联系我们

地平线余凯:芯片算力就像汽车马力,并不代表真实性能

2021-01-19

智能汽车正掀起算力军备竞赛。 

20194月,特斯拉宣布自动驾驶算力达到144TOPS。近期亮相宣传新车的蔚来和智己,算力都达到了上千TOPS。面对此起彼伏的算力军备竞赛,我们不禁提出疑问,现在的算力真的已经这么强大了吗?

对此,地平线CEO余凯在第七届中国电动汽车百人会论坛上发布演讲时表示,几百TOPS,上千TOPS的算力增长是不可持续的。原因在于,一方面是受限于摩尔定律的极限,另一方面则在于对真正的人工智能自动驾驶的计算并不具有真实的实际意义。

▲百人会论坛现场,地平线创始人兼CEO余凯发表演讲

余凯继续解释道:算力其实并不能真正的反映自动驾驶计算平台真实的性能,就像特斯拉特别指出,他的算力没有增长太多,但他的真实性能增加了20倍。

在这里,特斯拉所应用的衡量指标是FPS,即每秒钟准确识别多少帧图像。基于此,地平线针对性的提出了MAPS评估方法,即在精度有保障范围内的平均处理速度。

以地平线即将推出的征程5来说,其单芯片算力高达96TOPS,超过特斯拉FSD。在MAPS评估标准下,征程5的跑分高达3026FPS,征程5P则为6391FPS。同时,地平线的征程6已经正在研发,其规划算力是400TOPS,以此来评估其真实性能,无疑是更强大。

因此,面向未来的智能汽车,虽说汽车智能芯片是智能汽车的数字发动机,但传统汽车时代不应该只是单纯的比拼算力,应该比拼的是其最终的性能,毕竟算力并不是用户可感知到的智能驾驶的性能。

 

1.汽车智能芯片的“真实性能”

毫无疑问,现在的智能汽车正在经历一个历史性的变革,也正成为一个广为共识的赛道。但是,整个智能汽车的发展,也仍然面临着诸多挑战,包括芯片、操作系统以及安全问题等。

PC和智能手机时代,我们在芯片和操作系统方面并没有什么作为,主要依赖于国外品牌。但在智能汽车赛道上,我们是否能够实现弯道超车?

在余凯看来,现在汽车智能芯片已经成为智能汽车的数字发动机。好比燃油车时代,整车架构的动力是发动机把石油转化为澎湃的物理动力,今天我们新的能源就是大数据,数据通过芯片计算转化成对车的决策和控制,以及对道路、对世界环境的建模。

也正因为如此,在整个汽车产业链上,不管是Tier1,还是车企,都在加大对汽车智能芯片的争夺战,并以高算力作为自己的核心卖点之一。但就像前文所说的,高算力并不代表高性能。

评估汽车智能芯片,每秒准确识别帧率MAPS(单位:FPS)才是更真实的性能指标

举个例子,一般对于汽车的整体性能,厂商愿意用马力(单位HP)来表示,但在实际体验中,用户更注重的是汽车的百公里加速时间(单位:秒),这才能够真正的体现汽车真实的性能。

芯片算力也同样如此,以特斯拉为例,得益于其软件能力,FSD标称算力只有Nvidia Drive PX23倍,但真实性能却是PX221倍。

特斯拉 FSD Nvidia Drive PX2 真实性能比较

事实上,余凯也表示,我们现在所说的算力、TOPS数值只是一个理论上限,真正的能够利用多少,则取决于跟软件算法的配合。

也就是说,只有更好的算法软件,才能够研发出更开放的硬件架构,才能够更好的适配汽车硬件产品,从而能更大的发挥芯片的算力能力。因此,新一代汽车芯片领导者,也必须是一家世界级的AI算法公司。

具体来说,一方面,如果公司不能够深刻理解人工智能软件算法,以及它的演进脉络,就不能设计出高效的人工智能芯片架构,毕竟芯片是手段,而运行高效的算法才是目的。

另一方面,芯片研发出来,并不意味着工作的结束,还要积极的帮助主机厂以及Tier1去开发软件算法,这就对芯片公司自身对软件的深度理解以及能力要求很高。

基于此,不难看出,作为一家AI芯片公司,表面上看,功夫是下在芯片上,但芯片背后则是公司在软件算法层面上的经验积累,从软件中来,到软件中去,最终就是软件与硬件的双轮驱动才是真正的AI芯片的生存之道。

也正是因为如此,汽车智能芯片的研发周期长,难度高,量产验证和长远规划缺一不可。作为国内唯一一家成功实现了车规级AI芯片量产的公司,地平线此前宣布针对高级别自动驾驶算力困境,将在今年正式推出更强大的征程5

据悉,征程5作为一款系统级芯片,兼具高效能与通用性优势,可支持异构多核IP组合与算法组合,全面满足 ISO 26262 ASIL-B等功能安全标准。

地平线汽车智能芯片路线图

其单芯片AI算力高达 96TOPS,集成地平线最先进的第三代BPU架构(贝叶斯架构),可支持16路摄像头,性能超越特斯拉FSD,组成的自动驾驶计算平台最高可达512TOPS算力(搭载4颗征程5P),满足L3-L4级自动驾驶计算需求。目前,征程5已率先斩获车型定点,其量产时间在22年下半年。

此外,性能更为强劲的征程6系统级芯片已经正式投入研发。征程6集成第四代BPU架构(纳什架构),定位于支持L4+自动驾驶的中央计算平台,算力超过400TOPS,基于车规级7nm先进工艺,满足ASIL-D级功能安全。据介绍,征程6工程样片的推出时间是2023年,车型量产是2024年。

 

2.开放共赢,做机器人时代的英特尔

目前,地平线已经完成了从L2-L5级别自动驾驶整个芯片布局的图谱,从2019年开始,每年推出一代芯片,对于整个芯片行业来说,非常疯狂。但推出芯片的同时,地平线在商业落地上,也是实实在在的出了成绩。

据介绍,地平线征程2和征程3已经量产,并拿到了相当多的定点车型,去年地平线芯片已经搭载在16万辆汽车上。今年,地平线的目标是将会有100万辆搭载地平线芯片的汽车量产上市。

现阶段,整个汽车产业链的格局已然发生改变。在原来的汽车领域,芯片厂商属于Tier2供应商,其通常将产品交付给Tier1做整车集成,然后交付给整车厂。但在智能汽车时代,现在的芯片厂商已经在跟整车厂直接合作,比如,MobileyeBMW,戴姆勒最近也宣布了跟英伟达的合作,甚至双方共同开发软件。

地平线其实现在也形成了这样的一个模式,2018年,地平线宣布跟长安成立了联合人工智能实验室,2020年地平线还跟上汽集团成立了上汽地平线人工智能联合实验室,共同定义、打造未来的智能汽车产品。

搭载地平线征程2的车型(已公布部分

截止到目前,余凯表示,现在国内自主品牌基本上80%的以上的主机厂都跟地平线有量产的项目正在推进过程中。除了主机厂外,对地平线更重要的,还在于其广泛的跟业界超过20Tier1,包括软硬件形态下的合作。

基于此,在这个变革的时代中,主机厂与有软件能力的芯片公司进行整体战略合作是必由之路。对于整个产业链来说,开放合作,才能实现双赢,而这也一直是地平线所坚持走的道路。

此外,于地平线而言,自2015年成立至今,其初心从未改变过,即要做机器人时代的英特尔。早在156月份,余凯在接受采访时就表示,我们要做深度神经网络芯片,是为机器人去做大脑芯片的,要让世界上每个车,每个电器都有环境感知、人机交互还有决策规划的能力。

直到现在,余凯同样认为,人类历史上第一个机器人终端还将会是智能汽车。因此,地平线要做的,就是把智能汽车这个领域击穿,击穿了以后,这个产业自然会拉动整个机器人产业。

对此,余凯解释道,原因在于,它把芯片、操作系统整个产业链上下游,包括传感器,全部都拉到可以使用的量产的价格可接受的水平,并且它把算力、软件全部都开发起来了,而且它解决的这些问题是非常通用的,人机交互在特别复杂的场景下面怎么样去决策,这些问题一样可以用在通用机器人上面。

目前,全球只有IntelMobileyeNvidia,还有地平线三家,实现了汽车智能芯片的前装量产。现在,汽车智能芯片的奥林匹克决赛其实已经开始,时间窗口期也非常短。

余凯表示,在2023年,我们必须交出一份答卷,一定要拿到中国市场的前两名,但是我们的目标是到2023年冲刺中国市场份额的第一名。到2025年,能够在全球汽车智能芯片市场上拿到30%的市场占有率,实现“三分天下”。


3. 总结

汽车智能芯片处于人工智能、智能汽车和集成电路三大战略性产业的交汇点。未来,车载芯片势必将超过手机芯片,成为半导体技术的引领者。

但是,车载AI芯片开发周期长、难度大等难题,也困扰着目前整个产业,“缺芯”更成为目前主流话题。

对此,余凯表示,芯片短缺问题,实际上主要还是供应链的规划没有跟上需求的变化。核心来讲,还是一些芯片厂商没有预计到整个汽车行业智能化的推进,对于车载芯片需求的爆发式增长,通常来讲,车载芯片的规划要有一个相当的提前期。

在此方面,地平线去年本身对车载智能化的提速是有预判的,所以期整个供应链的产能规划和投放能够满足相应的需求。

但对于整个产业链来说,面向未来,最重要的,将不再是完成交付,而是协同,打破边界,共同去定义未来面向消费者的智能汽车产品。

(转载自智车科技)

诚聘英才
友好链接
业务咨询及参观访问:0755-86576085    0755-86576086    地址:深圳市南山区笃学路9号
国家超级计算深圳中心(深圳云计算中心)  ©2014-2020  粤ICP备10220126号