Semua aplikasi AI pendaratan memerlukan dukungan daya komputasi perangkat keras, termasuk mengemudi otonom, yang saat ini sedang populer di pasar. Dengan peningkatan sensor persepsi lingkungan seperti kamera, radar gelombang milimeter, lidar, dan radar ultrasonik di mobil, sistem mengemudi otonom akan mengumpulkan lebih banyak data sensor. Chip komputasi mengemudi otonom perlu memproses dan merekonsiliasi data ini melalui algoritme untuk mencapai Penggabungan informasi kendaraan, jalan, orang, dll., Membuat keputusan tentang kontrol mengemudi. Peningkatan jumlah sensor akan secara signifikan meningkatkan kebutuhan daya komputasi untuk chip komputasi penggerak otonom.
Peningkatan daya komputasi tidak terlepas dari dukungan NPU (Neural-Network Processing Unit, neural network processor). Ini adalah jenis mikroprosesor yang didedikasikan untuk akselerasi perangkat keras kecerdasan buatan (terutama jaringan saraf tiruan, visi mesin, pembelajaran mesin, dll.) Berdasarkan teknologi arsitektur spesifik domain DSA (Domain Specific Architecture). Dibandingkan dengan CPU dan GPU, NPU dirancang untuk AI dalam arsitektur perangkat keras dan sangat cocok untuk operasi jaringan saraf.
NPU dirancang berbeda dari prosesor tujuan umum seperti CPU dan GPU. Mempertimbangkan keserbagunaan komputasi, sebagian besar peningkatan daya komputasi dari prosesor tujuan umum tidak dapat secara langsung diubah menjadi peningkatan kemampuan pemrosesan jaringan saraf. Misalnya, tidak ada peningkatan khusus untuk operasi MAC, sementara NPU dirancang untuk jaringan saraf, tanpa mempertimbangkan bahwa jaringan saraf tidak diperlukan. Beberapa unit komputasi diperlukan. Dibandingkan dengan CPU, yang pandai memproses tugas dan mengeluarkan perintah, GPU bagus dalam pemrosesan gambar dan komputasi paralel, dan NPU lebih baik dalam memproses tugas kecerdasan buatan. NPU mewujudkan integrasi penyimpanan dan komputasi melalui bobot sinaptik, sehingga meningkatkan efisiensi pengoperasian.
Oleh karena itu, NPU dapat kita temukan di banyak prosesor atau SoC yang mendukung aplikasi AI, seperti Apple A15, chip FSD Tesla, chip seri Journey Horizon, chip Mariana X OPPO, dan sebagainya. Selain chip SoC berskala besar dan berkinerja tinggi ini, beberapa produk MCU telah mulai mengintegrasikan modul NPU untuk memenuhi kebutuhan beberapa aplikasi cerdas edge.
Faktanya, banyak chip SoC yang mendukung AI diimplementasikan dengan mengintegrasikan IP jaringan saraf. Secara umum, IP jaringan saraf akan berkembang secara sinkron dengan algoritme jaringan saraf dan dapat diperluas lebih lanjut untuk memenuhi permintaan kinerja jaringan saraf yang terus meningkat.