瑞薩和Fixstars合作開發用於R-Car SoC的AD和ADAS AI最佳化軟體工具
前言：
透過支援快速開發的最佳化網路模型和高速模擬以縮短開發週期
2022年12月15日--先進半導體解決方案頂尖供應商瑞薩電子（TSE：6723）今天和多核CPU/GPU/FPGA加速技術的全球領導者Fixstars公司宣布聯合開發一套用於R-Car SoC的工具軟體，以優化並快速模擬用於自動駕駛（AD）系統和先進駕駛輔助系統（ADAS）的軟體。這些工具軟體可以在軟體開發初期即充份利用R-Car的性能優勢，快速開發具有高精度物件辨識的網路模型，可以減少開發後期的重工，有助於縮短開發週期。
瑞薩車用軟體開發部副總裁Hirofumi Kawaguchi表示：「瑞薩持續創造整合式開發環境，為客戶提供『軟體優先』的開發方式。透過支援為R-Car量身訂做的深度學習模型的開發，幫助我們的客戶建構AD和ADAS解決方案，以縮短上市時間和開發成本。」
Fixstars執行長Satoshi Miki表示：「GENESIS for R-Car是我們與瑞薩共同建構的雲端評估環境，使工程師得以在開發前進行元件的評估和選擇，且已經有許多客戶開始使用。我們將持續開發新技術來加速機器學習操作（MLOps），以用於維護最新版的車用應用軟體。」
目前AD和ADAS應用採用深度學習來實現高精度的物件辨識。深度學習的推理過程需要大量的資料運算和記憶體空間。而實際車用產品的模型和可執行程式必須針對車用SoC進行優化，因為使用有限的運算單元和記憶體空間進行即時處理是一項非常有挑戰性的任務。此外，也需要加快從軟體評估到驗證的流程，並且需要持續更新應用程式以提高準確性和性能。瑞薩和Fixstars開發了以下這些工具來滿足需求。
1. R-Car Neural Architecture Search（NAS）用於產生針對R-Car的優化網路模型
該工具可有效利用R-Car元件上的CNN（卷積神經網絡）加速器、DSP和記憶體來產生深度學習網路模型。即使是對R-Car架構尚不熟悉或缺乏經驗的工程師，也能夠快速開發具高準確度物件辨識且快速的輕量級網路模型。
2. R-Car DNN Compiler用於為R-Car編譯網路模型
該編譯器將優化的網路模型轉換為可以充分利用R-Car性能以及優勢的程式。將網路模型轉換成可透過CNN IP快速執行的程式，並進行記憶體優化，使高速但空間有限的SRAM能夠最大限度地發揮其性能。
3. R-Car DNN Simulator用於快速模擬執行經過編譯的程式
該模擬器用於在PC上快速驗證程式，而不用在實際的R-Car晶片上。使用此工具，開發人員可以產生與R-Car相同的執行結果。如果在模型輕量化和程式優化過程中推理處理的辨識精度受到影響，工程師可以立即回饋到模型開發上，從而縮短開發週期。
瑞薩和Fixstars將持續在「Automotive SW Platform Lab」上開發深度學習軟體，並建構執行環境，透過不斷更新網路模型來維持和提高辨識精度和性能。
供貨
今天推出的第一套工具專為適用於AD和ADAS應用的R-Car V4H SoC設計，結合了高達每秒34萬億次運算（TOPS）的強大深度學習性能和卓越的效能。如需了解更多資訊，請造訪：https://www.renesas.com/software-tool/tools-optimize-ai-software-adadas-r-car-soc。
關於瑞薩電子
瑞薩電子（TSE:6723）以完整的半導體解決方案提供值得信賴的嵌入式設計與創新，使數十億相互連結的智慧型裝置能夠改善人們的工作與生活。身為全球微控制器、類比元件、電源IC以及SoC等產品的領導供應商，瑞薩為汽車、工業、基礎設施及物聯網等廣泛的應用範圍提供全面性的解決方案，協助人們實現大無限的未來。欲了解更多資訊，請造訪renesas.com。歡迎訂閱關注LinkedIn 、Facebook、Twitter、 YouTube和Instagram。
關於Fixstars
Fixstars致力於「加速您的業務」。
結合我們在多核處理器程式編寫方面的專業知識和下一代記憶體技術的使用，我們提供最佳性能解決方案以及節能方案，以加速客戶在各個領域的業務。欲了解更多資訊，請造訪：https://www.fixstars.com/en/。
（備註）本產品包含的技術來自日本新能源和工業技術開發組織 (NEDO) 項目的實際應用，該項目名為“創新 AI 芯片和下一代計算技術開發項目”。本新聞稿中提及的所有產品或服務名稱均為各別商標或註冊商標的所有人所有。
