发布时间：2022-12-15 阅读量：1100 来源: 我爱方案网整理 发布人: Aurora
通过快速开发优化的网络模型和高速仿真来缩短开发周期
2022 年 12 月 15 日，中国北京讯 - 全球半导体解决方案供应商瑞萨电子今日宣布，将与专注于多核CPU/GPU/FPGA加速技术的全球卓越供应商Fixstars（Fixstars Corporation）联合开发用以优化并快速模拟专为瑞萨R-Car片上系统（SoC）所设计的自动驾驶（AD）系统及高级驾驶辅助系统（ADAS）的软件工具。借助这些工具，在软件开发的初始阶段便可充分利用R-Car的性能优势来快速开发具有高精度物体识别功能的网络模型，由此减少开发后返工，进一步缩短开发周期。
瑞萨电子汽车软件开发部副总裁川口裕史表示：“瑞萨持续打造集成开发环境，推动客户充分采用‘软件优先’的方法。此外，通过支持为R-Car量身定制的深度学习模型开发，瑞萨帮助客户搭建AD和ADAS解决方案，同时也减少了上市时间与开发成本。”
Fixstars公司CEO三木聪表示：“GENESIS for R-Car作为我们与瑞萨联合创建的基于云的评估环境，允许工程师在开发周期的早期评估并选择器件，得到了众多客户的青睐。我们将继续前沿技术的研发，加速可用于维护汽车应用中最新版本软件的机器学习操作（MLOps）。”
当前的AD和ADAS应用利用深度学习来实现高精度物体识别。深度学习推理处理需要大量数据计算和内存容量。由于在有限的计算单元和内存资源下进行实时处理是一项极具挑战性的任务，因此车载应用上的模型和可执行程序必须针对车用SoC进行优化。此外，从软件评估到验证的过程必须加快，并且需要反复更新以提高准确性及性能。为了满足这些需求，瑞萨和Fixstars已经开发了以下工具。
1.用于生成针对R-Car优化网络模型的R-Car神经架构搜索（NAS）工具
该工具生成深度学习网络模型，可有效利用R-Car器件上的CNN（卷积神经网络）加速器、DSP和内存。这使工程师能够快速开发轻量级网络模型，即使没有对R-Car架构的深入了解或经验，也能实现高度准确的物体识别并获得快速处理时间。
2.用于编译R-Car的网络模型R-Car DNN编译器
该编译器将优化的网络模型转换为可以充分利用R-Car性能潜力的程序。它将网络模型转换为可以在CNN IP上快速运行的程序，并进行内存优化，使高速、有限容量的SRAM性能最大化。
3.用于快速模拟已编译程序的R-Car DNN模拟器
这一模拟器可用来在个人电脑（PC），而非实际R-Car芯片上快速验证程序的运行。利用这一工具，开发人员可以生成与R-Car相同的运行结果。在让模型更为轻巧和优化程序的过程中，如果推理处理的识别精度受到影响，工程师能够为模型开发提供即时反馈，从而缩短开发周期。
瑞萨和Fixstars将继续利用联合“汽车软件平台实验室”共同开发深度学习软件，并建立操作环境，通过持续更新网络模型来维持并提升识别精度与性能。
供货信息
目前推出的首套工具面向AD和ADAS应用的R-Car V4H SoC而设计。其高达34TOPS（每秒万亿次运算）的强大深度学习性能与卓越的能效特性相结合。
在全球科技博弈背景下，美国对华AI芯片出口限制政策持续升级。腾讯总裁刘炽平在2025年第一季度财报会上明确表示，腾讯已具备应对供应链风险的充足储备与技术创新能力，标志着中国AI产业正加速走向自主化发展道路。本文结合产业动态与政策趋势，剖析中国AI产业的战略转型与突破路径。
在全球半导体产业链加速重构的背景下，荷兰半导体设备巨头ASM International（以下简称“ASM”）近期通过一系列战略调整引发行业关注。2025年5月15日，该公司宣布将通过转嫁关税成本、加速美国本土化生产及优化全球供应链，应对地缘政治风险与贸易壁垒。面对美国近期加征的“对等关税”政策（涵盖钢铁、汽车等商品，未来可能扩展至半导体领域），ASM展现出显著的供应链韧性：其亚利桑那州工厂即将投产，新加坡基地产能同步扩充三倍，形成“多区域制造网络”以分散风险。与此同时，中国市场成为其增长引擎——2025年中国区销售额或突破预期上限，占比达总营收的20%，凸显其在差异化竞争中的技术优势。这一系列举措不仅反映了半导体设备行业对关税政策的快速响应，更揭示了全球产业链从“效率优先”向“安全韧性”转型的深层逻辑。
在全球半导体产业长期被x86与ARM架构垄断的背景下，国产芯片厂商的生态自主化已成为关乎技术主权与产业安全的核心议题。北京君正集成电路股份有限公司作为中国嵌入式处理器领域的先行者，通过二十余年的技术迭代，探索出一条从指令集适配到生态重构的独特路径——早期依托MIPS架构实现技术积累，逐步向开源开放的RISC-V生态迁移，并创新性采用混合架构设计平衡技术过渡期的生态兼容性。这一转型不仅打破了国产芯片“被动跟随”的固有范式，更在智能安防、工业控制、AIoT等新兴领域实现了从“技术替代”到“生态定义”的跨越。据行业数据显示，其基于RISC-V内核的T系列芯片已占据计算芯片市场80%的份额，成为推动国产架构产业化落地的标杆。本文通过解析北京君正的架构演进逻辑，为国产半导体产业突破生态壁垒提供可复用的方法论。
5月15日，高通技术公司正式推出第四代骁龙7移动平台（骁龙7 Gen 4），以台积电4nm制程打造，性能迎来全方位升级。该平台采用创新的“1+4+3”八核架构，CPU性能较前代提升27%，GPU渲染效率提升30%，并首次支持终端侧运行Stable Diffusion等生成式AI模型，NPU算力增幅达65%。在影像领域，其搭载的三重12bit ISP支持2亿像素拍摄与4K HDR视频录制，配合Wi-Fi 7与XPAN无缝连接技术，重新定义中高端设备的创作边界。荣耀与vivo宣布首发搭载该平台的机型，预计本月上市，标志着生成式AI技术向主流市场加速渗透。
5月15日晚间，小米集团CEO雷军通过个人微博账号正式宣布，由旗下半导体设计公司自主研发的玄戒O1手机SoC芯片已完成研发验证，计划于本月下旬面向全球发布。据雷军透露，该芯片将采用业界领先的4nm制程工艺，核心性能指标已接近国际旗舰水平。
