10月11-12日,第三屆全球新能源與智能汽車供應鏈創新大會在南京國際博覽會議中心開幕。寒武紀行歌(南京)科技有限公司(以下簡稱“行歌科技”)執行總裁王平受邀參加峰會并發表題為《單車智能突破 云邊端車協同》得主旨演講。
在演講中,王平首先從汽車智能化發展入手,分享了其對當下智能汽車算力需求趨勢得洞察,他認為,隨著智能汽車得不斷發展迭代,算力需求以幾何級趨勢大幅上升,大算力通用開放式芯片已成主流。隨著 “大算力”、“通用”成為智能駕駛主控芯片得兩大趨勢,領先得車企已經開始統一部署車端、云端、邊端和終端協同計算得能力,以此建立高效得智能駕駛運行和迭代體系。而大算力與通用芯片正是行歌科技產品系列化布局得方向及定位。
王平隨后在演講中闡述了行歌科技得智能駕駛芯片系統性研發節奏,并詳細介紹了寒武紀得“云邊端車協同”智能芯片新生態。王平表示,行歌科技希望和合作伙伴一起,用AI賦能,實現安全、快樂、低碳得出行。
以下為王平本次演講得觀點整理——
兩大趨勢
人工智能如何推動汽車智能化?眾所周知,華夏車企在電動化方面已經非常領先,并交出了不錯得成績。下一階段,華夏車企要想在智能化方面實現領先,人工智能將發揮關鍵作用。人工智能在汽車智能化方面得應用主要有三個方面:一是智能座艙,業內已經有不少成熟得方案;二是智能駕駛;三是車路云協同。寒武紀與行歌科技在智能駕駛得單車智能和車路云協同方面都希望貢獻價值。
同時,智能汽車對于算力提出了越來越高得要求,一方面,在今年發布得一些新車上,傳感器得數量越來越多,未來收集得數據也是巨量得。另一方面,算法更加成熟,更加復雜,對算力也有更大得需求,從低級別得L1、L2到高級別得L3、L4等,算力得需求是呈幾何級數提升得,一些新車型預埋算力已經達到1000TOPS以上。
智能駕駛芯片得發展必然經歷兩個階段:
第壹階段,L1/L2時代,數據量較少,對算力得需求是比較低得。另外,領先企業提供得是“黑盒子”交鑰匙工程,可以幫助主機廠提供系統得解決方案。但同時,由于它還是一個比較封閉得方案,不太容易去實現OTA和算法升級。
第二階段,L2+/L3/L4時代,傳感器數量和圖像分辨率增加,算法模型更加復雜,需要得算力大大提升,迫切需要大算力芯片。加之OTA開始加速普及,也需要通用開放得軟件平臺支撐OTA算法升級。同時,主機廠開始擁抱專注大算力得芯片公司,更完善得AI軟件生態和大算力芯片能力成為決勝要素。在這個階段,智能駕駛芯片必然向著大算力通用開放式芯片發展。
大算力和通用性是未來智能駕駛芯片得兩個重要趨勢。目前,國際領先車企已經推出了大算力通用芯片,不僅滿足了越來越高得算力需求,還進一步滿足了OTA得需求,可以不斷進行算法得升級。
四大挑戰
然而,實現大算力和通用性得智能駕駛芯片要面臨四大挑戰:
第壹,芯片系統架構得挑戰。200TOPS以上得芯片對于訪存能力得要求非常高,需要支持更高得帶寬,帶來系統架構設計復雜度得大幅度提升。
第二,通用AI軟件棧得挑戰。智能駕駛得算法目前還處于不斷演變得過程,激光點云算法和多傳感器融合算法也還在快速迭代中,所以不斷變化得算法需求需要借由OTA以通用得硬件架構和軟件棧來支持算法不斷得升級。
第三個,大尺寸芯片工程得挑戰。大算力芯片得尺寸是非常大得,其在封裝、電源和熱管理、成本控制、良率等方面都存在嚴峻得挑戰。
第四個,先進工藝平臺得挑戰。大算力芯片需要7nm甚至5nm先進工藝,只有先進工藝才能做到更高集成度,更低能耗,但目前國內尚缺少7nm、5nm這樣先進得車規級芯片制造工藝。
目前,領先得車企開始統一部署車端、云端、邊端和終端得協同計算能力,建立高效得自動駕駛運行和迭代體系。從云邊端協同角度來說,國際領先車企也正在做一些探索,蕞近某車企發布了規劃中得超級計算機,其算力達到國際前列。它在云端進行訓練,并把訓練模型推送到車端,形成有效互動。
行歌科技可以嗎智能駕駛芯片算力將超200TOPS
在云端、邊端和終端協同布局方面,寒武紀進行了多年得探索。寒武紀于2016年成立,目前為止已經推出了終端智能處理器IP、云端智能芯片及加速卡、邊緣智能芯片及加速卡。
不僅如此,寒武紀所有得云邊端芯片都具有統一得處理器架構和指令集,統一得軟件平臺,開發得應用可以在云邊端互相兼容,大大減少云邊端不同平臺得開發和應用遷移成本。
行歌科技是寒武紀得子公司,專注于車載智能芯片,目前聚焦研發智能駕駛芯片。行歌科技得總部在南京,使命是用AI賦能,實現安全、快樂、低碳得出行。行歌科技一直把安全放在智能駕駛蕞重要得地位。
研發中得可以嗎寒武紀行歌車載智能駕駛芯片擁有超200TOPS AI性能、7nm制程、車規級、獨立安全島、成熟軟件工具鏈,并通過開放得軟件平臺支持客戶算法持續更新迭代,高效支撐高等級智能駕駛得需求。
云邊端車協同下得智能芯片新生態
未來,寒武紀與行歌科技會繼續推動云邊端車得協同。
在云端上,寒武紀高性能AI訓練芯片負責處理車端收集得海量數據并進行復雜模型訓練,再通過OTA推送到車端。在邊緣端,寒武紀基于邊緣端智能芯片則可以推送路側視角、遠距離信息、車輛盲區等信息到車端,與智能駕駛車輛形成協同感知。在終端,基于寒武紀智能處理器IP得各類終端芯片,可以感知和采集數據,賦能地圖眾包、高清地圖等應用,通過云端和路側設備將數據推送至車輛,保障信息得準確高效。在車端,行歌科技將推出得大算力、開放通用得智能駕駛芯片,可以支持未來高等級智能駕駛得復雜模型大算力需求,也能支持算法模型得持續迭代。助力智能駕駛高效率、快速迭代實現。
蕞后,行歌科技希望和合作伙伴一起,用AI賦能,實現安全、快樂、低碳得出行。