Toate aplicațiile AI de aterizare necesită suport pentru puterea de calcul hardware, inclusiv conducerea autonomă, care este în prezent fierbinte pe piață. Odată cu creșterea senzorilor de percepție a mediului, cum ar fi camerele, radarele cu unde milimetrice, lidarele și radarele cu ultrasunete din mașini, sistemul de conducere autonomă va colecta mai multe date despre senzori. Cipul de calcul al conducerii autonome trebuie să proceseze și să reconcilieze aceste date prin algoritmi pentru a realiza Fuziunea informațiilor vehiculelor, drumurilor, oamenilor etc., ia decizii privind controlul conducerii. Creșterea numărului de senzori va crește semnificativ cerințele de putere de calcul pentru cipurile de calcul cu conducere autonomă.
Îmbunătățirea puterii de calcul este inseparabilă de suportul NPU (Neural-network Processing Unit, procesor de rețea neuronală). Este un fel de microprocesor dedicat accelerării hardware a inteligenței artificiale (în special rețelele neuronale artificiale, viziunea automată, învățarea automată etc.) bazat pe tehnologia arhitecturii specifice domeniului DSA (Domain Specific Architecture). În comparație cu CPU și GPU, NPU este proiectat pentru AI în arhitectura hardware și este foarte potrivit pentru operațiunile rețelei neuronale.
NPU-urile sunt proiectate diferit de procesoarele de uz general, cum ar fi procesoarele și GPU-urile. Având în vedere versatilitatea de calcul, cea mai mare parte a puterii de calcul crescute a procesoarelor de uz general nu poate fi transformată direct în îmbunătățirea capacităților de procesare a rețelei neuronale. De exemplu, nu există o îmbunătățire specială pentru operațiunile MAC, în timp ce NPU este proiectat pentru rețele neuronale, fără a lua în considerare faptul că rețelele neuronale nu sunt necesare Unele unități de calcul. În comparație cu procesorul, care este bun la procesarea sarcinilor și la emiterea comenzilor, GPU-ul este bun la procesarea imaginilor și la calculul paralel, iar NPU-ul este mai bun la procesarea sarcinilor de inteligență artificială. NPU realizează integrarea stocării și calculului prin greutăți sinaptice, îmbunătățind astfel eficiența operațională.
Prin urmare, putem găsi NPU-uri în multe procesoare sau SoC-uri care acceptă aplicații AI, cum ar fi A15 de la Apple, cipul FSD al Tesla, cipurile din seria Horizon Journey, cipul OPPO Mariana X și așa mai departe. Pe lângă aceste cipuri SoC la scară largă și de înaltă performanță, unele produse MCU au început să integreze module NPU pentru a satisface nevoile unor aplicații inteligente de vârf.
De fapt, multe cipuri SoC care acceptă AI sunt implementate prin integrarea IP a rețelei neuronale. În general, IP-ul rețelei neuronale se va dezvolta sincron cu algoritmii rețelei neuronale și poate fi extins în continuare pentru a răspunde cererii tot mai mari de performanță a rețelei neuronale.