0
| 本文作者： 彭賽瓊 | 2018-07-27 18:15 |
雷鋒網(wǎng)按：2018 全球人工智能與機(jī)器人峰會（CCF-GAIR）在深圳召開，峰會由中國計算機(jī)學(xué)會（CCF）主辦，雷鋒網(wǎng)、香港中文大學(xué)（深圳）承辦，得到了寶安區(qū)政府的大力指導(dǎo)，是國內(nèi)人工智能和機(jī)器人學(xué)術(shù)界、工業(yè)界及投資界三大領(lǐng)域的頂級交流盛會，旨在打造國內(nèi)人工智能領(lǐng)域最具實力的跨界交流合作平臺。
人工智能的浪潮帶動了AI芯片的創(chuàng)業(yè)潮流，而在AI芯片中，有人說，自動駕駛的芯片才是AI芯片的珠穆朗瑪峰。自動駕駛領(lǐng)域道阻且長，算力要求、車規(guī)、產(chǎn)業(yè)化的影響因素使AI芯片公司面臨更多的挑戰(zhàn)。針對這一主題，2018 全球人工智能與機(jī)器人峰會（CCF-GAIR）的智能駕駛專場的圓桌上，雷鋒網(wǎng)新智駕邀請到了零跑汽車副總裁許煒、西井科技CEO譚黎敏、黑芝麻智能科技芯片架構(gòu)副總裁齊崢、地平線市場拓展和戰(zhàn)略規(guī)劃副總裁李星宇，四位嘉賓共同探討。耀途資本的合伙人楊光是本場圓桌的主持人。
在圓桌開始之前，四位嘉賓向在場觀眾作了簡單的公司介紹和公司在芯片方面的進(jìn)展。
*零跑汽車副總裁許煒
許煒表示，零跑的定位是IT人造車。與偏向軟件和交互的 “互聯(lián)網(wǎng)造車”概念不同，零跑更偏向于軟硬件的結(jié)合——包括生產(chǎn)、制造。目前零跑已經(jīng)規(guī)劃了三個整車平臺，另外還自研出了三電系統(tǒng)以及智能網(wǎng)聯(lián)系統(tǒng)、自動駕駛系統(tǒng)。零跑位于金華的智能制造工廠也將在今年7月份封頂，11月份投產(chǎn)。
目前，零跑正與其股東大華聯(lián)合開發(fā)AI自動駕駛芯片“凌芯01”，預(yù)計明年2月份進(jìn)行實車應(yīng)用。許煒介紹，項目在2017年底已經(jīng)開始啟動，在2018年5月到6月開始集中驗證，到2019年，零跑將會進(jìn)行實車的驗證。
許煒表示，到2019年，零跑第一輛上市的車將會達(dá)到L2的水平，實現(xiàn)城市跟隨和交通擁堵路況跟隨；在2020年通過后端的軟件支撐，實現(xiàn)L3級別的功能；2022年爭取實現(xiàn)特定工況L4級的駕駛水平。
*西井科技CEO譚黎敏
譚黎敏表示，比起All in AI，西井更希望做到Ai in All，讓AI賦能各個行業(yè)。他認(rèn)為，場景、數(shù)據(jù)和技術(shù)驅(qū)動了AI。而這三者當(dāng)中，場景最受關(guān)注。
他表示，西井科技目前的發(fā)展路線是從芯片到算法，再開拓到應(yīng)用層。今天，西井科技還有自己的自動駕駛產(chǎn)品。西井科技希望研究出一個行業(yè)的解決方案，芯片和算法就是西井科技的優(yōu)勢。2017年10月，西井科技完成了一顆流片， 該芯片參照了一定的仿生原理，脈沖神經(jīng)網(wǎng)絡(luò)的一部分成果運(yùn)用在這個芯片上。
西井科技從AI芯片起步，進(jìn)入到自動駕駛領(lǐng)域，是因為其在2016年年初進(jìn)入的應(yīng)用場景是智慧港口。目前，西井科技有兩條產(chǎn)品線——與振華重工（目前全球港口港機(jī)市場占有率80%）合作的無人跨運(yùn)車，以及西井科技開發(fā)的無人駕駛集卡。
*黑芝麻智能科技芯片架構(gòu)副總裁齊崢
齊崢表示，自動駕駛SOC已經(jīng)成為了最具有挑戰(zhàn)性的邊緣芯片，主要表現(xiàn)在幾個方面，首先是芯片的設(shè)計和驗證非常復(fù)雜，集成了大量第三方的IP，需要集成很多軟件模塊；其次，汽車應(yīng)用對于功耗、可靠性和功能安全的要求非常高；高性能芯片需要用最先進(jìn)的封裝設(shè)計，這給芯片的加工、生產(chǎn)和測試帶來了很大的挑戰(zhàn)。
他認(rèn)為，只有自動駕駛獲得穩(wěn)定、可靠的感知和認(rèn)知后才能保證安全。要達(dá)到這一目的，要有清晰的圖象和視覺，以及優(yōu)化的算法對獲得的圖象的視覺進(jìn)行智能化的分析。此外，還需進(jìn)行多傳感器融合的技術(shù)，對芯片的要求就非常高。
他表示，黑芝麻在把傳感信息收集起來之后，對于圖象進(jìn)行增強(qiáng)，接著對圖象進(jìn)行智能化的分析，最后再對系統(tǒng)的軟件、硬件進(jìn)行全程的優(yōu)化。在安全性、功能都優(yōu)化后，黑芝麻科技才將芯片提供給客戶，實現(xiàn)端到端全棧式的平臺解決方案。黑芝麻科技已經(jīng)與很多合作伙伴達(dá)成了合作關(guān)系，核心是視覺感知和傳感器融合的綜合運(yùn)算平臺。
*地平線市場拓展和戰(zhàn)略規(guī)劃副總裁李星宇
李星宇表示，今年，AI芯片是人工智能業(yè)界最大的主題，但是在AI芯片公司中，投身自動駕駛這一賽道的公司并不多。自動駕駛對算力的要求是最高的，對初創(chuàng)公司來說，是巨大的挑戰(zhàn)。
在自動駕駛的算力需求下，芯片的設(shè)計很容易達(dá)到功耗、成本的極限，因此需要逆轉(zhuǎn)設(shè)計理念，從算法出發(fā)，推導(dǎo)所需要的計算構(gòu)架。跟GPU構(gòu)架的性能相比，地平線第二代BPU的構(gòu)架的優(yōu)勢非常顯著。這種算法和計算構(gòu)架的協(xié)同設(shè)計，使得地平線也極大地提高了計算能力的利用效率。
自動駕駛的設(shè)計首先面臨的挑戰(zhàn)就是計算構(gòu)架，面對人工智能算法的高速演進(jìn)，深厚的算法積累對芯片設(shè)計非常重要。
第二個挑戰(zhàn)是功能安全。在汽車安全領(lǐng)域，要使自動駕駛達(dá)到ASIL-D的要求，流程上要符合ISO26262的全生命管理，就需要在開發(fā)流程設(shè)計、驗證等所有步驟中做到符合規(guī)范。
第三個挑戰(zhàn)是成套技術(shù)的開發(fā)難度高。不同的環(huán)境對系統(tǒng)架構(gòu)的需求不同，因此需要開放的平臺來支撐。但開放的平臺需要完整的工具鏈，從云端的訓(xùn)練平臺到端上的編譯器，一套技術(shù)開發(fā)的難度可能是研發(fā)芯片的5倍甚至10倍。
這四位嘉賓針對“為什么自動駕駛芯片是AI芯片的珠穆朗瑪峰”這一問題，進(jìn)一步進(jìn)行了探討。以下是圓桌內(nèi)容，雷鋒網(wǎng)在不改變原意的基礎(chǔ)上進(jìn)行了編輯。
楊光：現(xiàn)在大家投身AI，有很多的場景，為什么大家選擇了智能駕駛？對這個問題我想請黑芝麻和地平線的兩位跟我們分享一下。首先請齊總講一下，黑芝麻為什么沒有從其它的場景出發(fā)，而是專注做自動駕駛？
齊崢：我們認(rèn)為自動駕駛是改變下一代人生活的關(guān)鍵技術(shù)。由于AI科技的進(jìn)步，由于芯片計算能力的提高，汽車將面臨一場革命，給我們帶來機(jī)遇和挑戰(zhàn)。自動駕駛芯片面臨很多挑戰(zhàn)性，讓我們這些小公司能夠提供獨(dú)特的技術(shù)，來迎接這些挑戰(zhàn)和市場機(jī)遇，這是我們最后決定這一方向的很主要的原因。
楊光：地平線也是一樣，地平線在創(chuàng)業(yè)初期也嘗試過很多不同方向的AI應(yīng)用，現(xiàn)在專注在做自動駕駛，請李總分享一下。
李星宇：從技術(shù)來講，自動駕駛芯片是所有AI應(yīng)用中難度最高的。這就意味著如果我們能夠?qū)⒆詣玉{駛的芯片做出來，在其他賽道上的應(yīng)用就是降維攻擊。地平線的想法是萬物智能，但創(chuàng)業(yè)公司不可能同時觸及所有行業(yè)。把最高的行業(yè)攻克下來后，才有能力去開拓生態(tài)，通過降維的方法實現(xiàn)萬物智能的夢想。
楊光：自動駕駛芯片也是目前L3、L4級自動駕駛走向量產(chǎn)的瓶頸，在主機(jī)廠看來，我們究竟需要什么樣的算力、什么樣的芯片，才能讓我們真正走向自動駕駛？有請許總談?wù)勀挠^點(diǎn)。
許煒：在我們自己的自動駕駛設(shè)計中，需求主要有四個方面，第一是感知，第二是融合，第三是規(guī)劃和角色，第四是人機(jī)交互。從我們的架構(gòu)和算法、算力的情況來看，我們覺得感知這一層，算力要求TOPS接近20到30。從融合角度來說，我們的算力處于T級。如果從規(guī)劃決策來看，簡單場景可能是T級，復(fù)雜場景可能到10T左右。自動駕駛的演進(jìn)不僅僅是外部的物體情況，我們也關(guān)注車內(nèi)駕駛員的情況，尤其在L2、L3的時候，檢測駕駛員是否疲勞，或者進(jìn)行駕駛員駕駛工況的模擬，這一部分的算力預(yù)計也在大概10G左右。
楊光：除了這些東西，我們一直沒有探討成本的問題，大家從行業(yè)的角度看，什么樣的成本能讓自動駕駛芯片走向量產(chǎn)？這個問題我想問一下西井科技的譚總。
譚黎敏：按照我們的理解，這個問題分兩個維度，一個是降成本，我們會通過壓縮算法、減小芯片的面積，以及量產(chǎn)來降低成本。另一個維度是幫助用戶發(fā)現(xiàn)芯片的價值，減少用戶對成本的敏感度。在初始階段我們不會過于關(guān)注成本問題，當(dāng)然成本在產(chǎn)品中一定是越來越重要的衡量指標(biāo)。
楊光：其實現(xiàn)在自動駕駛芯片還在比較早的階段，可能也很難在早期拿到整車廠的訂單的情況，在這種情況下，我想請各位回答一下你們對成本的考慮是怎樣的？
齊崢：實際上從芯片優(yōu)化的角度來說，功耗、良率都是很重要的。這樣就需要非常有經(jīng)驗的芯片設(shè)計團(tuán)隊，保證芯片順利地流片。這也是芯片降低成本的非常重要的途徑。
李星宇：過去，芯片基本上是按照面積定價的，但是在自動駕駛領(lǐng)域，已經(jīng)擺脫了這種定價模式。
對地平線來說，我們把芯片當(dāng)成軟件的載體，基于商業(yè)的ROI推算成本。另外，我們看到，在實踐中，特斯拉的自動駕駛的硬件是8000美金，如果使用它的軟件，需要再花9000美金，這代表了軟件的重要性，以及軟件背后的服務(wù)，這是我們對成本的定義。
楊光：其實很多領(lǐng)域都在探討，自動駕駛領(lǐng)域中ASIC芯片是否為終極方案，在FPGA、CPU+GPU的架構(gòu)是否也可以實現(xiàn)？大家對這個行業(yè)的趨勢是怎么判斷的？為什么用ASIC是最高效的？
許煒：使用ASIC首先是出于成本，同樣的算力，ASIC的成本要比GPU、FPGA、DSP要低?；蛟S使用ASIC前期的投入較大，但量產(chǎn)后就能回收成本。第二，ASIC的運(yùn)行效率要比其他的方案要高。從我們的角度來看，這是自動駕駛的需要，因為自動駕駛稱得上是對安全要求最高的一個行業(yè)。
譚黎敏：自動駕駛是非常適合使用邊緣計算的場景。云的延時性使之無法達(dá)到自動駕駛的安全保證要求，自動駕駛的計算不能放到云端。ASIC有非常好的功效，比起傳統(tǒng)的處理器要更理想，功耗更低，處理特定任務(wù)的表現(xiàn)更好。另外，當(dāng)ASIC穩(wěn)定之后，可以將其和其它的處理器一起做成SOC，這樣協(xié)調(diào)的效率也會做得更好。
齊崢：FPGA和GPU是通用性的芯片，所以在計算單元和編程的模式都要考慮其它應(yīng)用。通用芯片在原型開發(fā)時表現(xiàn)很好，但到真正量產(chǎn)的時候，就會遇到很多瓶頸問題。比如計算效率、資源的限制等等。而AI芯片的需求是非常大的，因此ASIC的優(yōu)勢就體現(xiàn)出來了。
李星宇：高盛最近有一個報告，預(yù)測了2025年，F(xiàn)PGA、GPU和ASIC的比例。到2025年，GPU仍然占據(jù)2/3的市場，但是FPGA和ASIC的增長幅度較大，這個數(shù)據(jù)可以說明，從GPU到FPGA，再到ASIC，是一個靈活性逐漸減弱，成本逐漸降低的過程。
在自動駕駛系統(tǒng)部署的初期，大家不會在意成本，這時候使用GPU有利于搶時間、卡位，所以它的市場占有率比較高。但是在產(chǎn)業(yè)化的后期，成本成為比拼的重點(diǎn)，這時候FPGA和ASIC的市場占有量就會上去。在增長上，F(xiàn)PGA明顯比GPU要高，ASIC又比FPGA要高。
楊光：大家覺得目前是一個什么樣的環(huán)境，這條創(chuàng)業(yè)之路的風(fēng)險是不是特別高？
李星宇：我們堅持一個原則——做正確的事，而不是做容易的事。地平線也在這個過程中不斷地成長、不斷地摸索，我們最近也邀請了國際頂尖的半導(dǎo)體公司的專家加入。自動駕駛的前景足夠高，值得追求，能否成功，往往取決于態(tài)度和定位。
最近寧德時代上市給了我很大的觸動，他們之所以成功地從鋰電池的紅海中殺出來，就是因為他們一開始就制定了最高水準(zhǔn)的要求，服務(wù)要求最高的公司。地平線也把全球最頂尖的車廠Tier1作為我們的主要客戶，與他們共同成長，這樣成長的空間也是最大的。
齊崢：確實有很大的風(fēng)險和挑戰(zhàn)，但是它同時也是一個機(jī)遇，首先這個行業(yè)是非常新的，在這個領(lǐng)域它的技術(shù)和商業(yè)的運(yùn)行模式都在變化，在過去，車廠幾乎不可能主動跟半導(dǎo)體廠家交流。另外，芯片設(shè)計的難度非常高，需要資深的團(tuán)隊。
黑芝麻也請了一些半導(dǎo)體領(lǐng)軍人物，帶領(lǐng)研發(fā)。另外，在架構(gòu)實施上，我們也有一個平臺化的概念，讓我們的產(chǎn)品能夠擴(kuò)展，應(yīng)用到不同的方向，或者為未來的需求留余地，從這幾個角度，我們覺得都是能夠減低風(fēng)險，最后能夠成功的一個策略。
譚黎敏：其實風(fēng)險還有分別的，自動駕駛肯定仍需要通用處理器。今天我們聊的大部分都是針對深度學(xué)習(xí)或者是AI的ASIC，其最大的風(fēng)險是自場景的不確定性，因為任一AI場景都需要特定的優(yōu)化和開發(fā)。這也是地平線針對車和安防部分有的特定的兩個產(chǎn)品線，而不是布局全行業(yè)的原因。
我們瞄準(zhǔn)的是用戶的痛點(diǎn)，為他們提供解決方案。我們獲得的場景數(shù)據(jù)都是一線的真實數(shù)據(jù)，又能優(yōu)化和進(jìn)一步開發(fā)底層。今天如果我們花大量的時間和團(tuán)隊精力去針對主機(jī)廠、Tier1不同的場景、不同的需求做開發(fā)，這對一個初創(chuàng)公司來說，是耗不起的。所以采用打包的方式，在保證核心技術(shù)競爭力的同時，給用戶提供解決方案。盈利問題是初創(chuàng)公司最大的風(fēng)險，這是需要優(yōu)先考慮的。
楊光：對主機(jī)廠來說，選擇一個成熟的方案，肯定能降低風(fēng)險，但在中國目前缺乏特別強(qiáng)的Tir1的情況下，主機(jī)廠有能力去自主選擇這種自動駕駛芯片的初創(chuàng)公司嗎？請許總分享一些不同的觀點(diǎn)。
許煒：整車的集成復(fù)雜度是比較大的，零跑從整車開始切入，主要還是看重汽車向電動化、智能化的演變過程。在手機(jī)行業(yè)中，諾基亞、愛立信、摩托羅拉已經(jīng)淡出，取而代之的是蘋果、小米、華為，整車廠也有類似的機(jī)會。零跑和大華開發(fā)智能駕駛芯片，也遇到了你說的問題。英偉達(dá)PX2和其它的方案，整機(jī)功耗和成本都非常高。我們想開發(fā)一款滿足自身算法性能、算法架構(gòu)、算力要求的芯片，從而降低產(chǎn)品成本并提高競爭力，這是我們選擇和大華聯(lián)合開發(fā)芯片的原因。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
