自动驾驶芯片指标AI算力TOPS和CPU算力DMIPS

最新推荐文章于 2024-02-27 08:30:00 发布
最新推荐文章于 2024-02-27 08:30:00 发布
阅读量4k 收藏 8
点赞数 3
分类专栏： 智能驾驶 文章标签： 人工智能 自动驾驶 机器学习 算力 TOPS
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/itas109/article/details/134627811
版权

自动驾驶芯片指标AI算力TOPS和CPU算力DMIPS

文章目录

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MDC8104002022
华为MDC6102002022
英伟达Orin2542019
英伟达Xavier302020
特斯拉FSD 1.0722019
特斯拉FSD 2.0预估400-5002023
地平线征程51282022
黑芝麻A1000 Pro1062022
MobileyeEyeQ5242021
车型智驾芯片AI算力TOPS座舱芯片CPU算力DMIPSGPU算力TFLOPSAI算力TOPS
阿维塔12华为MDC810400麒麟9610A?200k/30?
问界M7智驾华为MDC610200麒麟990A?80k7683.5
蔚来ET7NIVIDA Orin-X *41016高通815585k11424
小鹏G9NIVIDA Orin-X *2508高通815585k11424
理想L9 MaxNIVIDA Orin-X *2508高通815585k11424
理想L9 Pro地平线征程5128高通815585k11424
特斯拉Model3FSD *2144AMD Ryzen///
极越01NIVIDA Orin-X *2508高通8295220k>300030

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:

itas109
关注
  • 3
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
专栏目录
MACC与TOPS（FLOPS）互相换算
01-20
最近在做深度学习模型在嵌入式设备上的速率评估，现阶段一般计算深度模型的计算力的单位一般是MACC（Multiply–accumulate），一般评估嵌入式设备的单位是TOPS（Tera Operations Per Second），中文网站很少有介绍两者的关系。在查阅资料后基本可确定是tops=TMACC×2的关系。 具体可看： https://www.nxp.com/files-static/training_pdf/29147_COLDFIRE_CORES_WBT.pdf https://github.com/sovrasov/flops-counter.pytorch/issues/16
运算力-20200402.pdf
04-02
1，联发科，高通主要平台运算力数据统计； 2，数据表格附带将平台采用的ISP,DSP型号也同步统计了
TOPS、MIPS、DMIPS、MFLOPS、吞吐量与推理效率
scott198512的博客
01-05 3968
解释TOPS并评估推理加速器，以找到最佳推理效率
Benchmark系列——常用的CPU Benchmark介绍（1）
最新发布
Bluetangos的博客
02-27 1188
本文主要介绍一些常用的CPU benchmark，分上下两篇，本篇主要介绍一些单点benchmark
MIPS 、DMIPS、MFLOPS、TOPS解释
hirvonen的专栏
04-28 1万+
MIPS Million Instructions Per Second的缩写，每秒处理的百万级的机器语言指令数。 简单来说，MIPS就是CPU执行指令集的速度，每秒执行了多少百万个指令。 但是，因为各个架构的CPU指令集各不相同，所以作为一家厂商的前后代产品对比也许还行，不同厂商之间的对比就比较难看出端倪了。所以有了DMIPS。 DMIPS（干石MIPS） 就是赫（chou）赫（ming）有（z...
AI 计算能力TOPS
stinger的专栏
07-02 3876
TOPS是Tera Operations Per Second的缩写，1TOPS代表处理器每秒钟可进行一万亿次（10^12）操作。 与此对应的还有GOPS（Giga Operations Per Second），MOPS（Million Operation Per Second）算力单位。1GOPS代表处理器每秒钟可进行一亿次（109）操作，1MOPS代表处理器每秒钟可进行一百万次（106）操作。TOPS同GOPS与MOPS可以换算，都代表每秒钟能处理的次数，单位不同而已。 在某些情况下，还使用 TOPS/
TFlops、Tops、MIPS等单位认识
JustDoIt_201603的博客
03-12 3万+
1、TFlops/s，（Tera Floating Point Operations Per Second），可以简单写为T/s， 是数据流量的计数单位，意思是”1万亿次浮点指令每秒”，它是衡量一个电脑计算能力的标准。1TFlops=1024GFlops，即1T=1024G。 浮点运算是指浮点数参与的运算，这种运算通常伴随着因为无法精确表示而进行的近似或舍入。浮点运算是计算机编程中很重要的一部分...
芯片模型算力指标TOPS FLOPS MAC MACC MADD关系
weixin_48464886的博客
03-23 9815
TOPS（Tera Operations Per Second）每秒万亿次操作 处理器运算能力单位 TOPS是Tera Operations Per Second的缩写，1TOPS代表处理器每秒钟可进行一万亿次（10^12）操作。没有指定数据类型。 与此对应的还有GOPS（Giga Operations Per Second），MOPS（Million Operation Per Second）算力单位。1GOPS代表处理器每秒钟可进行十亿次（10^9）操作，1MOPS代表处理器每秒钟可进行一百万次（1
自动驾驶芯片的算力和性能分析
weixin_45905610的博客
12-12 2470
自动驾驶汽车的智能化取决于算法，因此有软件定义汽车的概念出现并且大为盛行，但是要想实现软件定义汽车，必须要有一个可以承载高度智能化且运算量庞大的AI算法的硬件计算平台或者叫域控制器，而无论是硬件计算平台还是域控制器，都离不开芯片。 自动驾驶从L0到L5，随着功能的完善和性能的提升，带来更好的智能和科技体验的同时，也对AI芯片的算力和性能提出更高的需求。 之前的文档曾提到，L2或者说ADAS需要的AI计算力100TOPS，L5需要
常见芯片算力对比(一)
a1809032425的博客
08-15 5183
常见芯片算力对比 Hi3559A 即Hi3559ARFCV100 4T算力 封装 FC-BGA 常备 Hi3519A Hi3519ARFVV100 才是AI芯片 2T算力 骁龙865 15T算力 kirin990 10T算力
TOPS，处理器运算能力单位、每秒钟可进行一万亿次
qq_15821487的博客
07-01 636
TOPS是Tera Operations Per Second的缩写，1TOPS代表处理器每秒钟可进行一万亿次（10^12）操作。 与此对应的还有GOPS（Giga Operations Per Second），MOPS（Million Operation Per Second）算力单位。1GOPS代表处理器每秒钟可进行十亿次（109）操作，1MOPS代表处理器每秒钟可进行一百万次（106）操作。TOPS同GOPS与MOPS可以换算，都代表每秒钟能处理的次数，单位不同而已。 在某些情况下，还使用 TOPS/
自动驾驶⻋端算力:达到L4级自动驾驶要求并不遥远 算力单位TOPS
AI架构师易筋
09-22 1848
1TOPS代表处理器每秒钟可进行一万亿次1012{10}^{12}1012操作。与此对应的还有GOPS（Giga Operations Per Second），MOPS（Million Operation Per Second）算力单位。1GOPS代表处理器每秒钟可进行十亿次（109{10}^9109）操作，1MOPS代表处理器每秒钟可进行一百万次（106{10}^6106）操作。TOPS同GOPS与MOPS可以换算，都代表每秒钟能处理的次数，单位不同而已。
智能汽车行业专题研究：大模型应用下自动驾驶赛道将有哪些变化？
10-06
车端算力：需求翻倍或达800TOPS，算力提升原因主要在于：1）在感知硬件数量和性能不断提升，边缘计算需求增加；2）大 模型催化驾驶场景复杂化和多样化。同时对芯片效率能耗提出更高要求。 感知端：大模型对数据精度...
新思科技全新嵌入式视觉处理器IP核为人工智能芯片提供业界领先的35 TOPS性能.pdf
07-11
新思科技全新嵌入式视觉处理器IP核为人工智能芯片提供业界领先的35 TOPS性能.pdf
tops20-build：TOPS-20的构建系统
02-03
TOPS-20建筑商（用--recursive克隆它，这样您就可以获得KLH10的副本） 这是TOPS-20建造商的起点。 在这一刻， make phase1/phase1.tap应该基于src/{monitor,exec}的monitor和exec源以及tapes/bootstrap.tap的...
CPU、GPU、FPGA、ASIC等AI芯片特性及对比
maopig的专栏
10-12 1万+
1、前言 目前，智能驾驶领域在处理深度学习AI算法方面，主要采用GPU、FPGA 等适合并行计算的通用芯片来实现加速。同时有部分芯片企业开始设计专门用于AI算法的ASIC专用芯片，比如谷歌TPU、地平线BPU等。在智能驾驶产业应用没有大规模兴起和批量投放之前，使用GPU、FPGA等已有的通用芯片可以避免专门研发定制芯片（ASIC）的高投入和高风险，但是，由于这类通用芯片设计初衷并非专门针对深度学习，因而存在性能不足、功耗过高等方面的问题。这些问题随着自动驾驶行业应用规模的扩大将会日益突出。 本文从芯..
算力单位TOPS，GPU处理能力（TFLOPS/TOPS），CPU能力MIPS
热门推荐
影音视频技术
12-20 3万+
TOPS TOPS是Tera Operations Per Second的缩写，1TOPS代表处理器每秒钟可进行一万亿次（10^12）操作。 与此对应的还有GOPS（Giga Operations Per Second），MOPS（Million Operation Per Second）算力单位。1GOPS代表处理器每秒钟可进行十亿次（109）操作，1MOPS代表处理器每秒钟可进行一百万次（106）操作。TOPS同GOPS与MOPS可以换算，都代表每秒钟能处理的次数，单位不同而已。 在某些情况下，还
常见AI芯片算力对比(二)
a1809032425的博客
11-02 6869
AI芯片算力比较(二) 参考链接：https://blog.csdn.net/zh8706/article/details/112909866 1、算力 TOPS（Tera Operations Per Second），1 TOPS代表处理器每秒钟可进行一万亿次（10^12）操作 FLOPS（floating-point operations per second），每秒所执行的浮点运算次数，1 TFLOPS（tera FLOPS）等于每秒一万亿（=10^12）次的浮点运算 因浮点运算对性能要求较高，.
从ADAS到高阶自动驾驶，车联网芯片如何赋能产业升级？
高工智能汽车
12-15 385
2022年，L2及L2+ADAS前装搭载率正在快速提升，中国智能网联汽车产业进入了由ADAS加速向高阶自动驾驶迈进的关键期。
flops与tops同样代表算力，他们的区别是
04-04
：FLOPS（Floating Point Operations Per Second）代表每秒进行的浮点数运算次数，是衡量计算机算力的一种指标。 TOPS（Trillion Operations Per Second）同样代表每秒进行的运算次数，但是它通常指的是神经网络的运算次数，因为神经网络的运算通常是整数运算而不是浮点数运算。 因此，FLOPS和TOPS都是衡量计算机/芯片算力的指标，但是FLOPS更适用于一般的计算任务，而TOPS更适用于深度学习/人工智能等领域。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

itas109

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值