Processador automotivo apresenta acelerador AI integrado

A TI adicionou um acelerador AI dedicado a um de seus SoCs automotivos pela primeira vez, em um movimento que ilustra perfeitamente a crescente adoção de técnicas de aprendizado profundo em sistemas ADAS automotivos. O novo bloco de aprendizado profundo é baseado no novo C7x DSP IP da TI mais um acelerador de multiplicação de matriz desenvolvido internamente.

O TDA4VM, um dos dois primeiros SoCs lançados como parte da série Jacinto 7, combina pré-processamento de sensor e análise de dados projetada para lidar com entradas de sistemas de câmera frontal de 8 megapixels. Alternativamente, o TDA4VM pode lidar com quatro a seis câmeras de 3 megapixels operando simultaneamente ao lado de entradas de radar, lidar e sensores ultrassônicos. Essas câmeras e sensores permitem sistemas avançados de assistência ao motorista (ADAS), como estacionamento automatizado. O aprendizado profundo pode ser usado para fundir dados de diferentes sensores ou para habilitar técnicas como a detecção de objetos.

O TDA4VM inclui um acelerador de aprendizado profundo para recursos ADAS com base na análise de câmera, radar, Lidar e dados de ultrassom (Imagem:TI)

DSP Plus MMA

Em um evento para a imprensa da TI em Munique, Alemanha, o EETimes Europe falou com Sameer Wasson, vice-presidente e gerente da unidade de negócios de processadores da TI, e Curt Moore, gerente geral e gerente da linha de produtos Jacinto da TI.

“Este é o primeiro SoC que possui o C7x [DSP]”, disse Moore. “Adicionamos instruções para vetores, que são para visão computacional, mas também reconhecemos que se você olhar como os DSPs têm sido usados ​​tradicionalmente, muito dessa herança está em torno de coisas como infraestrutura de comunicação, [onde o problema é] como você se alimenta uma enorme quantidade de dados em um SoC ou em um mecanismo matemático, como você os processa e como os extrai. É muito difícil."

clique para ampliar a imagem

Figura:Diagrama Funcional do TDA4VM. (Fonte:Texas Instruments)

O novo C7x DSP é especializado no processamento de grandes quantidades de dados e na execução de operações matemáticas complexas em ambientes difíceis em tempo real. A capacidade de streaming de dados do DSP foi combinada com um acelerador de multiplicação de matriz para impulsionar os aplicativos de aprendizado profundo.

Sameer Wasson (Imagem:TI)
“Carinhosamente chamamos isso de MMA”, disse Wasson. “Existem diferentes situações de como podemos usá-lo com nossas bibliotecas ... temos o TIDL [Texas Instruments Deep Learning] que é uma camada superior que abstrai as complexidades do MMA, você pode programá-lo através disso. Mas a beleza disso é como o C7x interage com ele, para ser capaz de inserir e retirar os dados com mais rapidez. ”

O TDA4VM é para sistemas ADAS entre 5W e 20W. Na prática, Wasson disse que os sistemas de câmeras frontais normalmente têm um orçamento de energia abaixo de 7W, mas o mesmo SoC também se adapta a sistemas mais complexos, como estacionamento com manobrista automático, que pode chegar perto de 20W.

Parte do argumento de TI é que usar um SoC de alta tecnologia como este pode realmente reduzir o custo do sistema para aplicativos como sistemas de câmera frontal.

“Se você tem o tipo certo de aprendizado profundo, pode não precisar de câmeras estéreo”, disse Wasson. “Você poderia fazer isso com uma lente inferior e mais barata. Portanto, para um OEM ou Tier 1, isso é significativamente mais baixo custo, mas você tem o mecanismo lá que está [efetivamente] compensando e oferecendo uma atualização de desempenho. ”

Intervalo de computação

Curt Moore (Imagem:TI)
O mecanismo de aprendizado profundo no TDA4VM é capaz de 8 TOPS. Como a primeira parte lançada na série Jacinto 7, Moore disse que se destina a ser uma peça de gama média em termos de poder de computação; dispositivos futuros virão acima e abaixo dele. As partes futuras com, digamos, 2 TOPS podem ser úteis para recursos menos intensivos de computação, como monitoramento de driver ou detecção de ocupação.

“Uma das coisas bonitas sobre o mercado automotivo é que todos esses casos de uso coexistem”, disse Wasson. “Mesmo quando um OEM lança uma plataforma totalmente nova e atualizada, na mesma plataforma existem diferentes linhas de carros e todas coexistem. O maior desafio então é como eles se tornam compatíveis com o software ... se você criar a plataforma mais escalonável e escalar o SoC com diferentes casos de uso, agora você deu a eles uma tela na qual eles podem ir e se expressar ”.

Moore descreveu a ampla gama de veículos que agora devem ter recursos ADAS, começando com veículos que custam US $ 10-12.000 até US $ 100.000 e além.

“Os motoristas desses veículos têm expectativas diferentes”, disse Moore, apontando que um sistema ADAS de $ 3.000 em um veículo de $ 100.000 é uma proposta completamente diferente de colocar o mesmo sistema de $ 3.000 em um carro que será vendido a $ 12.000.

“O outro desafio que essas empresas enfrentam é, se você pensar até mesmo em uma grande montadora de automóveis, seu [orçamento de desenvolvimento] pode ser de US $ 10 milhões por ano”, disse Moore. “Eles têm que amortizar esse custo de desenvolvimento em um número relativamente pequeno de veículos em comparação com um fabricante de celulares, que constrói alguns modelos, e há dezenas de milhões [de unidades enviadas].”

A produção em volume do TDA4VM está prevista para começar no segundo semestre de 2020. Os dispositivos de pré-produção e o módulo de avaliação TDA4VMXEVM já estão disponíveis.