Det svenska företaget Zenseact, som utvecklar mjukvara för automatiserad körning, och European Organization for Nuclear Research (CERN) har avslutat ett tre-årigt projekt där man snabbat på beräkningar i algoritmer för djupinlärning [1, 2, 3].

I projektet nyttjade man en hårdvara kallad Field Programmable Gate Arrays för att undersöka om beräkningar i maskinseende-algoritmer kunna snabbas på. Resultaten visade att man kan bevara en hög noggrannhet och en kort tidsfördröjning. Detta är viktigt för beräkningar som sker i automatiserade fordon för att exempelvis undvika kollisioner.

Källa

[1] Zenseact. Thinking fast and getting it right. Software company Zenseact and CERN wrap up joint research project around the acceleration of Deep Learning algorithms. 2023-01-25 Länk

[2] VETENSKAPLIG ARTIKEL. Ghielmetti, N., et al. Real-time semantic segmentation on FPGAs for autonomous vehicles with hls4ml. Science and Technology: Machine learning. 2022-10 Länk

[3] VETENSKAPLIG ARTIKEL. Aarrestad, T., et al. Fast convolutional neural networks on FPGAs with hls4ml. Science and Technology: Machine learning. 2021-07 Länk