在线威尼斯赌场澳门

  • EB
  • 2019盖世车联网大会
  • 2019全球燃料电池汽车论坛【20191115】
  • 领供应商清单活动201910
  • 中国汽研-特斯拉
  • 上海某股份有限公司供应商大会
  • CTalk高端系列访谈

当前位置:首页 > 智能网联 > 正文

对话地平线张玉峰:芯片的开发设计不比造车容易

盖世汽车 张敏 2019-09-16 07:37:38

在过去的很多年,芯片领域一直被国外巨头垄断,而车载AI芯片又是实现自动驾驶大规模落地的前提。因此,即便车载AI芯片,难如登顶珠穆朗玛峰,也亟待突破。

在2019世界人工智能大会期间,边缘人工智能芯片企业地平线正式宣布量产中国首款车规级人工智能芯片——征程二代。

为了解更多关于征程二代的信息,在2019泰达论坛上,盖世汽车采访了地平线副总裁&智能驾驶产品线总经理张玉峰。

自动驾驶,地平线张玉峰

地平线副总裁&智能驾驶产品线总经理张玉峰

征程二代有哪些特点?

张玉峰介绍称,征程二代搭载地平线自主创新研发的高性能计算架构BPU2.0(Brain Processing Unit),可以提供超过4 TOPS的等效算力,典型功耗仅2瓦。2019年初,征程二代流片成功。目前,征程二代芯片开发套件已完全就绪,可支持客户直接进行产品设计。搭载地平线高性能计算架构BPU3.0的征程三代芯片,符合AEC-Q100和ISO 26262车规级标准,预计将于明年正式推出。

基于征程二代车规级芯片,地平线推出了面向ADAS市场的征程二代视觉感知方案,同时也发布了将于明年正式上市的性能更强大、可覆盖不同等级自动驾驶需求的全新Matrix自动驾驶计算平台。

未来,地平线Matrix自动驾驶计算平台还将推出更新更强大版本。将于明年发布的基于征程三代的Matrix自动驾驶计算平台算力将高达192 TOPS,具备支持ASIL D的系统应用场景的能力。

征程二代的应用场景有哪些?

张玉峰介绍称,在安全领域,二代最大的一个方向就是面向ADAS视觉感知,比如单目或多目摄像头,去完成对于障碍物、运动物体的判断。例如,常见的AEB场景下与前车的距离、刹车时间的判断,包括车道保持、车道线的识别,摄像头的识别能够超过其他的传感器。在L2+的功能中,如车道线保持、自动巡航等,这些功能可以通过视觉感知,集成到一个系统中,从而帮助终端的消费者获得更好的驾乘体验。

在计程出租车(Robotaxi)或者慢速小车上的应用场景,其实也需要对于环境的感知,从而帮助它做出相应的判断。

在智能座舱领域,该芯片可以提供智能化场景,比如语音识别本身,截至目前仍然很有挑战,在车内嘈杂的环境下则有更多挑战,不过,张玉峰表示,地平线的芯片目前已有足够的算力,加上核心的算法,通过唇语的理解、声音的识别,可以融合视觉和声音这两种信号源,去做增强,即便是在噪音的情况下,也可以对命令词作出更精准的理解。

简言之,征程二代可以赋能非常多的应用场景。征程二代不仅能够高效灵活地实现多类AI任务处理,对多类目标进行实时检测和精准识别,还可以全面满足自动驾驶视觉感知、视觉建图定位、视觉ADAS等智能驾驶场景的需求,以及语音识别,眼球跟踪,手势识别等智能人机交互的功能需求,充分体现BPU架构强大的灵活性,全方位赋能汽车智能化。

征程二代的优势有哪些?

张玉峰表示,在能效比和开放性方面,征程二代具备显著优势。打造极致的AI能效是地平线芯片设计的核心理念。基于这一理念,征程二代芯片具备极高的算力利用率,每TOPS AI能力输出可达同等算力GPU的10倍以上。

与此同时,征程二代还可提供高精度且低延迟的感知输出,满足典型场景对语义分割、目标检测、目标识别的类别和数量的需求。征程二代全面开放,提供从参考解决方案,到开放的感知结果,再到芯片及工具链的基础开发环境,并可依据客户的不同需求提供不同层次的产品交付和服务。

芯片实现起来的挑战有哪些?

在汽车领域,无论是对于安全领域的高级辅助驾驶,还是说了很多年的自动驾驶领域的感知、定位、未来的决策等,以及车内的面向智能座舱的基于多模态的传感器,包括视觉、语音、手势等,都需要很大的算力来支撑,这背后其实就需要一款处理器,能够提供足够的低功耗,足够高的算力,去支撑这么多的数据处理,而所谓的大数据是需要在实时的低延迟的情况下完成处理。

张玉峰认为在这方面的挑战要比纯控制性的芯片高。他解释称,控制芯片虽然小,但它本身并不需要一个大算力去实现它做的工作,只要能够在低延迟的情况下执行几个控制命令就可以了。

在张玉峰看来,芯片研发是一个很长的过程,同时它的商业化又是一个很关键的点。如果一开始就追求高算力的芯片,而它在成本、算力、功耗上都超出了当前这个市场上应用所需要的指标,那实际上是一个商业上不成功的产品。

他举例称,在面向ADAS的视觉感知解决方案的芯片,还是很长链条的,从最底层的芯片设计,到开发工具,再到基于深度学习的神经网络模型,最后到能应用的参考设计开发。

“芯片的开发设计不比造车容易,需要很多不同背景的人在一起合作,而且一个芯片从设计到最后完成也需要好几个月,甚至一年,之后还需要封装测试,以及满足各种的要求,如满足AEC-Q100,未来满足ISO的要求,这又需要一年到一年半的时间。”张玉峰说。

在这方面,由于地平线起步较早,张玉峰表示,“从现在整体发展态势来看,地平线先发优势比较明显,另外还一个优势则是软硬件的高度协调。”

地平线的商业化进程如何?

车规级芯片成功流片后,地平线已在高级别自动驾驶、辅助驾驶(ADAS)、多模交互等方向斩获多达5个国家的客户的前装定点,并有望于明年上半年获得双位数的前装车型定点。率先搭载地平线车规级AI芯片及解决方案的量产车型最早将于明年年初上市。

张玉峰表示,征程芯片两年内将有百万量级的前装装车量,五年内则有望完成千万量级的目标。地平线在后装市场的商业化落地亦在加速推进,目前已同包括首汽约车、SK电讯在内的多家国内外知名出行服务商、运营商达成合作,基于地平线AI芯片及算法,提供辅助驾驶(ADAS)、车内多模交互、高精地图建图与定位等一系列智能化解决方案,并已实现批量部署,预计未来两三年内能够部署上千万辆汽车。

此外,地平线高性能、低功耗、低成本的AI芯片及解决方案Matrix得到了国内外自动驾驶厂商和Robotaxi运营车队的青睐,目前已在海内外赋能近千辆L4级别的自动驾驶车辆,Matrix已成为全球L4自动驾驶计算平台的明星产品,未来两三年将有望到达万级规模的出货。

AI的发展前景如何?

人工智能已经是一个谈了几十年的话题,能够让机器具备人的智能,这个事情也是好几代人的努力和愿景。我们已经从AlphaGo下围棋,看到它的算法超过了顶级棋手的能力。

在张玉峰看来,现在人工智能的局限性在于它比较有细分方向的限制性,也就是这个方向开发出来的人工智能的算法很难轻易扩展到其他领域,这是在算力之外的一个现实。

在AI时代,现在处理器的算力如何发展,如何软硬结合、设计优化,如何能够更快地推动数据的处理能力接近人类大脑算力。

张玉峰认为,这两年在处理器这块的算力,也就是老鼠大脑的算力,哪怕按照传统摩尔定律的规律,每5年应该会有10倍算力的增长,未来10年会有一个100倍的增长。听起来100倍不高,但是100倍的老鼠大脑的能力是接近于人的,至少更接近于人脑的能力。

?
试读已结束

如需阅读全部内容,请查看

*版权声明:本文为盖世汽车原创文章,如欲转载请遵守 转载说明 相关规定。违反转载说明者,盖世汽车将依法追究其法律责任!

本文地址:https://auto.gasgoo.com/News/2019/09/160737383738I70127963C601.shtml

文章标签: 自动驾驶

0

好文章,需要你的鼓励

?