無人駕駛將成主流,AI 芯片不容忽略
發布日期:2019-11-15        



芯片是一向系統工程,高投入、高風險、回報較慢都是芯片行業的典型特征。特別是對于目前的無人駕駛技術來說,最終的算法并沒有確定,因此各大廠家沒有辦法在現在的情況下就投入到 ASIC 專業芯片中,所以 GPU 會是今后很長一段時間內的最為平衡的方案。

 

芯片是無人駕駛的核心,其職能相當于無人駕駛的大腦。目前汽車上的芯片主要分為兩類:一類是傳統的功能芯片,例如為發動機管理、電池管理、車身控制等單獨功能實現開發的芯片;另外一類則是性能更為強大,擔當無人駕駛大腦作用的 AI 芯片。目前無人駕駛汽車的代碼已經遠遠超過 1 億行,而對芯片的運算能力要求超過 10TOPS(萬億次操作每秒)的數量級,傳統的功能芯片已經無法滿足無人駕駛的要求,所以開發 AI 芯片勢在必行。

 

什么是 AI 芯片?

 

目前主要的 AI 芯片包括 GPU、FPGA、ASIC 三種。所謂 AI 芯片是指可以用來針對 AI 算法的專用芯片,對于 AI 芯片,在圖像識別領域常用 CNN 卷積網絡算法,而在語音識別以及自然語言處理上采用 RNN 算法,兩者算法的本質都是矩陣的乘法和加法。AI 芯片與傳統功能芯片最大的不同在于運算速度更快、功耗更低。其實我們傳統使用的芯片 CPU 和 MCU 都可以用來執行 AI 算法,但是兩者由于更為適合串行算法,導致運算速度過慢,顯然無法滿足中高速自動駕駛對于周邊環境圖像識別的需要。在三種 AI 芯片中,GPU 與 FPGA 都是傳統的通用型芯片,芯片架構已經非常成熟,可擴展性較強;而 ASIC 屬于為限制場景下定制使用的芯片,雖然性能更為突出,但是成本較高,且使用場景單一。芯片前期投入巨大,如果后期無法大量應用來攤薄成本,整個項目就會面臨無疾而終的局面。

 

AI 芯片市場分析

 

隨著包括移動手機通訊以及電腦在內的傳統芯片市場的飽和,以高通、英特爾以及英偉達為代表的芯片巨頭正在大步邁進汽車芯片市場,尤其是正在蓬勃發展的無人駕駛領域。據 HIS 估計,2020 年全球無人駕駛 AI 芯片的市場規模將達到 40 億美元。在汽車四化技術中,新能源技術存在多種路線且受到電池技術的制約,未來發展如何存在較大疑問。但在無人駕駛和車聯網的技術路線上,各大車企和參與的公司基本形成了共識,無人駕駛和車聯網技術的逐漸普及的大趨勢不可阻擋。

 

因此高通、英特爾和英偉達這些芯片巨頭或者通過收購汽車領域的芯片公司和品牌來迅速繼承原有公司的汽車客戶,同時將自己在芯片領域所儲備的更深受的技術快速應用到被收購或合作的汽車芯片公司的產品上,迅速提升芯片的產品力。無論是英特爾耗費巨資收購 Mobileye,還是高通在兼并恩智浦受中美貿易戰影響功虧一簣,抑或是英偉達本身通過 GPU 上的巨大優勢與全球超過 370 家主機廠和一級供應商達成戰略合作,都是芯片巨頭希望迅速切入汽車行業尤其是無人駕駛芯片的最好例證。相反原本在汽車功能芯片上唱主角的恩智浦、英飛凌、瑞薩這些半導體公司勢頭相對就比較弱。

 

英特爾與高通也積極布局

 

目前在無人駕駛領域最大的芯片供應商是英偉達,幾乎所有的主機廠都采購英偉達的 GPU 作為無人駕駛的主控芯片。GPU 最初來源于電腦顯卡,作為圖像處理單元,不僅可以承擔圖像識別并能進行并行計算,從架構上來說比較適合進行 AI 學習算法。而通過對其架構優化,不僅可以大幅降低能耗,同時也能提升計算速度。作為通用芯片,GPU 深受各大主機廠的垂青。目前英偉達已經開發出了基于 GPU 的 Drive CX 數字座艙系統以及 Drive X 自動駕駛平臺兩大系統。其中 Drive CX 可以實現自然語言處理、3D 導航和信息娛樂、全數字儀表、環繞視覺以及對接安卓系統這些功能,單純從性能上來看,GPU 已經可以實現數字座艙以及駕駛輔助系統功能。

 

至于收購了 Mobileye 的英特爾,則憑借 Mobileye 在駕駛輔助 ADAS 領域的軟件算法和 EyeQ 芯片迅速切入駕駛輔助和無人駕駛領域。Mobileye 在長處在于其能夠對視覺信息進行分析,預測與其他車輛、障礙物、行人之間會否發生潛在的碰撞,同時 Mobileye 也可以識別交通標志、交通信號燈,而這些都是確保無人駕駛技術實現的關鍵性能之一。至于高通,其車載信息娛樂系統解決方案也已經被推出,基于驍龍 602A/820A 芯片,高通在通訊領域的優勢得到最大程度的發揮,其發布的汽車級處理器在無線通信、定位、語音以及多媒體處理方面的能力也有自身很大的優勢。

 

特斯拉另辟蹊徑

 

對于無人駕駛的主控芯片 GPU 來說,其性能并不是最為完美的,因為它不是專門為無人駕駛系統打造,所以還存在很大的設計改進空間,來提升運算速度。而運算速度的大小是衡量芯片性能最為重要的指標之一,所以特斯拉才決定自己開發芯片。

 

擺脫英偉達的芯片,將能夠幫助特斯拉在無人駕駛領域建立起自己特有的,其他主機廠無法復制的優勢,而一旦特斯拉自己的 Hardware3 項目被證明行之有效之后,那其他車企很難對之形成反超。根據特斯拉自己測試的數據,在成本大致一致的前提下,英偉達硬件所能提供的視覺識別軟件的效率是每秒 200 幀,而 Hardware 3 可以達到每秒 2000 幀。正是在 Hardwar3 的支持下,特斯拉才能將自己的無人駕駛算法進行部署,而基于自己開發的算法,更是幫助特斯拉在 Autopilot3 上可以擺脫激光雷達的制約,讓無人駕駛技術在成本上真正可以進入普通消費者的家中。

 

國內 AI 芯片市場概況

 

在國內主要有兩類企業是目前 AI 芯片的玩家。一類是百度、阿里這樣的互聯網巨頭,物聯網也好、無人駕駛也罷,都是這些不差錢互聯網公司的重要發展方向。第二類則是像地平線、寒武紀這樣的獨角獸企業。

 

在 2018 年 4 月,百度就已經發布了中國第一款云端全功能 AI 芯片“昆侖”,其不僅能夠滿足傳統的 AI 芯片的深度學習算法的功能,自然語言處理、大規模語音識別、自動駕駛、大規模推薦等具體終端場景的計算需求也都被照顧到。正是基于“昆侖”芯片,才讓百度阿波羅無人駕駛系統插上翅膀,不僅不會受到英偉達等公司制約,也能為自己今后在無人駕駛技術上的迭代研發創造一個比較好的環境。而這其實多少和特斯拉的模式有異曲同工之妙。

 

同為互聯網巨頭的阿里巴巴自然也不甘落后,其在過去幾年相繼投資了曠視科技和商湯科技等技術型公司,而寒武紀、深鑒科技和 Kneron 這樣的 AI 芯片領域的知名公司自然也是阿里眼中的香餑餑。不過相比于百度直接與整車廠合作,類似于谷歌那樣提供安卓系統,百度希望通過提供無人駕駛平臺來直接切入無人駕駛領域。而阿里的無人駕駛之路相對來說野心就沒有那么大,其專注在核心零部件技術上,無論是已經一炮走紅的斑馬系統還是在 AI 芯片領域的快速發展,阿里都未能在公開其無人駕駛系統的發展狀況。

 

寫在最后

 

芯片是一向系統工程,高投入、高風險、回報較慢都是芯片行業的典型特征。特別是對于目前的無人駕駛技術來說,最終的算法并沒有確定,因此各大廠家沒有辦法在現在的情況下就投入到 ASIC 專業芯片中,所以 GPU 會是今后很長一段時間內的最為平衡的方案。此外,我們還欣喜地發現,在全球 AI 芯片排行榜上,除了英偉達、英特爾、高通這些芯片產品外,我們的寒武紀、地平線的產品也常常能夠擠進榜單。未來我們需要通過國家政策扶持與創新資本相結合,實現芯片產業鏈的突破,不僅幫我們節省每年 2000 億美元以上的芯片進口,更是確保國家在芯片戰略上的安全。即使在無人駕駛領域,我們也需要有自己的芯片,才能確保我們的無人駕駛技術在未來可以與國外汽車巨頭一較高下的可能。


來源:中國高科技行業門戶
點擊查看網絡原文>>

版權所有@ 北京市電子科技情報研究所 京公網安備 11010102003025號

地址:北京市東城區北河沿大街79號  郵編:100009  Email:[email protected]

在線人數:144

當日訪問計數:21937

累計訪問計數:52515845

3d试机号后分析 幸运快3大小单双的规律 官方北京赛车开奖记录 广东36选7最新开奖查询结果福彩 双面盘对打 特马网站今晚开特马 新三板股票上市规则 上海时时乐杀号 快乐8黑金团队计划 36选7推荐号码预测 棋牌绑定送25现金