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

  • 맑음보은-1.7℃
  • 맑음정읍2.2℃
  • 흐림인제0.7℃
  • 흐림철원0.8℃
  • 맑음의령군-0.7℃
  • 맑음울릉도9.8℃
  • 맑음금산-0.7℃
  • 맑음구미0.5℃
  • 흐림춘천0.2℃
  • 맑음순천-0.6℃
  • 맑음산청0.5℃
  • 맑음김해시7.2℃
  • 맑음영천-0.1℃
  • 맑음강릉8.5℃
  • 맑음경주시0.6℃
  • 맑음밀양0.5℃
  • 맑음울진7.1℃
  • 맑음해남-0.5℃
  • 맑음태백3.1℃
  • 맑음남해6.5℃
  • 맑음영주6.2℃
  • 맑음광주5.6℃
  • 흐림북춘천-0.4℃
  • 맑음안동-0.3℃
  • 맑음창원7.1℃
  • 맑음천안-1.9℃
  • 맑음광양시8.2℃
  • 맑음의성-3.3℃
  • 맑음동해7.4℃
  • 맑음진도군0.1℃
  • 맑음거창-0.6℃
  • 맑음완도9.2℃
  • 맑음목포3.4℃
  • 맑음포항5.3℃
  • 흐림홍성1.2℃
  • 맑음북강릉2.9℃
  • 맑음양산시2.8℃
  • 구름많음속초8.1℃
  • 맑음남원0.2℃
  • 맑음세종0.2℃
  • 맑음임실-0.9℃
  • 흐림서산1.3℃
  • 맑음추풍령-1.6℃
  • 맑음거제11.5℃
  • 맑음북창원6.8℃
  • 맑음울산5.5℃
  • 맑음군산2.0℃
  • 흐림강화2.1℃
  • 맑음정선군-3.1℃
  • 흐림수원2.1℃
  • 맑음성산6.9℃
  • 맑음전주3.1℃
  • 맑음제주9.6℃
  • 맑음진주0.1℃
  • 맑음상주1.2℃
  • 맑음강진군1.3℃
  • 맑음북부산3.0℃
  • 맑음대구3.9℃
  • 맑음고흥0.9℃
  • 맑음부안3.2℃
  • 맑음영광군1.6℃
  • 맑음봉화-4.9℃
  • 맑음대전0.9℃
  • 맑음청송군-3.6℃
  • 흐림홍천-0.2℃
  • 맑음순창군0.4℃
  • 흐림인천1.8℃
  • 맑음부산9.8℃
  • 맑음합천0.9℃
  • 맑음부여-1.7℃
  • 맑음서귀포10.4℃
  • 맑음고창1.6℃
  • 맑음청주2.0℃
  • 흐림양평0.1℃
  • 맑음통영6.5℃
  • 흐림보령2.4℃
  • 흐림파주0.5℃
  • 맑음제천-3.7℃
  • 맑음고창군0.6℃
  • 맑음영월-2.5℃
  • 맑음서청주-2.4℃
  • 흐림동두천2.2℃
  • 맑음고산11.5℃
  • 맑음장흥-1.3℃
  • 맑음충주-2.1℃
  • 흐림서울3.6℃
  • 맑음함양군-1.4℃
  • 맑음대관령0.6℃
  • 맑음영덕9.3℃
  • 맑음장수-2.6℃
  • 맑음보성군3.9℃
  • 맑음흑산도6.9℃
  • 맑음문경1.4℃
  • 맑음여수7.9℃
  • 구름많음백령도0.0℃
  • 맑음원주-0.2℃
  • 흐림이천-0.3℃
  • 2026.01.17 (토)

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