0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

全自动驾驶时代,计算机算力面临的挑战

Dbwd_Imgtec 来源:YXQ 2019-08-08 10:39 次阅读

自动驾驶级别每升高一级,对计算力的需求至少增加十倍,”Imagination汽车市场总监Bryce Johnstone表示,“第五级全自动驾驶,可能需要每秒500万亿次(TOPS)以上计算力。”

传统汽车更多强调的是控制,而非计算。而在分布式开发理念主导之下,工程师决定增加功能时往往新增一颗微控制器MCU),而不是采用更复杂的处理器。所以采用MCU数量的多少一度成为车辆豪华程度的标志,以至于有市场分析机构预测,车载MCU数量将不断增加,未来甚至可以达到平均每车200颗以上。

但这种趋势已经有所变化。

一方面,由于自动驾驶技术的引入,计算力需求急剧增加。自动驾驶需要实时采集海量传感器数据,对传感器数据进行极速处理,根据采集到的传感器数据做出合理决策,并实时将决策发送至执行部件。从传感器数量来看,二级自动驾驶通常需要3颗以上雷达,以及至少一颗摄像头;而五级自动驾驶,至少需要10颗雷达、8颗摄像头,以及一颗激光雷达。这还没有计算超声波传感器及车内摄像头。

英特尔推算,全自动驾驶时代,每辆汽车每天产生的数据量高达4000GB。

“自动驾驶级别每升高一级,对计算力的需求至少增加十倍,”Imagination汽车市场总监Bryce Johnstone表示,“第五级全自动驾驶,可能需要每秒500万亿次(TOPS)以上计算力。”

另一方面,由于行车电脑概念引入,集中式开发理念在汽车业又重新受到重视。这意味着用更复杂的处理器替代多个MCU的选择逐渐被汽车开发人员所接受,这同样带来单芯片复杂度的提升。英伟达(Nvidia)和英特尔(包括其收购的Mobileye)的解决方案是集中式开发理念的体现。一些车载芯片初创公司也是集中式计算阵营拥护者。

当然不同的集中式处理架构成本不一样,英伟达和英特尔的方案全包全揽,价格不菲,一套芯片往往上千美元;初创公司可以借助IP授权,从局部功能的域控制器着手,一套芯片也许只有几十美元。

非自动驾驶领域的技术演进也对计算力提出了要求。以车载仪表为例,虚拟数字仪表正在快速替代传统机械式仪表,而车载屏幕尺寸越做越大,分辨率越来越高,“2K屏幕已经出现,4K甚至8K+也已经在规划中。”Bryce Johnstone表示,车载显示、语音识别和手势操纵等功能日趋复杂,这些都对背后支持芯片的算力提出了更多要求。

Bryce Johnstone在2019上海世界移动大会分论坛演讲

面对新生势力咄咄逼人的态势,部分传统车载半导体厂商也在努力改变自己以适应时代发展。

Byrce Johnstone告诉探索科技techsugar),包括瑞萨德州仪器、索喜(Socionext)在内的传统车载半导体厂商,以及电装(DENSO)这样的一级供应商,都与Imagination有合作。这些厂商获得了Imagination的PowerVR图像处理器(PowerVR GPU)IP授权,或PowerVR神经网络加速器(PowerVR NNA)IP授权。当然,很多厂商都取得了PowerVR GPU与PowerVR NNA两个产品线的授权,以更全面地满足汽车业对算力增长的需求。

神经网络加速引擎对车载数据的处理加速效果明显,据Bryce Johnstone介绍,带神经网络加速引擎的GPU,在相对非常低的功耗下,计算速度可以比当前主流高阶嵌入式多核车载处理器快20倍。

初创企业往往对于新技术接受度更高,Bryce Johnstone也丝毫不掩饰对初创公司在半导体IP需求方面的期待。在采访中,他不止一次向笔者询问中国芯片初创公司的发展概况。

“很多中国初创公司对与Imagination合作抱有积极态度,我们也非常看好这些初创公司,这些公司将来会成为车载市场的新兴力量,”Bryce Johnstone对探索科技表示,传统车载处理器计算力不高、功能单一、升级困难,而部分传统厂商开发流程冗繁,时间周期过长,如果不采用更先进的开发方法,很可能在时代巨变中落伍,“可以预期,部分传统车载芯片厂商将败得很惨。”

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 自动驾驶
    +关注

    关注

    773

    文章

    12894

    浏览量

    162925
  • 算力
    +关注

    关注

    1

    文章

    620

    浏览量

    14254

原文标题:算力入侵汽车业

文章出处:【微信号:Imgtec,微信公众号:Imagination Tech】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    自动驾驶发展问题及解决方案浅析

    随着科技的飞速进步,自动驾驶汽车已经从科幻概念逐渐转变为现实。然而,在其蓬勃发展的背后,自动驾驶汽车仍面临一系列亟待解决的问题和挑战。本文将对这些问题进行深入的剖析,并提出相应的解决方
    的头像 发表于 03-14 08:38 85次阅读

    【量子计算机重构未来 | 阅读体验】 跟我一起漫步量子计算

    技术的发展,我们的通信和数据安全将得到更强大的保障。然而,需要指出的是,量子计算技术的发展仍面临诸多挑战。例如,量子计算机的构建和维护成本极高,目前仍停留在实验室阶段;同时,量子
    发表于 03-13 19:28

    【量子计算机重构未来 | 阅读体验】+ 初识量子计算机

    分介绍了量子计算机的工作原理、计算能力、研发现状等专业知识点;第二部分介绍了量子计算机的应用场景,比如工厂、物流、智慧交通、自动驾驶等等;正好适合我这样的量子小白阅读。 开始第一部分
    发表于 03-05 17:37

    全自动驾驶到妥协,苹果汽车2028年的问世之路

    吵了近十年的Apple Car,现在终于面临到关键抉择点,他们决定放弃无法实现的全自动驾驶野心,改用更实际一点的设计,目标就是让这个2014就启动的项目,可以在2028年产出真正的成果。
    发表于 01-29 10:59 262次阅读

    语音数据集在自动驾驶中的应用与挑战

    随着人工智能技术的快速发展,自动驾驶汽车已经成为交通领域的研究热点。语音数据集在自动驾驶中发挥着重要的作用,为驾驶员和乘客提供了更加便捷和安全的交互方式。本文将详细介绍语音数据集在自动驾驶
    的头像 发表于 12-25 09:48 190次阅读

    LabVIEW开发自动驾驶的双目测距系统

    LabVIEW开发自动驾驶的双目测距系统 随着车辆驾驶技术的不断发展,自动驾驶技术正日益成为现实。从L2级别的辅助驾驶技术到L3级别的受条件约束的
    发表于 12-19 18:02

    农机自动驾驶显示系统组成部分以及配置

    随着科技的发展,传统的农机行业正趋于饱和,新生事物层出不穷,无论是传统农机还是从业者都面临如何转型升级的问题。农机自动驾驶系统就是当下最热的概念之一。身为新时代农机人,作业的提质增效是无论如何也绕
    发表于 10-17 17:52

    特斯拉增加台积电代工订单,扩产D1超级计算机芯片

    特斯拉使用 Dojo 超级计算机训练高级驾驶辅助系统和完全自动驾驶系统的人工智能模型。随着 FSD、自动驾驶出租车和 Optimus 机器人等项目的推出,Dojo 超级
    的头像 发表于 09-26 14:05 361次阅读

    自动驾驶点云标注的挑战与解决方案

    自动驾驶技术是未来交通领域的重要发展方向,而点云标注作为自动驾驶环境感知的关键技术,面临着许多挑战。本文将介绍自动驾驶点云标注所
    的头像 发表于 09-13 18:18 408次阅读

    自动驾驶点云标注:挑战与解决方案

    自动驾驶中的应用,并探讨其中面临挑战和解决方案。 一、点云标注的基本原理 点云标注是通过传感器捕捉到的环境信息来生成三维点云数据,然后通过对点云数据的处理和识别来实现环境感知。点云标注的准确性直接影响到
    的头像 发表于 09-01 17:59 449次阅读

    点云标注在自动驾驶中的挑战

    点云标注在自动驾驶面临许多挑战,其中一些包括: 首先,点云数据的复杂性和多样性。自动驾驶汽车在行驶过程中会遇到各种不同的环境和场景,点云数据非常复杂和多样化,这给点云标注带来了很大的
    的头像 发表于 07-20 11:08 255次阅读

    点云标注在自动驾驶中的实践应用与挑战

    点云标注在自动驾驶中扮演着关键的角色,为自动驾驶汽车的感知和决策提供了基础。然而,实际应用中仍然面临一些挑战需要解决。 首先,点云数据的多样性和复杂性给标注带来了困难。在实际场景中,点
    的头像 发表于 07-18 17:00 305次阅读

    案例研究:什么是自动驾驶

    自动驾驶,是一个根植于人类内心深处的梦想。随着科技的发展,近年来,自动驾驶已逐步成为现实。纵使如此,它仍然面临不小的挑战。本文结合案例对自动驾驶
    发表于 06-06 11:46 1次下载
    案例研究:什么是<b class='flag-5'>自动驾驶</b>

    复旦大学课题组利用 NVIDIA RTX GPU,深入计算机视觉的自动驾驶应用研究

    计算机视觉是一个复杂且具有挑战性的领域,深度学习的进一步发展为该领域提供了许多丰富的解决方案。计算机视觉和深度学习常应用于自动驾驶、人脸和图像识别等领域的技术研发和升级,为各行业带来了
    的头像 发表于 04-11 09:10 477次阅读

    你需要知道的11个Torchvision计算机视觉数据集

    计算机视觉是一个显著增长的领域,有许多实际应用,从自动驾驶汽车到面部识别系统。该领域的主要挑战之一是获得高质量的数据集来训练机器学习模型。
    的头像 发表于 04-10 16:31 469次阅读