您的位置:网站首页 > 汽车新闻 > 车企动态 > 正文

以技术革新为底座,地平线机器人借力智能架构2.0推动产业持续向前

近年来,在以智能化、电动化、共享化、网联化为代表的“新四化”浪潮的席卷下,自动驾驶行业迎来风口期。国家和地方政府密集出台相关政策、规范、标准及行动方案,从战略层面推动行业发展。

而从产业自身角度来说,智能驾驶仍然面临着一些亟待解决的问题。首当其冲的就是伴随ADAS加速渗透,高阶自动驾驶兴起,以及软件定义汽车的逐步深入,智能汽车对于AI芯片算力的需求暴增, 几百TOPS甚至上千TOPS ,但业界也逐渐理性地认识到:算力有多重要,它就有多昂贵;并且,唯算力马首是瞻,仅靠堆叠芯片并不能堆出自动驾驶。

以技术革新为底座,地平线机器人借力智能架构2.0推动产业持续向前

对此,地平线联合创始人兼CTO黄畅曾表示:“随着 AI算法演进,对于过去的硬件计算架构提出更高要求,发起更大挑战。新算法用于过去的硬件计算架构,即使堆再多的理论峰值算力,可能它的利用率也是极低的,低到百分之几甚至1%。这是一个很恐怖的数字,它会使得公司在硬件、工况上的投入相当低效。”那么, AI算法会如何演进?怎样的计算架构才能匹配自动驾驶发展所需?好的车载AI芯片究竟应该具备哪些条件?新的计算架构下,又如何深度挖掘AI芯片的潜力,以更好地赋能车厂、Tier 1开发自己的自驾驶系统?对于以上这些问题,黄畅都作了深度分享。地平线从成立之初,就一直在探索这些根本的技术问题,并提出了很多创新的,甚至在当时看来反共识的技术理念和商业模式,“实践出真知”, 这些理念和模式正在为更多的开发者所接受,我们看到地平线凭借这些核心能力, 进击突围,获得了越来越多的车企定点和生态合作,正与英伟达、Mobileye等国际巨头比肩竞争。

事实上,从严格意义上来讲,智能汽车堪比是”计算机诞生”级的颠覆式创新,正在成为人类科技发展的母生态。现阶段,整个汽车行业、市场也出现了很多新的趋势, 一方面,中国已经成为了全球顶级汽车智能芯片的“角斗场”, 英伟达、高通、地平线等最新产品都选择在国产车型上首发,这说明中国智能汽车拥有很好的发展土壤。另一方面,自动驾驶在不断量产落地的过程中,对算力的需求持续提升,最新旗舰车型都已经采用了上百TOPS算力的芯片。同时,伴随功能和场景不断丰富,搭载的传感器数量显著增加,自动驾驶对于计算的需求也在大幅提升,大规模并行运算的AI计算形成了新趋势。更重要的是,AI计算取代了逻辑计算,成为了车载计算的核心, AI芯片的重要性凸显。

以技术革新为底座,地平线机器人借力智能架构2.0推动产业持续向前

此外,行业已达成共识,将从现阶段智能驾驶与智能座舱分开的域控制器,最终会走向一个中央的计算平台,由AI中台去完成包括驾驶、交互等方方面面的智能计算,而传统的像IVI和控制方面的部分主要做一个子系统辅助AI中台完成一-些基本的传统功能。黄畅表示,“这些趋势使得我们重新思考,自动驾驶的新技术范式要与之相匹配一个全新的计算架构,这个计算架构使得整个机器更加自主,使得开发更简单,让计算更智能。也正是基于此,地平线提出“智能计算架构2.0”概念。

所谓的智能计算架构2.0,是通过端云数据不断的聚合,并且化繁为简的开发范式和算法,以及软硬结给的计算架构的不断迭代,这是典型的数据驱动,以深度学习增强学习为代表的全新计算架构的衍生。具体到芯片上,黄畅认为,未来一颗芯片除了必须的输入输出I/O之外,百分之95%以上的面积与功耗都将会为通用神经计算服务,只有不超过5%的区域为专用指令服务,为特定领域的应用、算法去做服务。黄畅表示,智能计算架构2.0将会与它支撑的软件、硬件的计算架构相结合,从而加速实现机器的自编程和应用的自适应。

其实,如果换一个阐述角度,“智能计算架构2.0”概念,其实也可以看作,地平线在成立初期提出的“AI计算的新摩尔定律”这一理念的延续。在经典摩尔定律时代,行业用“PPA”(即Power、Performance、 Area )指标来衡量一颗芯片的性能。而在AI芯片时代,需要新的范式来定义性能,即新摩尔定律,主要从单位成本下峰值算力( TOPS/$ )、峰值算力的有效利用率( TOPS/Watt ),以及有效算力转化为AI性能的比率( FPS/TOPS )三大维度来衡量真实的AI效能。目前,这一理念已逐渐成为业界共识。

以技术革新为底座,地平线机器人借力智能架构2.0推动产业持续向前

后摩尔时代,计算性能的提升在于软件工程、算法、硬件架构联合优化。2年前,Science杂志上有一篇文章认为,即便是传统半导体的摩尔定律已经陷入迟滞的状态,实际上它的顶层,通过软件、算法、硬件架构的设计,还可以持续推进端到端整体的计算架构、计算效率持续往前演进。这一想法也与地平线不谋而合。如何继续推进?黄畅认为,必须为这样一个复杂的,要考虑算法架构、软件架构和硬件架构去构建一套高效的端到端的AI计算架构仿真平台,包含算法、编译器和计算核或者SoC的整个架构,并关注算法、软件和硬件架构往前演进。黄畅表示,地平线在过去几年里做了很多探索,在做网络结构设计时充分考虑硬件架构,并且将编译器的自动优化也结合在一起,从而去探索得到最适合硬件计算平台的一个算法架构。

例如,地平线在征程5芯片上加载了第三代的处理器架构贝叶斯,它聚焦了最新的神经网络架构设计,能满足自动驾驶场景需求,它本身的近存计算体系、脉动张量阵列、大并发的数据桥,使得它有很好的计算密度和能效。同时,地平线通过软硬协同的编译优化释放系统最优性能,既有比较经典的数据级别的拆分、并行,也有计算的重整,以及深度学习里很关键的一个操作——就是将更多的算子集中在一起进行高效的计算,它带来的好处可以充分发挥近存计算的优势,减少数据搬迁带来的功耗和成本。

值得一提的是,征程5刚发布时极致计算性能为1283FPS,但在过去一年实际提升了20%到1531FPS。那么,这是如何实现的?对此,黄畅表示,“征程5的芯片没有变,算法没有变,地平线仅仅是通过编译器优化调度、软件架构上的演进,使得我们可以有持续的提升动力,而且还会持续有进一步提升。”

当然,基于整个产业的发展特性,“单枪匹马的个人英雄主义”显然是不切实际的。换句话说,产业链条上下游之间、产业与相关行业之间的合作与交流绝不能被忽视。为此,地平线机器人在进行技术积累的同时,也在积极打造开放的生态。据了解,目前已经跟20多家车企定点合作,有70多个车型前装定点,上百万的车规芯片出货,有超过100家生态合作伙伴。而且,地平线还在持续探索和努力, 这对于智能汽车创新生态的发展,将是非常重要的推动。黄畅表示:“我们现在的开放性更多体现在面向软件开发者的算法和方案的开放、工具的开放。我们还在持续努力,围绕软件开发、硬件的设计开发,尤其是芯片级的硬件设计开发,进一步提高开放性,这是我们正在努力的方向。

总的来说,在以地平线机器人为代表的全产业全品牌的共同努力下,智能驾驶产业已经打开了一个全新的局面。从低速高速,从封闭到开放,从载物到载人,从商用到人用,这一系列的变革中已经说明,智能驾驶的发展大有未来,前景让人充满期待。当然,“革命尚未成功”,整个产业的发展也还需要在细节上再做努力,因此,对于相关品牌而言,脚下路其实也仅仅是刚刚起步。

评论

0/200

验证码: 点击换一张