关于自动驾驶视觉芯片的DNN之争

近日，日本科技巨头东芝公司宣布开发了一款新的硬件平台，采用了深度神经网络(DNN)技术，用于改进先进的驾驶员辅助系统(ADAS)的图像处理。

该公司将把DNN硬件与传统的图像处理技术结合起来，从2019年9月开始，这款名为Visconti 5图像识别处理器的样品将出货。

东芝的DNN技术使用了一种模拟人类大脑神经网络的算法，官方宣称其识别处理将与人类大脑一样准确，甚至更好。该算法将允许系统识别不同的道路交通状况和各种障碍和道路标记，从各个方向和接近实时处理。

深度学习的实质，是通过构建具有很多隐层的机器学习模型和海量的训练数据，来学习更有用的特征，从而最终提升分类或预测的准确性。

作为机器学习的一个细分领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。

与基于传统机器学习的图像识别相比，DNN在采集更多信息的同时，能够对更大范围的目标提供更准确的检测和识别。

以特斯拉为例，第一代基于Mobileye的芯片，就是首个使用了DNN技术算法的案例。不过当时，ADAS和半自动驾驶的主要部分是由Mobileye的芯片和算法处理的。

上图所示的过程是特斯拉当时自动驾驶系统工作原理的高级图。其中包括一些算法函数，如运动分割、自我运动、摄像机求解等，但真正有趣的部分是基于DNN的函数，涉及到可行驶区域空间像素标记、全局路径规划、通用对象检测和信号检测。

在Mobileye的基础之上，特斯拉对道路上的车辆进行了三维建模，通过DNN进行不同侧面、前后两侧的训练，直到能够检测到合理的精度，从而构建出相同的三维模型。

不过有消息称，当时特斯拉很多基于DNN的功能都处于休眠状态，直到特斯拉认为它们可以启动为止。从采用第二代计算平台英伟达到如今特斯拉宣布自研芯片即将投产，背后是芯片处理能力、DNN算法之间的协同。

众所周知，自动驾驶汽车对芯片计算能力的要求比传统早期汽车芯片提高了100倍。这包括需要处理来自汽车周围多个摄像头、雷达和激光雷达传感器的输入，分析数据，并使用这些数据做出驾驶决策。

东芝在声明中指出，“这种趋势将增加对更先进和更有能力的系统的需求。”例如，欧盟支持的安全标准，2020年版的欧洲新车评估计划(Euro NCAP)增加了避免交叉路口碰撞的测试。深度学习被用来解决许多传统编程方法无法解决的复杂问题。

马斯克透露特斯拉自研AI芯片的筹备已有两三年时间，通过自行设计芯片，公司能够专注于自己的需求，进而保证算法开发和落地效率。

特斯拉正在研发的名为“Hardware 3”硬件版本的核心就是这颗芯片，将用于Model S、Model X以及Model 3，性能将大幅超越目前其采用的英伟达芯片。

目前，在高等级自动驾驶系统方面，深度学习为图像中的目标识别提供了一种不错的解决方案。但背后需要芯片的支持。

芯片制造商英伟达(Nvidia)去年10月发布了一份有关自动驾驶芯片计算能力的报告。一辆装有10个高分辨率摄像头的汽车每秒产生2 Gigapixels的数据，每秒处理这些数据需要250万亿次操作。

三年前，东芝与日本汽车零部件供应商Denso合作，共同开发了一种名为深度神经网络专利(DNN - IP)的人工智能技术，以帮助开发ADAS技术。

近年来，不断有新的AI视觉芯片公司涌现，就是看到了图像传感器和摄像头将在自动驾驶汽车的发展中发挥关键作用。

东芝目前已经提供了TMPV75和TMPV76系列的图像识别处理器，它们集成了RISC类型的媒体处理引擎(MPEs)，以提高图像数据处理性能。该处理器能够实时处理1到4台摄像机的输入图像，并允许最多连接8台摄像机。

ARM等其他芯片制造巨头也在加大进军自动驾驶汽车领域。今年9月，ARM推出了Cortex-A76AE (Automotive Enhanced)，这是ARM专门为自动驾驶汽车设计的CPU架构。

对于Cortex-A76AE, ARM对A76平台进行了显著的重新设计，增加了一种名为Split-Lock的功能，从而增加了安全性。简单地说，split - lock允许两个CPU内核以锁定步进(都执行相同的任务)或分割模式(执行不同的任务和应用程序)进行操作。

视觉处理芯片是自动驾驶芯片阵列中重要的一环，由于可以同雷达等传感器形成互补，基于深度学习的视觉识别处理，在道路、交通标志、障碍物、行人等识别中重要性愈发凸显。

而在刚刚开幕的2019年CES上，大陆集团和采埃孚就宣布了基于NVIDIA DRIVE的Level 2+自动驾驶解决方案，将于2020年开始生产。

作为一个L2+级自动驾驶解决方案，集成了高性能NVIDIA Xavier™系统级芯片(SoC)处理器和最新的NVIDIA驱动软件来处理深层神经网络(款)感知以及完成环视相机传感器、座舱内视觉数据的处理。

因此各大厂商也都在争相占领高地，NVIDIA和英特尔旗下的Mobileye目前是市场翘楚，占据了较大的份额，二者在汽车芯片领域，都是新生。其它传统汽车芯片厂商，正在迎头赶上。

不过，自动驾驶视觉处理芯片的赛跑，才刚刚开始，领头羊、传统势力、新入局者各自的节奏都不一样的，但市场一致——我们目力所及的汽车，ADAS还远未普及。

谁能掌握真正的话语权，在于占领足够大的市场，而这些故事，将会在接下来的5-10年完成。