瑞薩電子和專注多核CPU/GPU/FPGA加速技術的Fixstars公司合作開發一套用於R-Car SoC的工具軟體，以優化並快速模擬用於自動駕駛（AD）系統和先進駕駛輔助系統（ADAS）的軟體。這些工具軟體可以在軟體開發初期即充份利用R-Car的性能優勢，快速開發具有高精度物件辨識的網路模型，可以減少開發後期的重工，有助於縮短開發週期。

瑞薩電子和Fixstars公司合作開發用於R-Car SoC的AD和ADAS AI最佳化軟體工具，優化並快速模擬用於自動駕駛系統和先進駕駛輔助系統的軟體。

瑞薩車用軟體開發部副總裁Hirofumi Kawaguchi表示：「瑞薩持續創造整合式開發環境，為客戶提供『軟體優先』的開發方式。透過支援為R-Car量身訂做的深度學習模型的開發，幫助我們的客戶建構AD和ADAS解決方案，以縮短上市時間和開發成本。」

Fixstars執行長Satoshi Miki表示：「GENESIS for R-Car是我們與瑞薩共同建構的雲端評估環境，使工程師得以在開發前進行元件的評估和選擇，且已經有許多客戶開始使用。我們將持續開發新技術來加速機器學習操作（MLOps），以用於維護最新版的車用應用軟體。」

目前AD和ADAS應用採用深度學習來實現高精度的物件辨識。深度學習的推理過程需要大量的資料運算和記憶體空間。而實際車用產品的模型和可執行程式必須針對車用SoC進行優化，因為使用有限的運算單元和記憶體空間進行即時處理是一項非常有挑戰性的任務。此外，也需要加快從軟體評估到驗證的流程，並且需要持續更新應用程式以提高準確性和性能。

瑞薩和Fixstars開發以下的工具來滿足客戶需求，包括用於產生針對R-Car的優化網路模型、用於為R-Car編譯網路模型，以及用於快速模擬執行經過編譯的程式。瑞薩和Fixstars將持續在「Automotive SW Platform Lab」上開發深度學習軟體，並建構執行環境，透過不斷更新網路模型來維持和提高辨識精度和性能。

目前推出的第一套工具專為適用於AD和ADAS應用的R-Car V4H SoC設計，結合高達每秒34萬億次運算（TOPS）的深度學習性能和高效能。