感知是通過在世界範圍內收集並存儲在 cloud 用於培訓。我們的軟體庫針對 CPU 和 GPU 進行了優化，可以壓縮這些訓練集，專門設計用於增強 ADAS （高級駕駛輔助系統）車型。初始數據集可以存檔，而壓縮集則每天使用。解碼在訓練期間實時發生。

• 降低儲存成本： 存儲圖像所需的數據量可以減少 5 到 10 倍，從而顯著降低數據倉庫的存儲成本。公共上的大數據存儲 Cloud 迅速變得成本太高且完全不合理。
  
• 持續改進 ADAS 模型： 降低成本有助於克服預算限制，從而可以持續開發 ADAS 隨著時間的推移進行建模，確保模型更精確、更高品質。

圖像是由在世界各地行駛的汽車記錄的。這些汽車配備了數據記錄器，可以在圖像傳輸到 cloud.我們 IP FPGA 或 ASIC 的核心硬體以及我們的軟體庫可用於壓縮儲存的圖像。

• 經濟高效的存儲： 壓縮允許在數據記錄器上存儲更多圖像，從而大大降低存儲成本。
• 更快的上傳時間： 壓縮可減少上傳到 cloud，提高整體效率。
• 無縫數據增量： 訓練集可以遞增，而無需在 cloud，簡化數據管理流程。

隨著時間的流逝， JPEG XS的 RAW 將成為汽車圖像傳輸的事實標準，並可以使用我們的低功耗直接集成到圖像感測器中 ASIC 解決方案。可以直接在 ADAS 使用我們的平臺 GPU 庫和/或專用硬體。

• 降低功耗： 降低到中央處理器的數據傳輸速率將降低攝像頭模組所需的功率，從而消除過熱問題。
• 增強的影像品質： ECU將不再受其物理介面頻寬的限制，從而實現更高的解析度、幀速率或 bit depth 的圖像，導致更高品質的感知。