首页 汽车新闻正文

【蓝皮书】《中国智能汽车科技强国之路》——颠覆(五)

admin 汽车新闻 2021-02-10 02:48:15 10 0
原标题:【蓝皮书】《中国智能汽车科技强国之路》——颠覆(五)

2020年12月召开的中央经济工作会议对明年重点工作进行了部署。其中,强化国家战略科技力量、增强产业链供应链自主可控能力、坚持扩大内需这个战略基点三项任务居于前三位。

智能汽车领域产业链条长、涉及环节多、差异化消费需求强烈,是新一轮产业革命的重要抓手,是实现“需求侧改革”的重要力量。在此研判下,建投华科联合汽车评价研究院与知名院士专家、高校学者、产业界人士一道,经过近一年的精心打磨,最终完成了《中国智能汽车科技强国之路》的编写工作,新书已于12月26日正式发布。为更好的为智能汽车产业发展服务,我们将陆续将此书的内容进行发布,以供行业参考借鉴。

接上文: 【蓝皮书】《中国智能汽车科技强国之路》——颠覆(四)

特斯拉引领第三次智能化浪潮

地平线公司 李星宇

车载 AI芯片发展趋势与地平线的实践

(一)车载AI芯片发展趋势

1

车载AI芯片是人工智能科技的“珠穆朗玛”

车载AI芯片处于人工智能、智能汽车与集成电路三大战略性产业的交汇点,开发周期长、难度大,是硬科技、长跑道的创新,总结起来有如下几点:①可靠性:零缺陷率、AEC-Q100车规级芯片质量标准;②安全性:功能安全、数据安全、预期功能安全;③实时性:满足高等级自动驾驶的时延要求;④高算力:如L5自动驾驶所需的算力可达旗舰级智能手机的1000倍。车载AI芯片导入车型时间如图15所示。其中,车规级芯片是要求最高 的器件(见表1)。

【蓝皮书】《中国智能汽车科技强国之路》——颠覆(五)

2

展开全文

算力不足已经成为智能汽车发展的核心瓶颈

智能汽车时代,AI计算芯片就是数字发动机,提供智能汽车最重要的硬件基石:算力。当前算力不足已经成为智能汽车发展的核心瓶颈。算力就好比智能汽车的脑容量,进化史上,灵长目动物智力的提升,是伴随着大脑容量的不断提升而获得的,汽车的智能化也遵循同样的趋势,算力的持续提升是汽车智能化进步的标志。中央计算平台对于算力的需求较为多样化。AI计算是异构计算中占比最大的部分,逻辑算力的需求也在提升。中央计算平台的两大应用是自动驾驶和智能座舱,前者以AI计算为主,后者以逻辑计算为主,需要用不同芯片来实现。每增加一级自动驾驶等级,算力需求数十倍上升。自动驾驶每往上走一级,所需要芯片算力就要翻一个数量级,要实现完全自动驾驶,我们需要天河二号级别的计算能力(见图16)。

【蓝皮书】《中国智能汽车科技强国之路》——颠覆(五)

3

车载AI芯片超越手机芯片,将成为第一大半导体市场

【蓝皮书】《中国智能汽车科技强国之路》——颠覆(五)

4

AI计算的“新”摩尔定律

AI对算力的需求过去七年间提升了七个数量级,旧摩尔定律已经无法支撑AI对算力的需求,而且车规级AI芯片的软件成本增长比硬件更快,正急 剧推高芯片开发成本。特斯拉之所以能领先竞争对手,主要在于自家的FSD,其相对于英伟达 DrivePX2,性能提升21倍,功耗只增加1/4,成本还降了20%。从特斯拉可以看出AI计算的“新”摩尔定律:软硬协同提升数据处理效能。

对于车载AI芯片来说,算力指标重要,能效比更重要。在传统芯片行业,算力、功耗和面积 (Power,Performance and Area,PPA)是最经典的性 能衡量指标。由于现在汽车自动驾驶对算力的追求,业界往往会把峰值算力当作衡量AI芯片的主要指标。地平线提供一个新的方法用以评估芯片的AI真实性能——在精度有保障范围内的平均处理速度(Mean Accuracy-guaranteed Processing Speed,MAPS),针对应用场景的特点,在精度有保障的前提下,包容所有与算法相关的选择,评估芯片对数据的平均处理速度。MAPS评测方法关注真实的用户价值,将每颗芯片在“快”和“准”这两个关键维度上的取舍变化直观地展现出来,并在合理的精度范围内,评估芯片的平均处理速度(见图18)。这个方法具有可视化和可量化的特点。

【蓝皮书】《中国智能汽车科技强国之路》——颠覆(五)

地平线致力于打造极致AI能效,确保芯片对于数据的处理能效比行业领先。未来一辆自动驾驶车辆平均每天产生600~1000TB的数据计算,仅 2000辆自动驾驶车辆产生的数据量就超过2015年我们一天的数据用量,大规模设备端部署需要成本效率。要实现大规模部署,车载AI芯片就必须充分考虑芯片的能效比。地平线在AI处理器设计的初始就开始从算法和计算架构角度协同设计,将经典芯片设计思想和带宽利用率优化结合在一起,注重真实的AI能力输出,既守住主效能又兼顾灵活效能的BPU思想。

5

感知:汽车智能化的基石

【蓝皮书】《中国智能汽车科技强国之路》——颠覆(五)

不管智能汽车的应用是什么,都有一个共性的底层,就是感知。要想让汽车懂驾驶员、懂得理解整个道路环境,理解行人的意图,都需要汽车对物理世界有准确、丰富的感知。没有可靠的感知,自动驾驶决策的准确性就无从谈起。可以说,感知是实现汽车智能化的基础。

感知及AI安全依然是自动驾驶落地的主要挑战。软硬件分离催生感知平台,支撑上层多样化功能(见图20)。感知是车对外部物理世界的数据化描述,没有二义性,容易标准化。未来随着智能化功能愈发复杂,我们就要求感知不能单独用于某项功能,而是变成公有资源。未来整个数据的处理方式会发生根本性变化,也就是说,感知的处理会被进一步集中化。

【蓝皮书】《中国智能汽车科技强国之路》——颠覆(五)

(未完待续。)

【蓝皮书】《中国智能汽车科技强国之路》——颠覆(一)

【蓝皮书】《中国智能汽车科技强国之路》——颠覆(二)

【蓝皮书】《中国智能汽车科技强国之路》——颠覆(三)

【蓝皮书】《中国智能汽车科技强国之路》——颠覆(四)

汽车智能芯片科技蓝皮书自动地平线车规处理速度产业链
版权声明

本文仅代表作者观点,不代表本站立场。
本文系作者授权发表,未经许可,不得转载。

发表评论

评论列表(0人评论 , 10人围观)
☹还没有评论,来说两句吧...