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

  • 맑음부여0.7℃
  • 맑음영주0.2℃
  • 맑음홍성0.9℃
  • 맑음함양군2.2℃
  • 맑음대관령2.2℃
  • 흐림파주-0.3℃
  • 맑음안동3.4℃
  • 맑음제천-1.8℃
  • 맑음원주1.3℃
  • 맑음인천2.2℃
  • 맑음남해7.3℃
  • 맑음완도7.9℃
  • 맑음장수-0.1℃
  • 맑음장흥2.9℃
  • 맑음청주4.0℃
  • 맑음세종2.5℃
  • 맑음이천0.9℃
  • 맑음의성0.5℃
  • 맑음홍천0.4℃
  • 맑음김해시9.5℃
  • 맑음속초8.7℃
  • 맑음성산9.6℃
  • 맑음서울3.4℃
  • 맑음영월0.3℃
  • 맑음대구7.3℃
  • 맑음울산8.1℃
  • 흐림강화-0.1℃
  • 맑음밀양3.9℃
  • 맑음영천5.0℃
  • 맑음울진10.3℃
  • 맑음추풍령2.1℃
  • 맑음북부산6.9℃
  • 맑음수원2.3℃
  • 구름많음동두천1.2℃
  • 맑음제주11.6℃
  • 맑음보은0.9℃
  • 맑음광주9.2℃
  • 맑음춘천-0.9℃
  • 맑음봉화-2.0℃
  • 맑음영덕7.6℃
  • 맑음천안0.9℃
  • 맑음흑산도7.0℃
  • 맑음고창군3.7℃
  • 맑음거제10.0℃
  • 맑음포항8.8℃
  • 맑음동해9.5℃
  • 맑음서산1.8℃
  • 맑음통영8.0℃
  • 맑음강진군4.4℃
  • 맑음순천3.4℃
  • 맑음양산시6.3℃
  • 맑음북춘천-1.3℃
  • 맑음해남2.8℃
  • 맑음창원9.5℃
  • 맑음고산11.9℃
  • 맑음고흥3.5℃
  • 맑음태백4.8℃
  • 맑음청송군0.3℃
  • 맑음산청4.2℃
  • 맑음진주4.0℃
  • 맑음금산2.3℃
  • 맑음부산10.2℃
  • 맑음영광군4.4℃
  • 맑음문경4.4℃
  • 맑음진도군2.8℃
  • 맑음강릉9.2℃
  • 맑음인제-0.4℃
  • 맑음양평1.2℃
  • 맑음상주4.4℃
  • 맑음정선군-0.1℃
  • 맑음부안2.9℃
  • 맑음구미3.1℃
  • 맑음합천4.8℃
  • 맑음광양시9.3℃
  • 맑음보령3.1℃
  • 맑음목포6.1℃
  • 맑음정읍4.4℃
  • 맑음경주시4.7℃
  • 맑음대전3.5℃
  • 맑음고창4.9℃
  • 맑음여수9.4℃
  • 흐림백령도1.7℃
  • 맑음남원3.8℃
  • 맑음충주-0.4℃
  • 맑음북강릉5.5℃
  • 맑음군산3.2℃
  • 맑음거창4.7℃
  • 맑음순창군4.5℃
  • 흐림철원1.2℃
  • 맑음북창원10.1℃
  • 맑음의령군2.3℃
  • 맑음보성군3.3℃
  • 맑음임실2.6℃
  • 맑음울릉도8.9℃
  • 맑음서귀포11.4℃
  • 맑음전주6.3℃
  • 맑음서청주0.1℃
  • 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