Todos os aplicativos de IA de pouso exigem o suporte do poder de computação de hardware, incluindo direção autônoma, que atualmente está em alta no mercado. Com o aumento de sensores de percepção ambiental, como câmeras, radares de ondas milimétricas, lidars e radares ultrassônicos em carros, o sistema de direção autônoma coletará mais dados de sensores. O chip de computação de direção autônoma precisa processar e reconciliar esses dados por meio de algoritmos para alcançar A fusão de informações de veículos, estradas, pessoas, etc., toma decisões sobre o controle de direção. O aumento no número de sensores aumentará significativamente os requisitos de energia de computação para chips de computação de condução autônoma.
A melhoria do poder de computação é indissociável do suporte de NPU (Neural-network Processing Unit, processador de rede neural). É um tipo de microprocessador dedicado à aceleração de hardware de inteligência artificial (especialmente rede neural artificial, visão de máquina, aprendizado de máquina, etc.) baseado na tecnologia de arquitetura específica de domínio de DSA (Arquitetura Específica de Domínio). Comparado com CPU e GPU, o NPU é projetado para IA na arquitetura de hardware e é muito adequado para operações de redes neurais.
As NPUs são projetadas de maneira diferente dos processadores de uso geral, como CPUs e GPUs. Considerando a versatilidade da computação, a maior parte do aumento do poder de computação dos processadores de uso geral não pode ser convertido diretamente na melhoria dos recursos de processamento da rede neural. Por exemplo, não há nenhuma melhoria especial para as operações de MAC, enquanto o NPU é projetado para redes neurais, sem considerar que as redes neurais não são. Algumas unidades computacionais são necessárias. Em comparação com a CPU, que é boa para processar tarefas e emitir pedidos, a GPU é boa para processamento de imagens e computação paralela, e a NPU é melhor para processar tarefas de inteligência artificial. A NPU realiza a integração de armazenamento e computação por meio de pesos sinápticos, melhorando assim a eficiência operacional.
Portanto, podemos encontrar NPUs em muitos processadores ou SoCs que suportam aplicativos de IA, como o A15 da Apple, o chip FSD da Tesla, os chips da série Horizon da Journey, o chip Mariana X da OPPO e assim por diante. Além desses chips SoC de grande escala e alto desempenho, alguns produtos MCU começaram a integrar módulos NPU para atender às necessidades de alguns aplicativos inteligentes de ponta.
De fato, muitos chips SoC que suportam IA são implementados integrando o IP da rede neural. De um modo geral, o IP da rede neural se desenvolverá de forma síncrona com os algoritmos da rede neural e poderá ser expandido ainda mais para atender à crescente demanda por desempenho da rede neural.