Skip to Main Content
白皮书

自动驾驶的高层次综合

自动驾驶汽车和 ADAS 的实现取决于能否融合来自 LiDAR、雷达、摄像机和其他装置的传感器数据。传感器融合任务将越来越多地使用定制处理硬件 FPGA 或 ASIC 来完成。而且需要更多的定制芯片来应用机器学习和AI,以基于这些传感器数据做出决策。本白皮书介绍了如何使用高层次综合 (HLS) 方法加快设计流程和应对验证挑战,在某些情况下,该方法远优于手工编码的 RTL。

高层次综合使芯片设计具有更高的抽象级别

自动驾驶汽车需要复杂的传感器结构才能正常运作,它们持续产生大量与汽车周围环境相关的实时数据。这些汽车需要新的硬件架构,以便能够快速处理这些数据并做出能够实现自动驾驶的决策。Catapult 平台提供了高层次综合与以下功能的强大组合:可测量、探索、分析和优化 RTL 功耗的 PowerPro。

分享