CWN(CHANGE WITH NEWS) - 도시바, 딥러닝 가속기 탑재 차량앱용 이미지 인식 SoC 개발

  • 맑음성산8.9℃
  • 맑음진도군1.4℃
  • 맑음순천1.4℃
  • 맑음이천0.1℃
  • 맑음창원8.9℃
  • 맑음강릉7.6℃
  • 맑음상주3.2℃
  • 맑음북창원9.0℃
  • 맑음울릉도9.1℃
  • 맑음원주0.2℃
  • 흐림강화0.5℃
  • 맑음부산10.1℃
  • 맑음임실0.8℃
  • 맑음거제9.0℃
  • 맑음충주-0.4℃
  • 맑음정읍3.8℃
  • 맑음동해9.3℃
  • 맑음여수8.9℃
  • 맑음경주시2.3℃
  • 맑음남원2.6℃
  • 맑음봉화-2.8℃
  • 맑음고흥2.0℃
  • 맑음고창3.4℃
  • 맑음흑산도6.9℃
  • 맑음정선군-2.0℃
  • 맑음영덕9.4℃
  • 맑음영월-0.8℃
  • 맑음산청2.5℃
  • 구름조금인제-0.5℃
  • 맑음고산11.7℃
  • 맑음태백3.9℃
  • 맑음부여0.0℃
  • 맑음양산시4.5℃
  • 맑음문경4.1℃
  • 흐림철원1.1℃
  • 맑음북부산5.5℃
  • 맑음의령군0.5℃
  • 연무청주3.3℃
  • 맑음홍천-0.7℃
  • 맑음합천3.0℃
  • 맑음거창2.3℃
  • 맑음청송군-1.1℃
  • 맑음세종1.8℃
  • 맑음양평0.4℃
  • 맑음순창군1.8℃
  • 맑음광양시8.9℃
  • 맑음강진군3.0℃
  • 맑음부안3.2℃
  • 맑음영주0.9℃
  • 박무인천1.9℃
  • 맑음울산8.8℃
  • 맑음대구6.1℃
  • 맑음안동1.9℃
  • 맑음보성군3.4℃
  • 맑음장흥1.3℃
  • 맑음서청주-1.6℃
  • 맑음구미1.9℃
  • 박무홍성0.3℃
  • 맑음제주10.8℃
  • 구름많음춘천-0.5℃
  • 구름조금백령도1.9℃
  • 맑음함양군0.5℃
  • 맑음해남2.0℃
  • 박무수원1.5℃
  • 흐림동두천1.3℃
  • 맑음서산0.6℃
  • 맑음김해시8.2℃
  • 흐림파주0.4℃
  • 맑음보령2.1℃
  • 맑음영천1.9℃
  • 맑음군산2.1℃
  • 맑음추풍령0.5℃
  • 연무대전2.6℃
  • 맑음대관령1.9℃
  • 맑음서귀포11.2℃
  • 맑음금산0.9℃
  • 맑음진주2.1℃
  • 맑음통영7.4℃
  • 맑음밀양2.1℃
  • 맑음영광군3.5℃
  • 맑음속초8.0℃
  • 맑음제천-2.3℃
  • 박무북춘천-1.7℃
  • 박무서울3.6℃
  • 맑음고창군2.9℃
  • 맑음광주7.6℃
  • 맑음보은-0.4℃
  • 맑음의성-0.9℃
  • 맑음북강릉5.8℃
  • 맑음울진9.6℃
  • 맑음장수-1.3℃
  • 맑음남해6.3℃
  • 맑음목포6.7℃
  • 맑음천안-0.8℃
  • 맑음포항7.1℃
  • 맑음전주4.8℃
  • 맑음완도5.7℃
  • 2026.01.16 (금)

도시바, 딥러닝 가속기 탑재 차량앱용 이미지 인식 SoC 개발

김진범 / 기사승인 : 2019-02-28 11:31:00
  • -
  • +
  • 인쇄

도시바 일렉트로닉 디바이스 앤 스토리지 코퍼레이션(Toshiba Electronic Devices & Storage Corporation, 이하 ‘도시바’)이 자동차 애플리케이션용 이미지 인식 SoC(System on Chip)를 개발했다고 28일 발표했다.

▲ 도시바 이미지 인식 SoC

도시바의 기존 제품 대비 효율성은 4배, 속도는 10배 끌어올린 딥러닝 가속기(deep learning accelerator)를 구현한 제품이다. 앞서 지난 19일(현지시간) 미국 샌프란시스코에서 개최된 2019 국제고체회로설계학회(IEEE International Solid-State Circuits Conference, ISSCC)에서 세부적인 기술 정보를 공개한 바 있다.

도시바에 따르면 자동 긴급 제동을 비롯한 첨단 운전자 보조 시스템은 더욱 고도화된 기능을 제공하고, 이러한 기능을 구현하려면 이미지 인식 SoC가 필요하다. 이미지 인식 SoC는 전력 소모량은 낮추되 빠른 속도로 도로 교통 표지와 도로 상황을 인식한다.

뇌의 신경망을 본떠 설계한 알고리즘인 심층신경망(Deep neural networks, DNN)은 전통적인 패턴 인식이나 머신 러닝보다 훨씬 더 정확하게 인식 프로세스를 처리하기 때문에 자동차 애플리케이션 분야에서 활용도가 높을 것으로 기대를 모은다. 그러나 기존 프로세서로 DNN 기반 이미지 인식을 시행하면 시간이 걸린다. 방대한 양의 MAC(multiply-accumulate)을 계산하기 때문이다. 기존 프로세서를 통한 DNN 이미지 인식은 시간뿐만 아니라 전력 소모량도 높다.

[저작권자ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]

최신기사

뉴스댓글 >

- 띄어 쓰기를 포함하여 250자 이내로 써주세요.
- 건전한 토론문화를 위해, 타인에게 불쾌감을 주는 욕설/비방/허위/명예훼손/도배 등의 댓글은 표시가 제한됩니다.

댓글 0

Today

Hot Issue