平博88体育

平博88体育

此页面上的内容需要较新版本的 Adobe Flash Player。

当前位置: 首页 > 行业信息 >
计算技术“点亮”高等级自动驾驶未来
信息发布员:杨晓娜 信息发布部门:总部商务部 更新时间:2019/11/5 0:00:00

                       自中兴、华为事件之后,芯片对于互联网行业乃至国家经济发展的重要性前所未有地凸显。而在8月底召开的世界人工智能大会上,一家名为地平线的初创公司,发布了国内首款车规级AI芯片——征程二代,其算力若全面开放将超GPU10倍。地平线创始人余凯认为,2025年汽车将变成四个轮子上的超级计算机,其成本结构也会发生巨大变化,汽车内部的计算平台及软件会成为整车成本占比最大的部分。可以预见,支撑计算平台产品升级的一系列计算技术创新,亦将成为促使高等级自动驾驶实现的重要推动力。
不断演进的计算技术
                      计算技术与人类文明同时起步,历经手动、机械、电动及电子四大阶段。
                      手动计算最早可追溯至远古时代,如使用算盘、计算尺等计算工具。之后,伴随人类机械制造能力的不断进步,计算钟、差分机等机械式计算机层出不穷。直到20世纪40年代后,埃尼阿克的诞生标志着计算技术电子化时代的开启。自动化电子化推动计算产业的快速繁荣,计算机技术渐渐占据计算技术的全部范畴。时至今日,随着计算技术内涵的不断丰富以及创新的不断涌现,计算技术已成为涵盖原理、材料、工艺、器件、系统、算法、网络架构、应用在内的系统工程,逐步演进成为真正意义上的先进计算体系。
                      计算技术体系分为基础理论、器件技术、部件技术、系统技术和应用技术五个部分。基础理论主要指阿兰图灵、香农布尔、冯诺依曼等支撑计算架构的理论体系;器件技术是指与集成电路相关的设计、制造及封测技术;部件技术则主要面向构成计算系统的三大核心要素,包括计算部件(CPU、GPU等)、存储部件(易失性存储器、相变存储器等)以及通信部件(高速总线、UVA等);系统技术是指面向不同应用场景需求构建的多样化计算系统,如异构计算、分布式计算、内存计算等;应用技术则是多类应用所需的通用功能性技术,如数据库、图形图像处理、安全防护等。
自动驾驶驱动计算技术升级
                        在这个数据爆炸的时代,除了数据洪流催生了对计算性能提升的通用需求外,以自动驾驶为代表的强算力消耗性应用更是对计算资源和性能的提升有着强烈诉求。计算技术和自动驾驶二者相互依赖:自动驾驶对算力的需求驱动计算技术升级迭代,计算技术的升级创新推动自动驾驶等级不断提升。
                        自动驾驶技术是指让车辆的自身系统以拟人化的方式完成驾驶任务。车载传感器类似人的感知器官,系统根据环境感知信息,完成融合计算,形成对全局的理解和认知,得出决策传递至控制系统形成指令,完成驾驶动作。SAE(国际汽车工程学会)在J3016文件中将自动驾驶分为L0至L5共计六个驾驶等级,而要实现L5级完全自动驾驶,很大程度上依赖于计算技术升级带来的强大算力。因此,计算技术对高等级自动驾驶的实现必不可少。
                        在硬件方面,器件技术及部件技术的创新,是车载智能计算硬件平台实现的核心驱动力。该平台本质上就是一台车载计算机。但是,它不同于传统计算机只搭载了实现单一功能的单一芯片,而是一个需要集成多个计算模块、具有超强算力的计算硬件,是整个自动驾驶系统的关键。一方面,异构化及高集成度是该平台的首要特性,主要为了实现自动驾驶系统的不同功能需求,如环境感知、决策规划等,而系统级设计、多质多维封装等器件技术创新恰好为该特性提供了支撑。另一方面,计算平台的各硬件组成部分,主要包括AI单元、计算单元以及控制单元,CPU、GPU、FPGA主流计算芯片及AIASIC专用芯片等部件的技术,为异构芯片板级集成设计提供了必要的“硬件养料”。
                        在软件方面,面向自动驾驶的系统软件和功能软件的应用技术创新,保障车载计算平台的功能安全以及计算实时性和高效性。首先,CPU+GPU、CPU+MIC、CPU+FPGA等异构计算技术迎合了车载计算平台的异构化需求。其次,面向异构分布系统的系统软件,能够针对汽车场景提供复杂的嵌入式运行环境。最后,自动驾驶通用框架模块(如感知、规划、决策、控制及其子模块)、网联模块、云控模块、深度学习和视觉模块等功能软件的发展和完善,与系统软件一起构成完整的自动驾驶操作系统,支撑高等级自动驾驶技术的实现。
                        总体来看,自动驾驶对计算的需求呈现急速递增态势,以自动驾驶为代表的一系列创新应用相应成为计算技术产业升级的首要驱动力。从算力上来看,支撑高级别自动驾驶一定要解决来自传感器的海量数据计算和处理的问题,因为自动驾驶等级每提高一级,算力就得增加一个数量级,L2级别只需2TOPS(1万亿次浮点指令每秒)算力,但L5则需4000多TOPS算力;从算法上来看,高等级自动驾驶所包含的算法体系繁杂多样,如基于CNN(卷积神经网络)的深度学习感知、基于高精度地图等多源信息的融合定位、基于通用AI和规则的决策规划、基于车辆动力学模型的控制算法等,面向不同算法应用的计算技术创新也是最终实现完全自动驾驶的关键。

平博88体育官网 版权所有 Copyright 2010
地址:中国郑州迎宾路8号 邮编:450000 电话:0371-63821688 传真:0371-63821688