地平线 J2J3了解笔记
文章目录
- J2
- J3（征程®3）
- J3简介
- J3 DVB
- 工具链
J2
扩展：
BPU：(Branch Processing Unit，分支处理单元)CPU中用来做分支处理的那一个区域。
DDR：DDR=Double Data Rate双倍速率同步动态随机存储器。DDR内存是在SDRAM内存基础上发展而来的，SDRAM在一个时钟周期内只传输一次数据，它是在时钟的上升期进行数据传输;而DDR内存则是一个时钟周期内传输两次次数据，它能够在时钟的上升期和下降期各传输一次数据，因此称为双倍速率同步动态随机存储器。DDR内存可以在与SDRAM相同的总线频率下达到更高的数据传输率。具体参考：https://product.pconline.com.cn/itbk/diy/memory/1107/2476926.html
扩展：
BIF-SPI：
TBD.
J3（征程®3）
新一代高性能车规级 AI 芯片
扩展
啥是车规级？
总结一句话就是能够满足车规测试要求的芯片或元器件可以称为车规级，具体参考：http://murata.eetrend.com/node/1002166
J3简介
征程®3 是地平线基于自研的BPU®2.0 架构，针对高级别辅助驾驶场景推出的新一代高效能车规级 AI 芯片，已通过 AEC-Q100 认证。征程3 不仅支持基于深度学习的图像检测、分类、像素级分割等功能；也支持对 H.264 和 H.265 视频格式的高效编码，是实现多通道 AI 计算和多通道数字视频录像的理想平台，例如可实现高级别辅助驾驶（ ADAS ），自动泊车辅助（ APA ）等功能。
J3 DVB
扩展：
如何理解“搭载ASIL-D的MCU微控制器”
即搭载了安全失效等级最高的MCU。
***
工具链
征程3 配合地平线天工开物® AI工具链，适配主流的训练框架 Caffe、 MXNet、 TensorFlow 和 PyTorch ，支持 ONNX ，并提供 Model Zoo ，可加速客户开发和部署自有算法，提高客户产品应用开发效率。
地平线 J2J3了解笔记相关推荐
- 【观影笔记】地平线：大数据时代（BBC）
地平线:大数据时代(BBC) 影片中的实例 大数据分析所需要素 感悟 影片中的实例 洛杉矶:利用预测地震余震发生的模型来预测犯罪 数据挖掘起源:约翰·格兰特Graunt 伦敦黑死病死亡记录 Phil ...
- 【地平线机器人入职培训笔记-第二周】
读书笔记(第二次任务) 第一篇:毫米波雷达与摄像头 传感器作用: 通过将感受到的被测量信息按照特定规则转化为电信号,进而将其传输到汽车的中央控制单元中进行环境监测.车身感知.决策规划,从而协助智能驾驶 ...
- 地平线机器人提出Anchor free、NMS free的3D目标检测算法 | CVPR2020 Workshop
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 这是一篇由地平线机器人发表在CVPR2020 Workshop的文章,主要是将Anchor Free的 ...
- 读书笔记《单核工作法》_5：适用xing
前言 工欲善其事必先利其器. 学习一点儿如何安排时间产出工作量的方法,对于生活也是很有必要的. 上一篇在这里单核工作法1 原理1原理1 原理23原理23 原理45原理45 适用性 单核工作法的适用性 ...
- 香帅的北大金融学课笔记16 -- 公司决策
香帅的北大金融学课笔记 – 公司决策 一.财务报表 1.财务报表基础:三张表 1)资产负债表 资产:个人资产有房产.股票.债券.理财产品.黄金.现金.投资项目等.正确的排列顺序是按照资产的流动性来排. ...
- CVPR2020 | 遮挡也能识别？地平线提出用时序信息提升行人检测准确度
点上方蓝字计算机视觉联盟获取更多干货 在右上方 ··· 设为星标 ★,与你不见不散 仅作分享,不代表本公众号立场,侵权联系删除 转载于:AI科技评论 AI博士笔记系列推荐 周志华<机器学习> ...
- 《MFC游戏开发》笔记十 游戏中的碰撞检测进阶：地图类型障碍物判定
本系列文章由七十一雾央编写,转载请注明出处. http://blog.csdn.net/u011371356/article/details/9394465 作者:七十一雾央 新浪微博:http:// ...
- 《Real-Time Rendering 4th Edition》读书笔记--简单粗糙翻译 第六章 纹理 Texturing
写在前面的话:因为英语不好,所以看得慢,所以还不如索性按自己的理解简单粗糙翻译一遍,就当是自己的读书笔记了.不对之处甚多,以后理解深刻了,英语好了再回来修改.相信花在本书上的时间和精力是值得的. -- ...
- 论文笔记（十六）：Learning to Walk in Minutes Using Massively Parallel Deep Reinforcement Learning
Learning to Walk in Minutes Using Massively Parallel Deep Reinforcement Learning 文章概括 摘要 1 介绍 2 大规模并 ...
最新文章
- 思科路由器怎么安装？
- PHP面试题:你所知道的php数组相关的函数？
- 进程间通信：共享内存概念及代码
- 图的遍历、最小生成树、最短路径
- 基础研究到底要基础到什么程度？
- C#操作Word（转）0
- PyQt5简单的例子
- apache做yum源_svn+apache的yum源安装方式
- 豆瓣python-豆瓣+python
- 解决启动IIS发生意外错误 0x8ffe2740
- Python实现1-100猜数字游戏
- 盘符修改后，node重装一顿操作猛如虎
- 编写Windows服务程序，将Python作为Windows服务启动
- java将字符串内容转换为字节数组
- DeOldify，这个开源的AI代码可以给你的黑白照片上色
- django之数据库操作
- NVT平台model屏幕配置
- 富怡CAD计算机在哪,富怡CAD软件如何与富怡数字化仪进行连接
- 基于stomp协议的websocket
- 剑指offer答案 c语言,剑指offer 题目整理