张玉峰:AI边缘计算助力智能驾驶

  • 来源:新能源汽车报
  • 关键字:自动驾驶,传输,视觉
  • 发布时间:2019-12-08 10:06

  自动驾驶每上升一级,都会产生相应数据量的增加,增长算力的需求。边缘计算,将通过高可靠性、安全合规、实时计算、低延迟等优势,推动破解自动驾驶的核心难题。

  行业分析报告显示,人工智能将会让生活变得安全美好,2025年关键生活质量指标提升60%,疾病负担降低10%-15%;而安全驾驶、自动驾驶、辅助驾驶每年将在五百万人的城市拯救30-300人的生命。

  全球所有沙滩数出来的沙子是一个ZB,其中包括四分之一以上的实时数据,有五分之一有生存安危的数据很难压缩。迎接海量数据挑战的关键是什么?

  地平线副总裁、智能驾驶产品线总经理张玉峰表示,这其中的关键,则是如何实现实时计算,减少反应延迟,提高数据隐私安全方面的合规操作实践,以及传输和存储。如果不在边缘进行计算,将会带来基础设施成本、网络数据传输成本的增加。一份报告提到,边缘AI数据处理器的市场大于云端市场。

  5G是这两年非常火热的话题,5G高传输率解决了端上传输的实现问题,而没有解决的问题是,5G并没有办法给主干网带来质的提升。

  此外,张玉峰列举了智能驾驶典型的场景:首先,从ADAS场景来看,视觉感知在ADAS扮演着越来越重要的角色,已经出现了越来越多的车型配备了多个摄像头,分辨率的要求更是向高于两百万像素的方向发展,所产生的数据也是爆发式增长。

  其次是高级别自动驾驶,自动驾驶时代将会有更多类型的传感器和数据,这是对边缘的计算,车上的实时数据将带来更多挑战。

  然后是高精地图与定位,基于激光雷达方案的优势,其是高精准度同时也是高成本的。基于视觉的高精地图技术可以是低成本的,眾包方式能够让高精地图顺应实际路况产生变化,包括部分道路关闭、交通指示牌的变化,以及共同协同的数据采集和运算。

  最后是车内的智能交互,包括智能场景下对于车内驾驶员、乘客更充分的理解,以及智能化人机交互,那就涉及视觉的采集、语音的采集和分析,以及语音和视觉共同分析理解车内人的行为、想法,让车更主动作出判断,主动调整适应人的需求,其中涉及到很多数据在车内的实时处理。

  张玉峰分析称,每辆自动驾驶车每天产生600-1000TB的计算量,两千辆自动驾驶车一天的数据相当于2015年整个人类文明一天的数据量。

  从不同级别自动驾驶的演进来看,自动驾驶每上升一级都会产生相应数据量的增加,对边缘处理器的能力要求的增长,即算力需求的增长。

  实现L4级别的自动驾驶,可能需要300多个万亿次每秒计算的能力,所以自动驾驶对于边缘处理器的要求,尤其是对人工处理的要求会越来越高。而其中的核心驱动力无非是在自动驾驶软件算法的不同级别,在不同时间、不同SAE级别,对算力和计算量的要求不同。

  对于L0-L2的感知,计算需求并不太大,包括激光雷达和视觉,从感知到建模,会有几个数量级的增长,而对于路径规划的算法,所需要的计算量在感知技术上会再上升几个数量级,因为判断自车周围的几十辆车和行人可能达到的位置,是一个爆炸式的增长。边缘计算,它具有高可靠性、安全合规、实时计算、低延迟等优势,可推动破解自动驾驶的核心难题。

  PC笔记本时代拥有十几亿的数据量和设备量,智能手机时代则翻了数倍。

  随着人工智能的技术突破,我们即将迎来的是机器人时代,在人工智能赋能万物、万物智能的时代,自动驾驶汽车则是人工智能机器人时代的珠穆朗玛峰。它要求极高,活动范围极大,不同的工作状况、时间、天气都可以驾驶,是远超于其他类型的机器人。

  过去几十年,计算机的算力发展符合摩尔定律,每一美金可以买到的算力每十八个月可以翻倍,成本和能效可以下降,而现在能够达到的能力相当于一个老鼠大脑的能力,到2025年,人们将可用一千美金买到一千TOPS的算力,能够满足L4-L5自动驾驶的计算需求。

  摩尔定律在进入二十一世纪时,由于物理限制,晶体管大小已经达到纳米级,继续靠降低体积换算力增长的方式面临很多挑战。

  张玉峰称:“地平线做的则是,结合场景,通过算法和芯片架构的协同设计,把摩尔定律继续保持下去,继续续每18个月翻倍的速度,这个得益于我们在架构,包括系统软件,包括编辑工具综合的优化,协同设计,以及算法结合场景解决问题。”

  人工智能在中国其实起跑并不晚,中国是AI论文产出最多的国家、全球最吸金的国家,产业化规模也在全球处于领先地位。但中国AI产业中基础硬件规模相对不足,处理器市场也是由国外巨头主导。

  “我们曾经将能耗、性能、面积,做为评价芯片性能的核心指标。而如今,AI芯片的性能需要有新的评估维度,从能源转化为计算的效率(TOPS/Watt)、算力成本、算力利用率(Utilization Rate)、算力转化为AI输出的效率(AI Perf/TOPS)这四个有效算力的维度,来重新定义AI芯片的真实性能。”张玉峰说

  道。

  (本文根据地平线副总裁、智能驾驶产品线总经理张玉峰在2019中国汽车产业发展国际论坛演讲速记整理而成,有删改,未经本人审阅)

李文慧

关注读览天下微信, 100万篇深度好文, 等你来看……