息。基于这些信息,企业可建立潜在客户数据库࿰…...
SQL sever2008中的游标
目录 一、游标概述 二、游标的实现 三、优缺点 3.1优点: 3.2缺点: 四、游标类型 4.1静态游标 4.2动态游标 4.3只进游标 4.4键集驱动游标 4.5显示游标: 4.6隐式游标 五、游标基本操作 5.1声明游标 5.1.1.IS0标准语法 5.1.1.1语…...
在linux中进行文件的打包(打压缩)和解压
1.".tar " 格式(打包不会压缩) ".tar" 格式的打包和解打包都使用 tar 命令,区别只是选项不同。 ".tar" 格式打包命令: tar [选项] [-f 压缩包名] 源文件或目录 选项: -cÿ…...
mysql8下载与安装教程
文章目录 1. MySQL下载2. 方式一:msi文件安装2.1 安装2.2 添加环境变量2.3 登录mysql 3. 方式二:zip文件安装3.1 安装3.2 配置文件3.3 加入环境变量3.4 初始化mysql3.5 登录mysql 1. MySQL下载 以下两个网址二选一 官网:https://downloads.…...
ubuntu22.04在线安装redis,可选择版本
安装脚本7.0.5版本 在线安装脚本,默认版本号是7.0.5,可以根据需要选择需要的版本进行下载编译安装 sudo apt-get install gcc -y sudo apt-get install pkg-config -y sudo apt-get install build-essential -y#安装redis rm -rf ./tmp.log systemctl …...
MYSQL加密和压缩函数详解和实战(含示例)
MySQL提供了多种加密和压缩方式,可以帮助保护数据库中的敏感数据。以下是一些常见的MySQL加密和压缩方法参考: 建议收藏以备后续用到查阅参考。 目录 一、AES_ENCRYPT AES加密 二、AES_DECRYPT AES解密 三、COMPRESS 压缩字符串 四、UNCOMPRESS 解压…...
redis Redis::geoAdd 无效,phpstudy 如何升级redis版本
redis 查看当前版本命令 INFO SERVERwindows 版redis 进入下载 geoadd 功能在3.2之后才有的,但是phpstudy提供的最新的版本也是在3.0,所以需要升级下 所以想出一个 挂狗头,卖羊肉的方法,下载windows 的程序,直接替…...
2024重庆大学计算机考研分析
24计算机考研|上岸指南 重庆大学 重庆大学计算机考研招生学院是计算机学院和大数据与软件学院。目前均已出拟录取名单。 重庆大学计算机学院是我国高校最早开展计算机研究的基地之一,1978年和1986年获西南地区首个硕士和博士点,1998年成立计算机学院&a…...
二、Lua数据类型
文章目录 一、数据类型nil二、数据类型boolean三、数据类型number四、数据类型String(一)用单引号或双引号:(二)可以包含换行的字符串(三)字符串与数字做数学运算时,优先将字符串转换…...
Grabcut算法在图片分割中的应用
GrabCut算法原理 Grabcut是基于图割(graph cut)实现的图像分割算法,它需要用户输入一个bounding box作为分割目标位置,实现对目标与背景的分离/分割,与KMeans与MeanShift等图像分割方法不同。 Grabcut分割速度快,效果好࿰…...
常用的Linux的指令
目录 常用指令 1、文件和目录操作: 2、文件查看和编辑 3、系统信息 4、进程管理 5、用户和权限 6、网络操作 7、压缩和解压 8、软件包管理 常用指令 1、文件和目录操作: ls:列出目录内容 cd: 切换目录 pwd:显…...
【STM32】GPIO输出
1 GPIO简介 (1)GPIO(General Purpose Input Output)通用输入输出口 (2)可配置为8种输入输出模式 (3)引脚电平:0V~3.3V,部分引脚可容忍5V(可以输…...
【Go语言从入门到实战】反射编程、Unsafe篇
反射编程 reflect.TypeOf vs reflect.ValueOf func TestTypeAndValue(t *testing.T) {var a int64 10t.Log(reflect.TypeOf(a), reflect.ValueOf(a))t.Log(reflect.ValueOf(a).Type()) }判断类型 - Kind() 当我们需要对反射回来的类型做判断时,Go 语言内置了一个…...
vue实现对话框指定某个对话内容的滚动到指定位置(滚动到可视区域的中间位置)
1、使用el-scrollbar实现定位滚动(elementui组件库) 如何滚动:参考链接 比如说指定某条对话内容滚动到可视区域的中间 html结构: <div class"chat-list" id"chat-list"><el-scrollbar ref"scro…...
【RTP】2:RtpPacket、RtpPacketToSend 创建、修改的简要分析
【RTP】1: RTPSenderAudio::SendAudio继续对如何做修改,比如修改扩展 做分析。查找扩展 一个已知的已经在packet中存在的扩展bool RtpPacket::IsExtensionReserved(ExtensionType type) const {uint8_t id = extensions_.GetId(type);...
汽车租聘管理与推荐系统Python+Django网页界面+协同过滤推荐算法
一、介绍 汽车租聘管理与推荐系统。本系统使用Python作为主要编程语言,前端采用HTML、CSS、BootStrap等技术搭建前端界面,后端采用Django框架处理用户的请求。创新点:使用协同过滤推荐算法实现对当前用户个性化推荐。 其主要功能如下&#x…...
qt pdf 模块简介
文章目录 1. 技术平台2. Qt pdf 模块3. cmake 使用模块4. 许可证5. 简单示例5.1 CMakeLists.txt5.2 main.cpp 6. 总结 1. 技术平台 项目说明OSwin10 x64Qt6.6compilermsvc2022构建工具cmake 2. Qt pdf 模块 Qt PDF模块包含用于呈现PDF文档的类和函数。 QPdfDocument 类加载P…...
Spring Boot WebSocket 客户端
介绍 WebSocket 是一种在单个 TCP 连接上进行全双工通信的协议,它可以提供实时的、双向的数据传输。Spring Boot 提供了对 WebSocket 的支持,我们可以使用 Spring Boot WebSocket 客户端来连接到 WebSocket 服务器,并进行实时通信。 本文将…...
第五题-kotori和素因子【第六届传智杯程序设计挑战赛解题分析详解复盘】(JavaPythonC++实现)
🚀 欢迎来到 ACM 算法题库专栏 🚀 在ACM算法题库专栏,热情推崇算法之美,精心整理了各类比赛题目的详细解法,包括但不限于ICPC、CCPC、蓝桥杯、LeetCode周赛、传智杯等等。无论您是刚刚踏入算法领域,还是经验丰富的竞赛选手,这里都是提升技能和知识的理想之地。 ✨ 经典…...
在软件开发中正确使用MySQL日期时间类型的深度解析
在日常软件开发场景中,时间信息的存储是底层且核心的需求。从金融交易的精确记账时间、用户操作的行为日志,到供应链系统的物流节点时间戳,时间数据的准确性直接决定业务逻辑的可靠性。MySQL作为主流关系型数据库,其日期时间类型的…...
ES6从入门到精通:前言
ES6简介 ES6(ECMAScript 2015)是JavaScript语言的重大更新,引入了许多新特性,包括语法糖、新数据类型、模块化支持等,显著提升了开发效率和代码可维护性。 核心知识点概览 变量声明 let 和 const 取代 var…...
前端倒计时误差!
提示:记录工作中遇到的需求及解决办法 文章目录 前言一、误差从何而来?二、五大解决方案1. 动态校准法(基础版)2. Web Worker 计时3. 服务器时间同步4. Performance API 高精度计时5. 页面可见性API优化三、生产环境最佳实践四、终极解决方案架构前言 前几天听说公司某个项…...
无法与IP建立连接,未能下载VSCode服务器
如题,在远程连接服务器的时候突然遇到了这个提示。 查阅了一圈,发现是VSCode版本自动更新惹的祸!!! 在VSCode的帮助->关于这里发现前几天VSCode自动更新了,我的版本号变成了1.100.3 才导致了远程连接出…...
DAY 47
三、通道注意力 3.1 通道注意力的定义 # 新增:通道注意力模块(SE模块) class ChannelAttention(nn.Module):"""通道注意力模块(Squeeze-and-Excitation)"""def __init__(self, in_channels, reduction_rat…...
微信小程序 - 手机震动
一、界面 <button type"primary" bindtap"shortVibrate">短震动</button> <button type"primary" bindtap"longVibrate">长震动</button> 二、js逻辑代码 注:文档 https://developers.weixin.qq…...
基础测试工具使用经验
背景 vtune,perf, nsight system等基础测试工具,都是用过的,但是没有记录,都逐渐忘了。所以写这篇博客总结记录一下,只要以后发现新的用法,就记得来编辑补充一下 perf 比较基础的用法: 先改这…...
【论文笔记】若干矿井粉尘检测算法概述
总的来说,传统机器学习、传统机器学习与深度学习的结合、LSTM等算法所需要的数据集来源于矿井传感器测量的粉尘浓度,通过建立回归模型来预测未来矿井的粉尘浓度。传统机器学习算法性能易受数据中极端值的影响。YOLO等计算机视觉算法所需要的数据集来源于…...
如何将联系人从 iPhone 转移到 Android
从 iPhone 换到 Android 手机时,你可能需要保留重要的数据,例如通讯录。好在,将通讯录从 iPhone 转移到 Android 手机非常简单,你可以从本文中学习 6 种可靠的方法,确保随时保持连接,不错过任何信息。 第 1…...
【AI学习】三、AI算法中的向量
在人工智能(AI)算法中,向量(Vector)是一种将现实世界中的数据(如图像、文本、音频等)转化为计算机可处理的数值型特征表示的工具。它是连接人类认知(如语义、视觉特征)与…...
