Benchmarking de NPUs Automotivas: INT8, FP16 e Esparsidade para Transformers

O software de ADAS migrou de CNNs 2D para Transformers em Visão de Pássaro (BEV). Essa mudança exige avaliação prática além dos TOPS de marketing.

TOPS de Pico vs Utilização Efetiva

Embora um chip anuncie 200 TOPS, a normalização de camadas frequentemente trava a NPU esperando pela DRAM, alcançando menos de 35% de uso real sem fusão de operadores.

Perda de Precisão de Quantização na Detecção de Objetos 3D

Converter redes para INT8 requer calibração. A quantização pós-treino pode degradar a estimativa de distância em até 6% para pedestres sem o uso de QAT.

Explorar Portfólio de Domínios