当前位置:   article > 正文

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_自动驾驶算力要求

自动驾驶算力要求

1. ⻋端算力:达到L4级自动驾驶要求并不遥远

在这里插入图片描述

在这里插入图片描述

激光雷达方案:降低⻋辆环境感知的算法与算力需求

  • 纯视觉方案基于平面数据来识别出周围物体距离、轮廓、色彩,对算法、算力要求高,需要后端强大 的数据中心训练算法
  • 多传感器方案可直接获得物体的距离、轮廓、色彩数据,只需把各传感器获得的数据融合,算法难度 相对较低、算力需求也相对更低

纯视觉方案:

摄像头 --> 二维数据 --> 深度、轮廓(色彩数据) 需强算法(中心算力)、算力支持 --> 规划决策与控制

多传感器方案:

激光雷达 色彩数据 毫米波雷达 --> 摄像头 深度、轮廓、 --> 规划决策与控制
数据融合:算法(中心 算力)、算力需求更低
在这里插入图片描述

在这里插入图片描述

2. 简单介绍:算力单位TOPS,GPU处理能力(TFLOPS/TOPS)

2.1 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 {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( 10 9 {10}^9 109)操作,1MOPS代表处理器每秒钟可进行一百万次( 10 6 {10}^6 106)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/W 来作为评价处理器运算能力的一个性能指标,TOPS/W 用于度量在1W功耗的情况下,处理器能进行多少万亿次操作。

2.1 GOPS(Giga Operations Per Second)

OPS与FLOPS类似,只不过OPS一个是操作次数,FLOPS一个是浮点操作次数。

FLOP与GOPS之间的换算

(FLOP与GOPS之间的换算需要查相关资料,后续查找资料给出)

不确定的看法是OPS是操作数量,FLOPS为浮点操作数量,两者可近似于相等,FLOPS比OPS稍大。

GOPS与FLOPS

2.2 FLOPS(floating-point operations per second)

是“每秒所执行的浮点运算次数”(floating-point operations per second)的缩写。它常被用来估算电脑的执行效能,尤其是在使用到大量浮点运算的科学计算领域中。正因为FLOPS字尾的那个S,代表秒,而不是复数,所以不能省略掉。

在这里所谓的“浮点运算”,实际上包括了所有涉及小数的运算。这类运算在某类应用软件中常常出现,而它们也比整数运算更花时间。现今大部分的处理器中,都有一个专门用来处理浮点运算的“浮点运算器”(FPU)。也因此FLOPS所量测的,实际上就是FPU的执行速度。而最常用来测量FLOPS的基准程式(benchmark)之一,就是Linpack。

2.3 FLOPS换算

  • 一个MFLOPS(megaFLOPS)等于每秒一百万(= 10 6 {10}^6 106)次的浮点运算,

一个GFLOPS(gigaFLOPS)等于每秒十亿(= 10 9 {10}^9 109)次的浮点运算,

一个TFLOPS(teraFLOPS)等于每秒一万亿(= 10 12 {10}^{12} 1012)次的浮点运算,(1太拉)

一个PFLOPS(petaFLOPS)等于每秒一千万亿(= 10 15 {10}^{15} 1015)次的浮点运算,

前标的十进制与二进制

此处存在疑问,从M到G再到T,到底是1024近似为1000,还是采用二进制的乘以1024,还是确实为十进制的1000

倾向于FLOP的前标与内存一样,是以二进制算,每进一级是1024为单位的。

但是 1024 3 {1024}^3 10243是1073741824,可以近似为 10 9 {10}^9 109。所以采用 10 3 {10}^3 103来近似1024问题不大。

参考

http://imgtec.eetrend.com/blog/2021/100062210.html

声明:本文内容由网友自发贡献,不代表【wpsshop博客】立场,版权归原作者所有,本站不承担相应法律责任。如您发现有侵权的内容,请联系我们。转载请注明出处:https://www.wpsshop.cn/w/我家小花儿/article/detail/656298
推荐阅读
相关标签
  

闽ICP备14008679号