Renesas und Fixstars arbeiten künftig auf dem Gebiet des Deep Learning im Automobilbereich zusammen. Im April 2022 starten die beiden Unternehmen ein Automotive SW Platform Lab für die Entwicklung von Software und Betriebsumgebungen für Renesas Automotive-SoCs. Das neue Lab soll den Einstieg in die Entwicklung und die Weiterentwicklung von Fahrerassistenzsystemen (ADAS) und autonomen Fahrsystemen (AD) unterstützen.
Beide Unternehmen werden gemeinsam Technologien für die Softwareentwicklung für Deep Learning und den Aufbau von Betriebsumgebungen entwickeln. Damit lassen sich erlernte Netzwerkmodelle kontinuierlich aktualisieren, um die Erkennungsgenauigkeit und -leistung zu gewährleisten und zu verbessern.
Erlernte Netzwerkmodelle kontinuierlich aktualisieren
„Fixstars verfügt sowohl über modernste Softwaretechnologie für Deep Learning als auch über eine Optimierungstechnologie, die eine effizientere Nutzung der Hardware ermöglicht“, so Takeshi Kataoka, Senior Vice President, General Manager der Automotive Solution Business Unit bei Renesas. „Wir sind überzeugt, dass wir durch unsere Zusammenarbeit eine starke Unterstützung für die Softwareentwicklung bieten können, die für Automotive-Anwendungen optimiert ist. Unsere Kunden können damit die überlegene Leistung der Automotive-SoCs von Renesas voll ausschöpfen.“
Hohe Erkennungsgenauigkeit aufrecht erhalten
„Nach der Entwicklung einer Deep-Learning-Anwendung ist es nicht möglich, eine hohe Erkennungsgenauigkeit und Leistung aufrechtzuerhalten, ohne sie ständig mit den neuesten Machine-Learning-Daten zu aktualisieren“, erklärt Satoshi Miki, CEO von Fixstars. „Fixstars fokussiert in Zusammenarbeit mit Renesas auf diese Machine-Learning-Operationen (MLOps) für den Automobilbereich, um eine speziell für die Renesas-SoCs optimierte Deep-Learning-Entwicklungsplattform zu entwickeln.“
Renesas und Fixstars präsentieren cloud-basierte Evaluierungsumgebung
Im Rahmen ihrer Zusammenarbeit stellen Renesas und Fixstars „Genesis for R-Car“ vor, eine cloud-basierte Evaluierungsumgebung für R-Car V3H SoCs. Sie unterstützt den Einstieg in die Entwicklung von ADAS- und AD-Systemen. Die neue Umgebung ermöglicht eine sofortige erste Bewertung bei der Auswahl von SoCs. Sie nutzt die Cloud-basierte Evaluierungsumgebung Genesis von Fixstars als Plattform.
Die Durchsicht von Spezifikationen ist zeitaufwändig und ineffizient. Bei der Auswahl von SoCs ist eine Evaluierung auf der Grundlage realer Anwendungsfälle jedoch unerlässlich. In der Regel müssen Anwender ein Evaluierungsboard und eine Basissoftware erwerben, um SoCs zu bewerten. Darüber hinaus ist auch für den Aufbau einer Evaluierungsumgebung technisches Fachwissen erforderlich. Die neue Cloud-basierte Evaluierungsumgebung Genesis for R-Car SoCs erfordert kein spezielles technisches Know-how.
Eine einfache Erstbewertung bei der SoC-Auswahl
Mit Genesis for R-Car SoCs können Entwickler die Verarbeitungszeit in Bildern pro Sekunde (fps) sowie die prozentuale Erkennungsgenauigkeit der CNN-Beschleuniger vom R-Car V3H SoC anhand von Beispielbildern mit generischen CNN-Modellen, wie ResNet oder MobileNet, überprüfen. Außerdem können die Entwickler das SoC und das Netzwerk auswählen, das sie evaluieren möchten, und Operationen per Fernzugriff auf einem echten Board durchführen.
Mit der Genesis-Umgebung lassen sich Evaluierungsergebnisse z. B. bei der Bildklassifizierung und Objekterkennung bestätigen. Entwickler können auch ihre eigenen Bilder oder Videodaten nutzen. Dies vereinfacht die anfängliche Evaluierung erheblich, inwieweit R-Car V3H SoCs für das System des Kunden geeignet sind. Für die Zukunft ist die Einführung eines Dienstes geplant, der es Anwendern ermöglicht, ihre eigenen CNN-Modelle für Evaluierungen zu verwenden. Genesis for R-Car ist ab sofort verfügbar. (kf)
