新浪新闻客户端

2022产业回眸|地平线陈黎明:软硬协同创新,加速汽车产业智能化

2022产业回眸|地平线陈黎明:软硬协同创新,加速汽车产业智能化
2023年01月10日 16:58

  刚刚过去的2022年,全球车市风云变幻,持续下行。

  “疫情”“缺芯少电”等阴影笼罩下,中国车市逆境逆势上扬,展现出强大的韧劲,自主品牌市场份额首次破半,新能源新势力屡创佳绩……电动化、智能化在这场全球汽车业换道中,发挥的积极引领作用有目共睹。

  年末,第12届中国汽车论坛在上海嘉定举办。论坛由由中国汽车工业协会主办,广邀行业精英,以“聚力行稳 蓄势新程”为主题,汽车产业高质量发展为主线,研判形势商讨举措。

  在论坛中举办的“第四届全球汽车技术发展领袖峰会”上,地平线总裁陈黎明博士表示,智能汽车发展迅猛,其计算架构和开发范式正发生巨大的变化,积极推进软硬协调创新,将有助于加速汽车产业智能化进程。

  地平线总裁陈黎明博士  地平线总裁陈黎明博士

  自动驾驶步入软件2.0时代

  当前,随着人工智能的应用,自动驾驶的开发范式和计算架构发生了巨大变化,正从“规则实现”的软件1.0时代走向“数据驱动”的软件2.0时代。

  陈黎明介绍到:“在Software 1.0 Rule-Based(软件1.0 规则实现)阶段,计算架构大多基于车端计算平台,软件开发主要基于规则和逻辑驱动,通过对物理世界建模,来感知控制。

  现在的自动驾驶正越来越复杂,需要越来越强的感知能力,基于Rule-Based开发范式的所需人力投入会呈指数级增长,无法解决所有的问题。如常见的红绿灯识别就很难用Rule-Based的方法解决。

  而在Software 2.0 Data-driven(软件2.0 数据驱动)阶段,计算架构为车端加云端,开发范式基于算子和对模型的训练。虽然简单问题前期投入较大,但是随着问题复杂程度增加,优势逐渐便显现,无需要更多代码。数据量越多,能越快地开发迭代。

  目前,数据驱动开发范式在自动驾驶里已经取得了较为广泛的应用,特别是感知方面已非常深入,在地图融合方面也做的比较好,在规划和控制方面还处于起步阶段。”

  L4自动驾驶汽车产生的数据(来源:Counterpoint)
  L4自动驾驶汽车产生的数据(来源:Counterpoint)

  有数据显示,一辆自动驾驶汽车每天产生的数据约在5TB到20TB之间,并且自动驾驶等级越高,产生的数据就越多。同时,随着智能汽车的快速升级,算法对算力的需求每日剧增,对芯片提出了非常高的要求。

  陈黎明指出:“受制于‘摩尔定律’,市面上的芯片在先进制程上已逼近了物理极限,需要借助先进制程、先进封装与架构创新的‘组合拳’。”

  对此,地平线早在2016年就提出了智能计算的新摩尔定律——“用每一秒处理多少帧图像来衡量芯片的计算效率”。其关键点在于,如何把芯片的架构与神经网络或深度学习的算法进行良好匹配,让芯片发挥出更高的效率,即“软硬协同的创新”。

  有趣的是,2020年MIT的学者也表达了类似的观点——“后摩尔时代它的计算性能提升,在于软件工程、算法和硬件价格的联合优化”。

  软硬协同底座赋能上层软件

  眼下,对于众多对于智能汽车来说,软硬解耦已经是明确趋势。

  所谓的软硬解耦,以智能手机为例,即手机为硬件平台,制造商在此部署操作系统,并可更新,而软件开发者群体则操作系统上提供各自应用软件。与之相似的,智能汽车也正朝着成为一个超级智能终端的目标而发展。

  那这种“软硬解耦”与前文提到的“软硬协同创新”是否冲突呢?

  答案是否定的。地平线所说的软硬协同,是计算架构设计阶段的软硬结合,但是在使用阶段、开发阶段软硬是解耦的,它本质是应用开发和底层计算平台解耦

  陈黎明进一步解释到,“以地平线具有知识产权的BPU为例,其常用算子库和底层芯片实现高效的配合,使得整个芯片的计算效率能够极大的发挥。同时由于架构设计更好适应了常用算子,使得能够在各种场景下更好支持自动驾驶。地平线的硬件设计是从软件需求中来,再回到软件应用中去,从而实现高性能、低功耗、低延迟的计算解决方案。

  所谓的BPU(Brain Processing Unit),是由地平线自主研发的嵌入式人工智能处理器架构,是比芯片和操作系统还要底层的架构。第一代为高斯架构,第二代为伯努利架构,第三代为贝叶斯架构,目前贝叶斯架构已经应用于地平线最强量产芯片征程5中。

  地平线高性能大算力全场景整车智能中央计算芯片征程5  地平线高性能大算力全场景整车智能中央计算芯片征程5

  地平线打造了一个强大的工具链来支持芯片应用,支持开发。地平线基于地平线自研智能芯片打造的全生命周期软件开发平台——“天工开物”,包括模型仓库、芯片工具链和应用开发中间件三大功能模块,提供丰富的算法资源、灵活高效的开发工具和简单易用的开发框架。

  据了解,依托于BPU的软硬协同与超适配性,在不改变硬件的情况下,征程5芯片仅通过对工具链和编译器的优化,就可进一步提升芯片的效率,其图像速率从去年的1283帧/秒提升到现在的1531帧/秒。

  同时,得益于BPU超适配性与工具链持续优化,地平线征程5芯片还可以应用最新算法。比如近年来备受关注的神经网络模型Transformer,目前地平线已在征程5上成功运行了SwinT模型,达到每秒184帧性能,优于友商的芯片。后续预计会有更多的Transformer模型会在征程芯片上运行。

  Transformer 架构(来源:《Attention Is All You Need》)
  Transformer 架构(来源:《Attention Is All You Need》)

  在整个行业演进到数据驱动的软件2.0时代,地平线还提供了端上的开发工具、以及在云端的训练,包括数据管理以及仿真平台等工具(AIDI 艾迪),与天工开物形成完整的开发平台,加速面向智能驾驶、智能交互、车内娱乐应用等各种各样的解决方案开发。

  对此,陈黎明介绍到:“在地平线艾迪开发平台,数据从车端来回到车端去,在云端可以对数据进行挖掘、标注、训练、测试、集成等,整个车辆在开发过程中以及全生命周期不断进化,性能不断提升。”

  借助“芯片+工具链”为核心的高效开放技术平台,定位Tier2的地平线,正致力于快速提升Tier1、软件开发和硬件开发三类合作伙伴的创新开发效率,协力打造覆盖 L2 到 L4 全场景智能驾驶产品。据了解,地平线现与一百多家生态合作伙伴一起服务于二十多家车厂共的七十多个项目,芯片出货量超过200万片。

  目前,地平线正通过多重开放模式,提供从BPU架构、芯片、操作系统到自动驾驶软件算法与硬件等不同层级的合作,助力车企客户实现快速规模化量产落地。从2020年6月份地平线征程2在首先在长安的UNI-T上、征程3在理想One上取得量产,再到2022年末征程5在理想L8上取得量产,其正凭借技术优势和开放优势,持续众多主机厂的认可。

  最后,陈黎明再次强调到:“对于地平线,我们特别相信开放,只有开放共创我们才能共赢,所以我们希望与所有合作伙伴一起征程与共,共同拥抱价值共创,共同推进智能汽车的快速发展。”

  (来源:新视线)
  (来源:新视线)

责任编辑:孙青扬

举报邮箱:jubao@vip.sina.com

Copyright © 1996-2023 SINA Corporation

All Rights Reserved 新浪公司 版权所有