极速快3返点-极速快3-鹤峰新闻网
点击关闭

场景提供-征程二代芯片具备极高的算力利用率-鹤峰新闻网

  • 时间:

向佐郭碧婷婚礼

為了解更多關於征程二代的信息,在2019泰達論壇上,蓋世汽車採訪了地平線副總裁智能駕駛產品線總經理張玉峰。

在這方面,由於地平線起步較早,張玉峰表示,「從現在整體發展態勢來看,地平線先發優勢比較明顯,另外還一個優勢則是軟硬件的高度協調。」

征程二代的應用場景有哪些?張玉峰介紹稱,在安全領域,二代最大的一個方向就是面向ADAS視覺感知,比如單目或多目攝像頭,去完成對於障礙物、運動物體的判斷。例如,常見的AEB場景下與前車的距離、剎車時間的判斷,包括車道保持、車道線的識別,攝像頭的識別能夠超過其他的傳感器。在L2+的功能中,如車道線保持、自動巡航等,這些功能可以通過視覺感知,集成到一個系統中,從而幫助終端的消費者獲得更好的駕乘體驗。

AI的發展前景如何?人工智能已經是一個談了幾十年的話題,能夠讓機器具備人的智能,這個事情也是好幾代人的努力和願景。我們已經從AlphaGo下圍棋,看到它的算法超過了頂級棋手的能力。

他舉例稱,在面向ADAS的視覺感知解決方案的芯片,還是很長鏈條的,從最底層的芯片設計,到開發工具,再到基於深度學習的神經網絡模型,最後到能應用的參考設計開發。

張玉峰認為,這兩年在處理器這塊的算力,也就是老鼠大腦的算力,哪怕按照傳統摩爾定律的規律,每5年應該會有10倍算力的增長,未來10年會有一個100倍的增長。聽起來100倍不高,但是100倍的老鼠大腦的能力是接近於人的,至少更接近於人腦的能力。

征程二代的優勢有哪些?張玉峰表示,在能效比和開放性方面,征程二代具備顯著優勢。打造極致的AI能效是地平線芯片設計的核心理念。基於這一理念,征程二代芯片具備極高的算力利用率,每TOPS AI能力輸出可達同等算力GPU的10倍以上。

地平線的商業化進程如何?車規級芯片成功流片后,地平線已在高級別自動駕駛、輔助駕駛(ADAS)、多模交互等方向斬獲多達5個國家的客戶的前裝定點,並有望于明年上半年獲得雙位數的前裝車型定點。率先搭載地平線車規級AI芯片及解決方案的量產車型最早將於明年年初上市。

芯片實現起來的挑戰有哪些?在汽車領域,無論是對於安全領域的高級輔助駕駛,還是說了很多年的自動駕駛領域的感知、定位、未來的決策等,以及車內的面向智能座艙的基於多模態的傳感器,包括視覺、語音、手勢等,都需要很大的算力來支撐,這背後其實就需要一款處理器,能夠提供足夠的低功耗,足夠高的算力,去支撐這麼多的數據處理,而所謂的大數據是需要在實時的低延遲的情況下完成處理。

在2019世界人工智能大會期間,邊緣人工智能芯片企業地平線正式宣布量產中國首款車規級人工智能芯片——征程二代。

張玉峰認為在這方面的挑戰要比純控制性的芯片高。他解釋稱,控制芯片雖然小,但它本身並不需要一個大算力去實現它做的工作,只要能夠在低延遲的情況下執行幾個控制命令就可以了。

簡言之,征程二代可以賦能非常多的應用場景。征程二代不僅能夠高效靈活地實現多類AI任務處理,對多類目標進行實時檢測和精準識別,還可以全面滿足自動駕駛視覺感知、視覺建圖定位、視覺ADAS等智能駕駛場景的需求,以及語音識別,眼球跟蹤,手勢識別等智能人機交互的功能需求,充分體現BPU架構強大的靈活性,全方位賦能汽車智能化。

與此同時,征程二代還可提供高精度且低延遲的感知輸出,滿足典型場景對語義分割、目標檢測、目標識別的類別和數量的需求。征程二代全面開放,提供從參考解決方案,到開放的感知結果,再到芯片及工具鏈的基礎開發環境,並可依據客戶的不同需求提供不同層次的產品交付和服務。

在張玉峰看來,芯片研發是一個很長的過程,同時它的商業化又是一個很關鍵的點。如果一開始就追求高算力的芯片,而它在成本、算力、功耗上都超出了當前這個市場上應用所需要的指標,那實際上是一個商業上不成功的產品。

在張玉峰看來,現在人工智能的局限性在於它比較有細分方向的限制性,也就是這個方向開發出來的人工智能的算法很難輕易擴展到其他領域,這是在算力之外的一個現實。

地平線副總裁智能駕駛產品線總經理張玉峰

在AI時代,現在處理器的算力如何發展,如何軟硬結合、設計優化,如何能夠更快地推動數據的處理能力接近人類大腦算力。

基於征程二代車規級芯片,地平線推出了面向ADAS市場的征程二代視覺感知方案,同時也發佈了將於明年正式上市的性能更強大、可覆蓋不同等級自動駕駛需求的全新Matrix自動駕駛計算平台。

此外,地平線高性能、低功耗、低成本的AI芯片及解決方案Matrix得到了國內外自動駕駛廠商和Robotaxi運營車隊的青睞,目前已在海內外賦能近千輛L4級別的自動駕駛車輛,Matrix已成為全球L4自動駕駛計算平台的明星產品,未來兩三年將有望到達萬級規模的出貨。

在智能座艙領域,該芯片可以提供智能化場景,比如語音識別本身,截至目前仍然很有挑戰,在車內嘈雜的環境下則有更多挑戰,不過,張玉峰表示,地平線的芯片目前已有足夠的算力,加上核心的算法,通過唇語的理解、聲音的識別,可以融合視覺和聲音這兩種信號源,去做增強,即便是在噪音的情況下,也可以對命令詞作出更精準的理解。

未來,地平線Matrix自動駕駛計算平台還將推出更新更強大版本。將於明年發佈的基於征程三代的Matrix自動駕駛計算平台算力將高達192 TOPS,具備支持ASIL D的系統應用場景的能力。

「芯片的開發設計不比造車容易,需要很多不同背景的人在一起合作,而且一個芯片從設計到最後完成也需要好幾個月,甚至一年,之後還需要封裝測試,以及滿足各種的要求,如滿足AEC-Q100,未來滿足ISO的要求,這又需要一年到一年半的時間。」張玉峰說。

在計程的士(Robotaxi)或者慢速小車上的應用場景,其實也需要對於環境的感知,從而幫助它做出相應的判斷。

征程二代有哪些特點?張玉峰介紹稱,征程二代搭載地平線自主創新研發的高性能計算架構BPU2.0(Brain Processing Unit),可以提供超過4 TOPS的等效算力,典型功耗僅2瓦。2019年初,征程二代流片成功。目前,征程二代芯片開發套件已完全就緒,可支持客戶直接進行產品設計。搭載地平線高性能計算架構BPU3.0的征程三代芯片,符合AEC-Q100和ISO 26262車規級標準,預計將於明年正式推出。

張玉峰表示,征程芯片兩年內將有百萬量級的前裝裝車量,五年內則有望完成千萬量級的目標。地平線在後裝市場的商業化落地亦在加速推進,目前已同包括首汽約車、SK電訊在內的多家國內外知名出行服務商、運營商達成合作,基於地平線AI芯片及算法,提供輔助駕駛(ADAS)、車內多模交互、高精地圖建圖與定位等一系列智能化解決方案,並已實現批量部署,預計未來兩三年內能夠部署上千萬輛汽車。

在過去的很多年,芯片領域一直被國外巨頭壟斷,而車載AI芯片又是實現自動駕駛大規模落地的前提。因此,即便車載AI芯片,難如登頂珠穆朗瑪峰,也亟待突破。

今日关键词:燕山大学