创新 • 创优 • 创见
搜索
当前位置:主页 > 新闻资讯 >

吕鹏:高效能计算方案赋能智能汽车,共建智能交通新生态

时间:  2022-11-18 15:04   来源:  汽车总站网    作者:  editor

[汽车总站网 www.chianautoms.com欢迎你]
2022年11月8日-10日,由中国汽车工业协会主办的第12届中国汽车论坛在上海嘉定举办。作为党的“二十大”召开后的汽车行业首场盛会,本届论坛以“聚力行稳蓄势新程”为主题,共设置“1场闭门峰会+1个大会论坛+16个主题论坛”,以汽车产业的高质量发展为主线,与行业精英一起贯彻新精神,研判新形势,共商新举措。其中,在11月9日下午举办的“主题论坛4:智能交通技术发展与创新应用论坛”上,地平线智能驾驶产品规划与市场总经理吕鹏发表精彩演讲。以下内容为现场演讲实录:  
吕鹏:高效能计算方案赋能智能汽车,共建智能交通新生态
大家好,非常感谢大家能够参加这次的论坛,能够在这里和大家介绍一下地平线作为一个国产的车载智能芯片公司在过去这些年里面我们对于高效计算整个领域,去赋能智能汽车方面我们的思考。  
每个时代都有自己对应的时代计算架构,过往有几波浪潮,从PC时代到智能手机时代再到现在的智能汽车时代,推动浪潮不断前进、不断发展、不断迭代升级,核心在于整个计算架构的升级。在计算架构里面,从个人电脑中的CPU变到智能手机里面CPU+GPU。到智能汽车里面,核心计算能力在于智能计算BPU的计算能力。随着这一块计算能力的升级,也带给我们大量智能汽车智能驾驶方面的创新。  
随着汽车智能化的快速发展,上半场是新能源赛道,下半场是智能化的赛道。随着智能化的发展,对于计算能力提出了非常强的诉求,从最早的高级辅助驾驶到自动驾驶和数字座舱,再到人机共驾的场景,到最后汽车作为未来被很多资本、人员关注的领域,大家看到的是它作为第三空间的属性,有大量可以延伸出来的创新和应用在里面。支撑这样高性能的计算,需要很强的计算平台,这里对于在智能计算能力的支持非常重要。  
随着自动驾驶不断往前演进,原先的辅助驾驶可以基于规则进行计算,核心点在于场景不是这么复杂,场景比较固定。随着L2的辅助驾驶到高速的NOA再到城区,靠罗列规则的计算罗列不过来,因为本身场景的复杂度是指数级上升。靠智能的驱动是数字驱动的方式,通过这样的方式逐步由数据驱动代替传统的规则计算。我们如果把整个自动驾驶领域分成几个环节,从感知、地图融合、规划、控制,现在可以看到在整个感知领域里面,这种数据驱动的计算方式已经被普遍接受,在地图融合规划和控制等等领域里面也在不断加强智能计算的比重,相对原来CPU计算的比重。这就要求我们作为计算底座的芯片,对于智能计算要有很强的支撑,高效计算数据驱动的计算模式。  
但是,算力是整个数字经济时代的“水电煤”,它是基础,但是算力也意味着成本,如果算力不能被充分发挥出来,如果算力不能被高效利用,它带来的是更高成本、更高功耗。对于消费者来说,如果GDP没有大幅增长的时候,大家的购买力是类似的。那么如何保持经济性非常高效的算力支撑,这是地平线非常关注的一点。  
我们非常强调对于消费者有价值,我们强调不光是算力大,更多是算的快。做一个类比,大家对于消费者来说买一台车,不会看马力多少,我看的是实际体验出来的百公里加速。对于大家在智能化来说,其实不是看你有多少T的算力,而是看你在这个算力下可以每秒处理多少帧的图像(FPS),你能有更强的计算能力这是更重要的,因为这是给消费者实际带来真实用户体验非常重要的环节。  
在2016年地平线设计芯片的时候就提出了机器学习计算的新模式,如何让整个澎湃的算力得到极致的释放。我们作为芯片设计的优化目标,并不是说设计要多少T,多少T对于我们来说就是芯片的面积,只要面积足够大,算力永远可以做的更大。但是我们有的目标,是在单位功耗下可以处理的帧率,如果把计算效能做一个拆解可以分为三个部分:  
1)TOPS/Watt,在单位功耗下的算力。这里面就是在芯片设计的时候,基本上芯片设计好了,对应的峰值物理算力是确定的,需要的是扎实的设计经验提供这样一个物理算力的支撑。  
2)FPS/TOPS这个是算法效率。大家可以看到智能计算从论文发展的角度来说可以看到,新算法的提出可以用更小的算力达到更高精度,你在单位算力下可以计算多少的图像是很关键的,这需要你对算法效率有一个很好的理解。这里面涉及到比较有意思的点,如果我们看TOPS/Watt(理论峰值效率)这个在你设计芯片的时候就已经决定了,而芯片从设计到出来是有一个两到三年的周期。你怎么保证在设计出来的时候,当它量产的时候,它可以支撑好FPS/TOPS最新算法的支撑?这需要车载智能芯片厂商需要对算法有非常深入的理解,可以知道未来主流的算法或者最高效的算法会是什么样的。比如说现在特斯拉最先进的算法,这个我们在设计的时候就预测到了这里面可能是很主流、很高效计算的新算法,所以在设计的时候我们就要改良FPS/TOPS,这要求芯片公司不能是特别传统的芯片公司,需要有对算法非常深入的理解。  
3)有效利用率(Utillization),涉及到芯片底层的架构、编译器的优化,这里面重要的环节就是通过持续的编译器的高效优化,通过更好的效率、更好的并行计算,可以把算力大部分的能量释放出来,这要求本身芯片厂商有很强的在底层优化的能力,以及对于算法的合作伙伴非常深度的支持。这也是地平线的优势,因为我们作为中国本土的企业,在服务力上肯定是有很强的服务力在里面,支持很多算法公司充分把他的算法提升利用率。  
在2020年6月份,MIT学者论文也提出:后摩尔时代计算性能提升在于软件工程、算法与架构进联合的优化。我们可以看到当前的自动驾驶水平和消费者的需求来看,其实是没有达到消费者满意的要求,还在高速发展。我们通过深度支持,通过我们对于编译器的优化,通过我们对于算法的理解支撑大家在计算平台上发挥出来更大的计算能力,不断贴近用户需求。这样的话,大家就可以用更好的成本发挥出来更高的效能。  
地平线的“征程”我们在过往每一年都推出高性能的计算芯片,从2019年的征程2,到2020年的征程3,一直到征程5,通过这个过程不断积累我们对于工程落地,对于整个细分架构的不断迭代。中国在芯片领域来说,不管是各行各业的芯片都是这样,最终哪些芯片可以跑出来,好多东西是被用出来的,只有被大量的使用,整个的流程体系、整个供应链的管理能力在里面不断提升。  
地平线的“征程”系列随着每一代的发布,都取得了很不错的成绩。地平线芯片中的核心就是BPU贝叶斯架构,地平线的设计理念把智能计算特别关注于三个领域:  
1)高性能。  
2)我们因为是专门针对自动驾驶设计的芯片,我们非常关注低延时。  
3)低功耗。  
所以我们在聚焦最新的神经网络架构设计BPU,同时我们提供丰富的自动驾驶计算算子,让各种软件公司可以在上面进行开发。并且我们为了把真实的计算效能发挥出来,我们很强调大规模的异构进程计算和灵活调度。如果数据链路里面有很多的卡点,很多算力发挥不出来。  
地平线非常关注并行计算的能力,以及计算核和常规计算能力,这都是在设计芯片上非常关注的。这里面我们当时和友商的性能在主流的算法和检测分类上做了对比,可以看到地平线在FPS计算的实际效能上有很强的优势。有时我经常也和客户开玩笑,有些时候如果计算效率不够,像你买了一个200平的房子,外面挂了四个电梯,实际的得房率很低。因为本身的计算效率决定你在这里面可以实际使用多少真实的算力。如果你的算力使用不出来,这就是额外的成本和额外的功耗,这也是地平线本身在算力来说,我们对于计算效率,算的大且算的快,这是我们非常关注的点。  
过去这几年也是地平线从成立初到现在,也是一路慢慢走过来,我们刚刚迈过了0到1的突破,“征程”芯片在辅助驾驶、自动驾驶领域达到了200万以上的出货。同时我们现在迈向下一个阶段,从1到N的开放共赢。这里我们和国内大部分的车企都有深入合作,今年我们也和海外的车企都取得了一些量产方面的突破。同时在跑的前装项目超过了70多个前装车型项目,我们有100+生态合作伙伴,也构成了开放共赢非常合作协同的生态。  
这里列了很多车企官方的车型,标杆型的车型都采用了地平线“征程”系列的芯片。所以我们也是随着这么多年的积累和沉淀,我们现在也是非常希望和生态合作伙伴一起服务更多的车企和更多的车型,一起把自动驾驶推向更好的落地。  
三代征程的成功我们也在不断刷新量产的速度,从芯片的发布到量产上车的时间非常短,从征程2、征程3到征程5。这里体现了一点,就是现在智能汽车特别像以前的智能手机,以往汽车一个车型时间很长,现在汽车一个车型的时间都已经大幅度缩短。  
如果从一个芯片出来到量产落地,如果能够加速,在这里面你有非常强的支持团队,并行的开发团队,因为我们芯片可能在样片阶段,很多软件就可以并行开发了。这样的话基本上芯片达到量产状态,我们过不了几个月的时候,这个东西就可以量产上车。这样的速度是需要很强的协同性、贴身的服务能力以及并行开发的能力,包括多代芯片当中的延续性,这些都是经过时间的积累才会形成的壁垒。  
看一下最新的理想ADPro智驾系统,可以实现L2+级NOA的辅助驾驶、智能泊车以及召唤的功能,本身也是开启了国产大算力支架芯片大规模量产上车的时代。征程5在今年的量产落地,在明年我们有更多的车型和不同的车企进行量产落地。  
而且地平线的征程也是COEM智驾域控制器的主流选择,我们也借用了一下高工智能在前九个月统计的数据,前九个月里面除了特斯拉的自研芯片之外,地平线的芯片一直是作为领跑整个汽车的芯片市场,我们在多家车厂上都有标杆的车型,包括征程5的量产,包括我们现在在一体机上面被多家车企采用。所以我们作为智驾域控制器方面,我们也是国内COEM非常主流的选择。  
征程5除了现在已经量产上车的理想,包括比亚迪、红旗、上汽等多家车企已经官宣征程5的量产落地,既有基于单征程5的量产方案,也有基于多征程5的方案,总体来说方案比较灵活,面向从高速的NOA到高速驾乘区也可以做很好的覆盖。而且方案的成熟程度,包括量产落地的速度,包括我们服务的力度,都可以很好支撑车企在智能化的创新和应用。  
随着新技术快速迭代和变革,在智能汽车市场来说面临很多挑战,我感觉现在智能汽车特别像以往的智能手机,大家迭代的速度都很快,包括芯片厂商推出芯片的速度也和以往不一样。从软件定义汽车持续的OTA,包括现在芯片短缺等等的影响,全生命周期的升级,以前一个车型做完了就开始忙活下一个车型,现在的车型要持续迭代、持续升级,让它变成持续不断学习成长的车,这里对于供应链都有很大的挑战。  
所以我们认为传统的供应链,从Tier2到全栈的解决方案再到主机厂的模式已经逐渐转变为生态共赢的模式,大家其实智能化的供应网络,包括从高精地图、传感器、软硬件的Tier1到芯片厂商等等,大家一起协同起来,才能解决这样高速发展、不断迭代创新的市场。  
整体也从“链条状”走向“网络化”的趋势,这要求大家在这里面有足够开放的生态,足够开放协同的生态,实现整个产业链条上的共赢。地平线一直定位在Tier2,我们深度打磨自己的计算平台和工具链的赋能,去支持我们的软件合作伙伴提供相应量产级的算法给到车厂,以及对应硬件的参考设计提供给硬件的合作伙伴,设计量产级的硬件。同时我们也把相应的计算平台、开发工具链等等深度开放给合作伙伴和Tier2,提供相应的智驾系统。  
现在在智能驾驶的开发,作为一个芯片厂商只提供芯片是不够的,因为整个智能驾驶现在开发的效率和成本太高了,整体来说在这里面的开发非常低效。大家经常看到,我做一个项目可能需要五六百人做一年半,可能还是非常高新的人才。你在芯片平台上做完了,你需要投入非常大的人力,消费者不会买单,车企支付的溢价也是比较有限的。我们要在这个基础上,提供非常成熟的一整套的平台,让客户最高效地开发产品,从原先的五六百人做一个量产项目,变成一个几十个人的小团队,也可以做这么一个项目。  
我们怎么做的?首先从硬件来说,我们有对应的开发套件和参考设计,我们也避免了在硬件和底软上跳很多坑,我们把这些设计授权给相应的硬件合作方,可以快速设计整个量产级的硬件,以及在底软上的开发。我们提供比较成熟的基础操作系统中的BSP,包括硬件的抽象库、中间件、工具链等等。应用软件层面,我们也做了通讯的框架,包括各种的抽象和智能调度,让大家应用开发商更加灵活。最后我们面向自动驾驶和智能座舱的应用,有参考的算法提供给合作伙伴,支撑自动驾驶和智能座舱的创新应用。  
从开发工具来说,一方面提供非常成熟的工具链,工具链这件事情也是地平线从征程2到征程5这么多代的打磨才打磨出来,好的工具链可以大幅度节省开发人员在这里面的开发成本和时间。我们在智能开发平台里面,我们提供了高效训练、测试、数据管理、仿真、评测等等一套云端工具,也可以开放给合作伙伴进行相应的量产开发。  
由于我们可以提供丰富的一整套的智能汽车的开发平台,才可以大幅提升选择地平线芯片的这些合作伙伴和车厂的开发效率,降低开发难度,产业里面才能以高性价比的方式完成智能驾驶的开发。  
详细讲几个点,包括天工开物的工具链。我们从训练、优化、转换、部署,提供了完整的工具,对于主流的算法框架,从训练包到量化的插件等等都提供给客户,以及优化和编译的工具包,最终我们再到嵌入式部署的工具包。一整套完整的系统可以高效进行开发,而且本身量化的精度非常高,对于训练的损失也是比较小。  
正是由于有很多的客户在使用,我们也积累了非常多的客户经验、参考样例、社区支持,让大家高效进行开发。包括我们现在在机器人领域,我们也有开发板,有大量的开发者进行开发,在社区上得到支持。由于有这么多的使用者,我们最终把工具链打磨的非常易用,来更好地支撑客户。  
(VCR)  
这个只花了不到两个月的时间,整体很高效做了迁移,包括车厂来说,我们某家有非常丰富量产经验的客户,他从上手到进行具体的开发只花了不到七天时间,这是非常高效的。这里面有一些指标,包括模型的首次迁移率、精度的优化成功率、单克平均支持投入的减少等等,这些指标都可以快速帮助客户熟悉工具链,去进行高效开发。  
我们在征程5上有大量的生态合作伙伴,从最终的用户来说面向乘用车、商用车、其他的物流小车等等,解决方案和系统集成商既有传统的Tier1,也有很多的软件商在我们这里进行了大量开发。硬件来说我们有三家官方授权的IDH服务大量的Tier1和硬件生产商,可以提供参考设计和硬件方案设计、系统支持、底软支持。地平线一方面提供计算平台工具链,我们也提供相应的算法开发平台,我们也提供相应的硬件参考设计、基础中间件和参考的算法。  
随着一层层的赋能和支持,我们构建起了很完善的生态合作图谱,希望通过生态的力量给我们的车企,给最终的开发进行更好的服务和支持。  
同时我们的车载芯片也有很多成功开放的生态案例,一个开放的芯片平台后面会延伸出多种多样的应用,虽然刚才讲了很多乘用车量产的领域,但是在商用车、比亚迪红外夜视、物流小车、轨道交通等等应用上都有很多客户选择用征程系列的芯片完成开发和量产落地。  
举了几个例子,比如物流小车,我们用地平线的征程3实现了实时视频的处理和远程视频的低码流的推送,部署在美团物流小车的落地。在这里面物流小车领域里面,基于这个应用也有很多客户进行复制。  
在商用车干线物流领域,我们和赢彻科技等等公司也推出了相应的产品,利用后装产品的芯片也做了后装的产品,在商用车领域里面支持了干线物流辅助驾驶的应用场景。  
地平线一直保持非常开放,我们开放合作,以极致的服务加速行业效率,以高速极致的响应服务客户,共创客户价值。我们很强调开放的生态,征程与共、一路同行,这样的生态产业是我们非常坚信的,内心深处非常坚定的信念。  
最后总结一下:征程与共,开放共赢。希望我们一起把中国的智慧出行、智能驾驶领域一起做的更加繁荣。  
谢谢!  
(注:本文根据现场速记整理,未经演讲嘉宾审阅)
[汽车总站网 www.chianautoms.com欢迎你]

读者留言
看不清?点击更换

汽车总站网

  • www.chinaautoms.com/由北京茂胜文化传媒有限公司版权所有@2019

    京ICP备18056018号

    合作QQ: 305140880

    地址:北京市朝阳区清河营国际城乐想汇3号楼1612室