面向自动驾驶应用的计算芯片 第1部分：技术要求.pdfVIP

   目 次 1 范围1 2 规范性引用文件1 3 术语和定义1 4 缩略语2 5 技术要求3 5.1测试流程要求3 5.2环境要求3 5.3基本技术要求3 5.4硬件要求3 5.5软件要求4 5.6组成和部件要求4 6 功能要求5 6.1基于面向自动驾驶应用的计算芯片的硬件计算平台5 6.2系统互连支持5 6.3AI加速单元NPU5 6.4视频/图像加速单元6 6.5图像信号处理单元ISP6 6.6对人眼通路HV和机器视觉CV的图像效果要求7 6.7微控制器MCU7 6.8通用处理器CPU7 6.9图形处理单元GPU（可选）7 6.10机密计算引擎Secure Engine8 6.11存储8 6.12外围接口和总线(CAN, I2C,)8 6.13传感器支持8 6.14基于面向自动驾驶应用的计算芯片的软件计算平台9 7 性能要求9 7.1计算结果可靠性9 7.2实时可靠性9 7.3 故障检测上报能力 （RAS）9 7.4整体硬件可靠性9 7.5Sensor/通信总线可靠能力10 7.6工具链可靠性10 7.7各硬件加速器可靠性考虑使用FMEA失效率计算。10 7.8传感器输入可靠性10 面向自动驾驶应用的计算芯片 第1部分：技术要求 1 范围 本文件规定了面向自动驾驶应用的计算芯片的可靠性和基本技术要求、软硬件要求以及功能、性能 要求,适用于面向自动驾驶应用的计算芯片。 本文件适用于面向自动驾驶应用的计算芯片设计、制造,也适用于对面向自动驾驶应用的计算芯片 产品的采购、选型。 2 规范性引用文件 下列文件中的内容通过文中的规范性引用而构成本文件必不可少的条款。其中,注日期的引用文件, 仅该日期对应的版本适用于本文件;不注日期的引用文件,其最新版本(包括所有的修改单)适用于本文 件。 GB/T34590-2017 道路车辆 功能安全 T/CESA1120—2020 人工智能芯片 面向边缘侧的深度学习芯片测试指标与测试方法 ISO/PAS21448 道路车辆 预期功能安全 3 术语和定义 下列术语和定义适用于本文件。 3.1 面向自动驾驶应用的计算芯片 computing chip for automatic driving applications 一种能够同时满足人工智能及异构算力需求和通用计算的可靠性要求的边缘侧计算设备。 3.2 工作负载 workload 为测试目的，运行在计算系统中的给定任务集合。 注：一般包含输入、输出要求，计算数量和种类及所要求的计算资源。 3.3 有效推理计算能力 effective computing ability 在给定任务集合上，对每个任务的实际吞吐率与其基线吞吐率之比的加权几何平均。 3.4 每秒浮点运算次数 floating point operations per second 在执行某项任务过程中，关于特定种类操作的每秒执行浮点运算次数。 注：对训练、推理任务，一般设定特定种类操作的范围 （如模型上的前向或反向计算所涉及的操作）。 1 3.5 能量使用有效性 power usage effectiveness 在同一时间段内测量、计算或获取的，面向自动驾驶应用的计算芯片消耗能量总量与信息技术设备 能量消耗总量的比值。 3.6 图像分类 imageclassification 根据一定的规则，将图像自动划分到某一个预定义类别。 3.7 目标检测 objectrecognition 识别图像中是否存在指定类型的对象并确定其位置和大小。 3.8 语义分割 inst