
- 全站推荐
- 全站置顶
- 首页推荐
- 社区推荐
-
置顶推荐
- 6小时
- 12小时
- 24小时
- 3天
- 一周
- 长期
- 设为精华
- 热门推荐
- 撤销审核
- 进小黑屋
- 生成议题
上次给大家科普了下飞凡R7使用的8155芯片,大家的热情都很高涨,但是有些盆友也反映术语太多看不大懂啊,那这次呢我们再讲讲关于芯片概念里的一些其他词儿。看完大家都可以秒变产品技术专家,再也不会被各种小广告忽悠的一头雾水了。
1、CPU
CPU呢大家肯定都不陌生,电脑CPU中央处理器的概念大家也很熟悉了,那汽车CPU呢同样的,是汽车中央处理器,就是机器的“大脑”,也是布局谋略、发号施令、控制行动的“总司令官”。

CPU包括运算逻辑部件、寄存器部件和控制部件。CPU从存储器或高速缓冲存储器中取出指令,放入指令寄存器,并对指令翻译编码,它把指令分解成一系列的微操作,然后发出各种控制命令,执行微操作系列,从而完成一条指令的执行。通用寄存器是中央处理器的重要组成部分,大多数指令都要访问到通用寄存器。通用寄存器的宽度决定计算机内部的数据通路宽度,其端口数目往往可影响内部操作的并行性。
2、GPU
GPU叫做图形处理器,又称显示核心、视觉处理器、显示芯片。
图形处理你是不是想到了显卡?提到显卡和GPU,人们会想到游戏和电影中精美的三维图形。其实,早期显卡不但不能处理三维图形,甚至连二维图形都无法处理,它仅具备显示能力。今天,GPU不但能够处理复杂的三维图形,还能作为协处理器,在通用计算中使用。
电脑图形处理器的发展是从图形显示适配器开始的,到图形加速器,再到图形处理器即GPU,其功能在不断增强。

但是GPU和CPU之间呢还是存在本质区别的,GPU计算量大,但没什么技术含量,而且要重复很多很多次。就像你有个工作需要算几亿次一百以内加减乘除一样,最好的办法就是雇上几十个小学生一起算,一人算一部分,反正这些计算也没什么技术含量,纯粹体力活而已。
CPU像老教授,积分微分都会算,就是工资高,一个老教授资顶二十个小学生,你要是富士康你雇哪个?GPU就是这样,用很多简单的计算单元去完成大量的计算任务,纯粹的人海战术。

所以CPU适合需要前后计算步骤严密关联的计算场景。这些任务涉及到“流”的问题,必须先计算完第一步,再去计算第二步;比如你去相亲,双方看着顺眼才能继续发展。总不能你这边还没见面呢,那边找人把证都给领了。这种比较复杂的问题都是CPU来做的。
GPU适合前后计算步骤无依赖性,相互独立的计算场景。很多涉及到大量计算的问题基本都有这种特性,比如你说的破解密码,挖矿和很多图形学的计算。
3、MCU
MCU即微控单元片,通俗来讲就是单片微型计算机,也就是我们常说的单片机。汽车MCU,顾名思义就是使用在汽车上面的单片机。类似于人脑的汽车的微处理器,可以控制车内所有的电子系统,如多媒体、音箱、导航和悬挂等等。MCU是汽车电控系统的核心部分,MCU必须具有耐高温、坚固稳定的性能。和普通MCU相比,汽车MCU的质量要求更加严格,要使之在复杂的汽车内部环境中不容易损坏。

根据使用目的的不同,可分为通用型和专用型。专用车MCU的硬件和指令都是根据某些特殊用途设计的,如:录音机的核心控制器、语音播报控制器、电机控制器等;通用型汽车MCU则能够将可开发的资源包含ROM、RAM、I/O、EPROM等全部提供给用户。
按照基本操作处理的数据位数分类,汽车MCU和常规MCU分类是相同的。根据总线或数据暂存器的宽度,可以分为4位、8位、16位、32位甚至64位单片机。4位MCU大部分应用在计算器、车用仪表、车用防盗装置等;8位MCU大部分应用在电表、变频式冷气机、马达控制器、键盘及USB等;8位、16位单片机主要用于一般的控制领域,正常来说不使用操作系统,16位MCU大部分应用在移动通信电话方面。

4、SoC
SoC芯片是芯片的一种,简单的理解就是把几种不同类型的芯片集成到一块芯片上,比如把CPU、GPU、存储器、蓝牙芯片等集成到一个芯片上。
再例如,智能座舱上的wifi功能和蓝牙功能,都是集成在SoC芯片之上,例如8155就属于SoC芯片。
5、TOPS
TOPS也是我们常说的算力,1 TOPS代表处理器每秒钟可进行一万亿次。我们熟知的8155芯片算力是8TOPS,英伟达 orin芯片算力为254TOPS。
汽车从L1、L2、L3、L4、L5不断推进,某种意义上看,就是算力的竞赛,每往上进阶一级就意味着对算力的需求更高。毫无疑问,当前的自动驾驶芯片市场发生了明显的变化,“大算力”正是一大趋势。
6、NPU
近几年NPU特别火,我们可以理解为NPU就是AI芯片,普通芯片就是CPU。在自动驾驶和智能座舱都离不开NPU。所谓NPU(Neural network Processing Unit), 即神经网络处理器。神经网络处理器(NPU)采用“数据驱动并行计算”的架构,特别擅长处理视频、图像类的海量多媒体数据。NPU处理器专门为物联网人工智能而设计,用于加速神经网络的运算,解决传统芯片在神经网络运算时效率低下的问题。
换句话说,NPU是具备智能和学习的特性, 也就是说这个处理器它是会模仿人的大脑神经网络的。
既然叫神经网络处理器,顾名思义,这家伙是想用电路模拟人类的神经元和突触结构啊!
怎么模仿?那就得先来看看人类的神经结构——生物的神经网络由若干人工神经元结点互联而成,神经元之间通过突触两两连接,突触记录了神经元之间的联系。

如果想用电路模仿人类的神经元,就得把每个神经元抽象为一个激励函数,该函数的输入由与其相连的神经元的输出以及连接神经元的突触共同决定。
为了表达特定的知识,使用者通常需要(通过某些特定的算法)调整人工神经网络中突触的取值、网络的拓扑结构等。该过程称为“学习”。为了表达特定的知识,使用者通常需要(通过某些特定的算法)调整人工神经网络中突触的取值、网络的拓扑结构等。该过程称为“学习”。

真的是又科学又玄学的存在呢,不过这个有点超纲了,并没有大规模量产哦。
好了笑话完这篇,我们下篇就可以讲讲R7搭载的orin智驾芯片的牛叉了,这个芯片也是行业顶流哦,大家敬请期待哦。