克服在汽车系统内存限制。
内存限制性能,总是重要的在现代系统,已经成为一个特别重要的问题在汽车安全性至关重要的应用程序利用人工智能方法。一方面,检测和报告潜在的碰撞或其他安全问题必须非常快。任何纠正措施由物理约束,必须采取事先避免这个问题。
人工智能和记忆
另一方面,人工智能是用来求出碰撞的可能性。AI是巨大的内存饿,消费高分辨率彩色视频图像和运行神经网络算法对这些图像。然而AI可能组织——比如说特征映射常数或输出地图常数——非常大量的数据在这些计算需要保存在内存中。DRAM非常缓慢,耗电。人工智能在很大程度上依赖于有效的缓存来减少需要芯片外去。
考虑到现代的复杂性加速器可以插入多个级别的缓存,正如在处理器。之间的这些水平,最后剩下的SoC片外存储器控制器,是最后一级缓存。一个特殊的挑战这个缓存,它不只是服务于AI加速器(加速器)。也是最后一个层面的CPU集群GPU SoC和其他功能。因为什么使有效的缓存可以非常特定于应用程序的,最后一个水平缓存必须非常灵活,甚至支持运行时可配置性。
CodaCache IP
Arteris IP CodaCache IP设计来满足这种需求。首先每个实例可以存储多达8 mb的数据。标签和数据组织在银行,允许并行访问,一个共同的期望在人工智能操作。记忆可以划分为16个方面,允许独立的应用程序每个缓存的使用自己的子集而被迫拆迁需要由另一个应用程序。重要的是这只会影响驱逐。为了保存内存模型的完整性,任何应用程序都可以读或写一个地址在缓存中。
对于人工智能的应用程序,这种处理的分区和拆迁是很重要的,例如在处理权重在weight-constant架构。这些权重是保证居住在缓存尽可能长时间在被驱逐。
有时你需要额外的非结构化暂时存储器,可以配置在运行时CodaCache或引导时,对递归神经网络的反馈状态数据,例如。
AXI连接,安全
虽然CodaCache的能力是内在NoC的一些产品,我们首先建立服务很一般的需求,设计团队是否使用我们的国有石油公司。IP连接直接AXI兼容的片上互连和内存控制器接口,可以通过一个APB端口配置。
汽车市场最重要的是,现在这个缓存IP设计为ISO 26262兼容的安全元素的上下文(SEooC)。内存使用ECC,安巴接口使用奇偶校验保护或其他方法,并分析了完整的块使用FMEDA(和诊断故障模式影响分析)所要求的标准。它有安全手册,协助开发和证明自身的安全合规的积分器。
安全合规是最近加入该IP和活跃的利益的公司在汽车市场证明了需要减少功耗和系统延时ADAS和自动驾驶系统。CodaCache去年水平缓存是一个关键成分满足这些要求。
你可以了解更多关于CodaCache在这里。
|
|
|
|
|
|
|
|
留下一个回复