自动驾驶计算平台发展趋势,自动驾驶专用芯片的生存之道

作为自动驾驶解决方案的供应商，地平线坚持“算法+芯片+云”的战略，融合自身优势，开发多个应用场景，逐渐在近乎垄断的AI芯片领域开拓出自己的市场。6月28日即将在常熟召开的2018智能汽车跨界融合高峰论坛上，地平线市场拓展与战略规划副总裁将以“人工智能芯片加速自动驾驶商业化落地”进行主题演讲，向大家分享：地平线的解决方案如何助力自动驾驶系统在复杂的交通场景下做到可靠感知？地平线自动驾驶芯片又将如何改变行业竞争格局？

在刚刚过去的2018年亚洲消费电子展(CES Asia)上，地平线携征程、旭日处理器，以及基于地平线AI芯片技术的Matrix自动驾驶计算平台、高清智能人脸识别摄像机、驾驶员行为监测系统（DMS）等AI产品亮相上海。立足于 “算法+芯片+云”战略的地平线，在智能驾驶、智慧城市、智慧零售三大场景均可向合作伙伴提供多层次的人工智能解决方案。

地平线智能驾驶业务负责人在现场表示，可提供基于征程1.0处理器的高级驾驶辅助系统（ADAS），驾驶员行为检测系统（DMS）以及基于BPU2.0架构的Matrix自动驾驶计算平台产品，并基于此向客户提供从L2到L4的自动驾驶解决方案，以满足客户不同需求。

自动驾驶计算平台发展趋势

自动驾驶计算平台方面三个主要的玩家，英特尔、高通和英伟达。英特尔通过收购Mobileye以后，来弥补了它算法方面的不足，与此同时获得的还有针对于专用的ADAS算法所设计的专用处理器IP，直接通过这次收购，获得了70%的ADAS的市场，这样的话就使得它跟主机厂建立了一个非常稳固的业务联系，利用这样一个支点，就可以撬动它整个汽车行业的整个业务。英伟达在深度学习领域，训练平台有绝对的优势地位，人工智能的热潮带动了GPU的销量，博世和ZF建立的深度合作之后，使得到它在这个汽车领域也获得非常好的一个基础，凭借合作商的市场地位，英伟达在智能驾驶时代也会有相当程度的市场份额。

一个芯片的好坏，要用APP（Area、Performance、Power）来进行考量。单是性能好还不够，如果功耗高、面积大，依然没有优势。而在自动驾驶在商业化的路径方面，计算平台是一个巨大的挑战，需要在计算平台上能够达到一个量产化的要求，这里面也有三个关键性的指标，第一个就是每瓦的性能，第二个就是每瓦的成本，第三个就是生态系统，包括使用这个计算平台的用户群，还有它的易用性。

英伟达GPU芯片的算力虽高，但功耗也达到了恐怖的 500 瓦。这将带来一系列麻烦的问题，包括芯片的工作寿命缩短、需要可靠的散热系统、巨大的功耗对于电动汽车的续航里程也带来了很大的负担。而这些能耗负担，主要与其选择的架构有关。

图灵奖获得者、现代计算机的奠基人Alan Kay曾说过一句对目前IT产业影响深远的名言——“如果你真的关注软件，就应该做自己的硬件”。将算法和芯片进行深度整合，走软硬结合的道路正成为一种趋势，研究高性能、低功耗、低成本的嵌入式人工智能解决方案才能推动AI的产业落地。

地平线BPU自动驾驶解决方案

BPU是地平线科技提出的嵌入式人工智能处理器架构，第一代是高斯架构，第二代是伯努利架构，第三代是贝叶斯架构。高斯架构就是BPU第一阶段的成果，这套架构可以在ARM／GPU／FPGA三个硬件平台上得以实现。同时，在APP（Area、Performance、Power）三个方面综合达到最优。传统CPU芯片是做所有事情，一般采用串行结构。BPU主要是用来支撑深度神经网络，比如图像、语音、文字、控制等方面的任务，而不是去做所有的事情。此外，深度神经网络的计算结构比较特殊，比如高度的并行化、时间域上的递归、中间节点的稀疏等，用BPU来实现会比在CPU上用软件实现要高效，一般来说会提高2-3个数量级。

创业之初，地平线就定义自己不是一个专业卖芯片的，单纯做芯片是远远不够的。要想达到在同等性能下，计算更少、功耗更低、成本更小的目标，必须构建“芯片+算法”的一整套解决方案。

自动驾驶专用芯片的生存之道

专用芯片本身就限定了市场，而且英特尔和英伟达两大巨头，分别凭借各自优势已经占领了大部分市场，想要挤进这个市场必然需要更大的技术优势和更强的应用性。为了打通自动驾驶及人工智能芯片市场，地平线是这么做的：

技术创新，打造市场稀缺能力

地平线通过做专有的深度学习计算构架的设计，一方面就是需要去克服现有的计算平台在深度学习计算方面的不足，比如说关键的一个就是存储器构架的设计，GPU它的缓存很少，而且GPU的缓存是透明的，不受控制。但是CNN的卷积操作其实是需要大量中间结果的输入和输出的，这就需要有受控的内部（iram）来进行结果的暂存，如果没有这样一个内部的（iram）的话就需要访问外存，那么就会导致严重的带宽的问题。

深度学习是一个“黑匣子”，一旦发生问题你很难去判断问题是怎么发生的，所以在地平线的架构有一些特殊的设计，把贝叶斯网络跟深度神经网络相结合，通过因果性关系去分析系统里到底哪里出了问题。另外，常规的ADAS主要关注对车辆和车道线的感知，但其实大部分的严重事故都是跟“人”相关的，而“行人检测”是非常难的。这些情况使得对行人的识别检测比对车辆的识别检测困难得多——用专业术语讲，车辆的“类内差”会比较小，而行人的“类内差”非常大，这就带来很大问题。所以地平线团队在行人检测这个问题上做了很长时间努力，他们是行业内极少数能同时做车辆和行人检测，并且在嵌入式的平台上实现的。

针对不同客户需求，提供多种合作模式

地平线为OEMs和Tier 1们提供更多种合作模式。据建约车评介绍，该公司提供的解决方案包括：

1、IP架构授权，比如BPU2.0。适合一些具备芯片设计能力的企业，通过得到地平线的芯片IP授权，生产出满足自动驾驶要求的芯片。

2、只提供芯片，比如征程1.0。这种合作模式适合一些具有超强整合能力的Tier 1，或者其他能够整合SOC，以及拥有软件算法方案的合作伙伴。

3、提供整体计算平台，比如Matrix1.0。这种方案适合目前市场上几百家自动驾驶软件和算法方案商。

4、提供产品或方案，比如地平线星云。不仅有芯片，计算平台，还整合外部可选的感知、决策和执行的所有方案，是一个完整的L2级别的自动驾驶方案。这种方案适合Tier 1或OEMs。

了解中国路况，蚕食中国ADAS市场

由于中国的特殊路况，车会频繁地换道，换道一开始车就只露出一部分，检测不到就会非常危险。很多方案只具备车尾的检测能力，地平线团队对此做了特别优化，使得车在换道很早期的时候就会报警。同时在距离的判断上，把距离判断做得很准，相对误差在5%以内。

以芯片为原点，拓展应用场景

在智能驾驶方面，地平线可以向客户提供从L2到L4的自动驾驶解决方案，以满足客户不同需求，定位于“芯片——产品——落地场景——合作生态”的清晰战略图景。凭借以AI芯片为核心打造的产品矩阵，针对智能驾驶、智慧城市与智慧零售三大应用场景，以“算法+芯片+云”打造开放式人工智能平台，可为合作伙伴提供一站式完整解决方案，亦可支持合作伙伴基于地平线AI芯片与地平线提供的工具链进行自主开发。

针对智能驾驶场景，地平线将征程系列芯片、Matrix自动驾驶计算平台等核心硬件与地平线业界顶尖的算法能力深度耦合，提供高性能、低功耗、低成本的视觉环境感知解决方案。地平线智能驾驶解决方案可实现对复杂场景进行细粒度、结构化的语义感知，高度可扩展、模块化的三维语义环境重建，以及透明化、可追溯性。目前地平线智能驾驶业务的合作企业已经覆盖全球四大汽车市场（美国、德国、日本、中国），地平线也是中国唯一一家同这四大市场的顶级汽车Tier1s和OEMs建立了合作关系的智能驾驶创业公司。

地平线的解决方案如何助力自动驾驶系统实现可靠感知

在自动驾驶领域，地平线似乎准备好要大干一场。它能否帮助国内外初创公司在自动驾驶出行激烈的竞争中胜出？自动驾驶的感知技术面临巨大的挑战，地平线的解决方案如何助力自动驾驶系统在复杂的交通场景下做到可靠感知？地平线自动驾驶芯片又将如何改变行业竞争格局？