中国自动驾驶补完计划:这款 AI 芯片为何如此重要?

国内新闻 阅读(626)

来源:Geek Park作者:李浩源

“今天是中国自动驾驶行业的特殊日子。”。“

8月30日上午,Horizon& amp;首席执行官于凯以此公告开始发言。

Horizon&创始人CEO余凯|照片来源:Horizon

此时,2019年刚过三分之二,几年前,业内人士曾预计,到2020年左右,自动驾驶将迎来大型商业,汽车制造商,自驾车企业家以及上下游产业,多数人都会考虑它作为关键时间节点。今天,即便是乐观主义者也预计这种情况会在未来几年延迟。至少在余凯看来,目前主流的自动驾驶仍处于L2阶段,即使是L3阶段的辅助驾驶,真正的大规模实施也将在2024年。

发展滞后的重要原因是行业太大。人们总会在发展过程中发现新的问题和机会。就像用石头填充杯子一样,他们会发现他们可以继续填充沙子,石灰和水,而杯子本身也在膨胀。这并不意味着绝望,而是一个更大的市场。工业时代的汽车工业改变了世界。如今,人们投资旅游业的人越多,未来他们就越能从中受益。 Waymo是一家由谷歌母公司拥有的自动驾驶公司,其价值超过1750亿美元,使老式通用汽车和福特公司的市值远远落后。在中国,旅游业的转型已上升到国家战略层面,新能源,自动驾驶和车辆网络已成为资本追求的焦点。

在此过程中,出现了许多明星公司。在中国,只有威莱,小鹏,威玛和图森未来,趋势科技,文源智星在自动驾驶领域,4D图欣,高德,甚至激光雷达制造商都专注于高精度地图。 Hesai,Sagitar Juchuang,Beike Tianqi等,估值已超过30亿美元的视野。中国自动驾驶业务的地位如何?

四轮电脑

从最初的移动工具到能够连接到互联网,人机交互甚至自动驾驶,汽车变得更加智能。可预测的未来是汽车的发展将接近PC和智能手机的发展轨迹。我们讨论了车辆的性能,并从机器的性能基础转变为更方便的智能考虑。

这反映在车辆的计算需求中。目前,大多数汽车都使用具有分布式ECU架构的小型处理器来处理简单的任务。随着车辆和自动驾驶仪的计算性能要求的提高,于凯认为车载计算将演变为域控制器,具有更高的吞吐量。数据,执行更明智的决定,汽车最终变成一个四轮电脑。他预测,到2025年,这一趋势将导致汽车成本结构的急剧变化,计算平台和软件的成本将大幅增加。

对于个人电脑和手机,目前的竞争形势是,在其他属性融合的前提下,计算 - 甚至更进一步 - 负责计算的芯片将成为最有价值和最核心的组件之一。在车辆环境中,除了自动驾驶和汽车联网所需的计算之外,驾驶员在驾驶期间通过语音识别和唇部识别来执行人机交互,并且通过面部识别和眼睛跟踪的抗疲劳检测是非常有前景的。应用程序和这些应用程序与更强大的汽车芯片密不可分。

但不幸的是,很难谈论核心问题。与通用半导体或消费级芯片不同,板载芯片的工作环境要求更高。例如,在温度下,考虑零下40度至125度的极端条件。在使用寿命方面,车辆的寿命通常超过10年。该芯片必须运行15 - 20年。地平线上海研发中心总经理吴铮告诉记者,汽车级半导体芯片的可靠性要求必须满足AEC-Q100芯片开发,验证,流片,封装和测试的全过程,包括高低温测试,老化测试和压力测试。

其次,对质量体系的要求非常高。智能汽车与传统汽车不同。很难避免电子系统的故障。但是,如果您使用计算机或移动电话等卡,结果可能不是故障,而是意外。真正的汽车级半导体必须符合ISO/TS(汽车行业质量管理体系标准),ISO(汽车功能安全标准),ISO(预期功能安全)和网络安全。 “我将专注于功能安全。功能安全是指如何最大限度地减少由故障引起的安全问题,例如由于老化效应或辐射突然变化导致的半导体问题,或系统软件操作问题。”吴铮说,即将到来在开发过程中,无论是芯片,软件开发还是系统开发,它都符合ISO规范。

当然,最重要的是表现。在驾驶中对人工智能计算的响应需要几毫秒。在车辆环境中,巨大的数据吞吐量需要强大的计算平台资源,另一方面,计算的能量消耗低。避免过多的功耗并导致环境温度过高。最后,总体成本得到了很好的控制。

从研发到产品介绍的汽车级人工智能处理器首先经历18到24个月的设计阶段,包括架构,后端,流片设计,然后验证汽车级系统,包括解。测试(AEC-Q100认证),包括基线温度,湿度,操作环境,系统性能,功能安全(ISO)和系统软件开发,工作量可能是硬件开发的数倍。此时,它只是在商业起跑线上。如果您真的想要商业化,您需要找到一个汽车企业客户。然后,您可以在批量生产和销售之前设置模型并完成车辆集成的测试和开发。当市场不成熟时,技术和业务问题并不简单。

“打赌”,这是很多人对制造汽车级芯片的看法。在昨天之前,中国没有批量生产的汽车级AI芯片。余凯在致辞中说:“这个视界是第一个推出首款车级人工智能芯片,不仅实现了中国汽车级人工智能芯片的大规模生产。突破也填补了生态建设的关键环节。国内自动驾驶仪行业。“

百万辆量产车的第二代投注(Journey2)

2015年,余凯告别了百度深度学习研究院院长并创立了视野。与市场上从外国公司购买人工智能IP的大多数国内AI芯片不同,Horizon早期注册了高性能计算架构BPU(脑处理单元)的商标。 2017年CES,Horizon和英特尔联合发布基于Horizon BPU架构的高级驾驶辅助系统,Horizon随后从英特尔等机构获得了超过1亿美元的A +轮融资。

2018年,Horizon发布了“Journey”系列处理器和“旭日”系列处理,并在大范围内用于智能驾驶和AIOT边缘计算,并宣布大规模生产“第二代”AI芯片这可以在昨天看到。这是汽车级计算平台和芯片架构的一个突破。据了解,今年年初的第二代之旅获得了成功,并完成了芯片功能和稳定性测试,系统软件开发和稳定性调试,以及支持客户对产品设计的开发套件也做好了准备。

看看芯片,最直观的是看参数。根据地平线发布的信息,第二代旅程配备了地平线BPU2.0,它具有非常高的计算能力利用率,可以提供超过4 TOPS的等效计算能力。每个TOPS AI功能输出可以达到相同的计算能力GPU。超过10次,典型功耗仅为2瓦。

地平线之旅第二代技术参数|图片来源:Horizon

在应用场景中,第二代旅程可以实时检测并准确识别多种类型的目标,并提供高精度,低延迟的感知输出,可满足智能驾驶场景,如自动驾驶仪视觉感知,视觉映射定位和视觉ADAS。要求,以及智能人机交互的功能要求,如语音识别,眼动追踪和手势识别。 “我们可以同时运行60多个分类任务,每秒识别目标的数量可以超过2,000个。”于凯说。

Horizon旅程第二代芯片视觉感知解决方案|资料来源:Horizon

在开放性方面,第二代旅程为芯片和工具链提供了参考开发解决方案,开放感知结果和基本开发环境,并可根据客户的不同需求提供不同级别的产品交付和服务。同一天,Horizon发布了AI芯片工具链Horizon OpenExplorer,其中包含一整套用于AI算法和实际场景应用程序开发的工具。

于凯在现场宣布,第二代旅程已经收到了五个国家市场客户的预装。最早的大规模生产型号将在2020年上半年满足客户和消费者的需求。预计生产模式将近100亿。

从地平线到山麓

正如自动驾驶将经历L2-L5的过程一样,主要用于第二代L2阶段设计,显然它只是过程中的一个节点。在B轮融资6亿美元后,Horizon的估值已超过30亿美元。除了英特尔和海力士等半导体巨头外,还有几家汽车公司及其投资公司。显然,传统汽车公司的智能汽车的未来。它还与科技公司形成了更多的共识。

地平线不再遥不可及,技术路线更加清晰。研发和商业化的过程更像是爬山。吴正为旅程系列开发汽车级芯片的第一个路线图发布在路上。地平线的BPU是其汽车级AI处理器的核心。 Horizon BPU的芯片性能也在不断提升,从单个1080p到4K到12x4K识别。据估计,在2020年之后,在Journey2之后,地平线将发布16纳米的Journey2A。更重要的是,吴铮透露,目前正在开发出配备BPU3.0的“三代”AI芯片。

地平线仪表级旅行芯片开发路线|照片来源:Horizon

据说第三代行程的性能将达到预控制水平L3,预计将于2020年正式启动。“这是用于自动驾驶场景的新一代SoC,包括域控制器。是一个用于异构计算的复杂SoC,由BPU,CPU和其他处理器组成.CPU与CV对接。在某些情况下,它提供系统对接和控制处理器。整个SoC可以输入8个以上的视频通道。可以支持4K,这将满足60毫秒(延迟)。我们将优化整个架构,包括数据路径,最终实现卓越的效果。“。”

吴铮预测,Mourney 3Max将采用更先进的技术,可能高达7纳米,支持多达12条路线,计算100 TOPS,达到C或D芯片级别,并将能耗限制在25瓦以下,以达到目标L4和L4加。高性能量表级处理器。

在未来的计划中,不仅芯片等硬件,软件和生态等硬件都很重要。于凯还宣布推出针对ADAS市场的第二代视觉感知方案。 Horizon Autopilot计算平台Matrix今年赢得了数千份订单,并获得了美国CES创新奖。新一代Matrix具有更强的性能,涵盖不同级别的自动驾驶需求,也将于2020年推出。官方上市。

Horizon Matrix第二代自动驾驶仪计算平台|照片来源:Horizon

可以理解,基于第二代视界的视觉传感解决方案可以实现多达24种物体检测和数百种物体识别,延迟小于100毫秒,每帧多达60个目标及其特性。准确的感知和输出;新款Matrix基于第三代芯片,于2020年发布,其计算能力为192 TOPS,比上一代增加了16倍,而功耗仅为2/3。 Yu Kai比较了特斯拉在今年上半年推出的自动驾驶平台的强大功能,称特斯拉车载计算平台实际上可以用于72TOPS的车载计算,而地平线的192TOPS用于计算。这两者在基于车辆的人工智能方面的差异几乎是其三倍。 “到2025年,我们将推动基于车载的人工智能计算平台达到1000TOPS,这是一个象征性的象征。为什么呢?因为1000TOPS是人脑的水平,我们认为要实现无人驾驶,计算能力规模应该达到1000TOPS。“对于多次“下注”的地平线,这将是一个更清晰,更清晰的路径目标。

对于中国的自动驾驶业务来说,这将是另一个特殊的日子。

http://www.sugys.com/bdsm/F