混搭出奇迹,自动驾驶AI芯片上演架构之争

最新更新时间:1970-01-01来源: eefocus关键字:自动驾驶  AI芯片  CPU  XPU 手机看文章 扫描二维码
随时随地手机看文章

经历了2016—2019年的野蛮生长期,2019的洗牌期,自动驾驶走入了发展新阶段。谷歌Waymo、百度Apollo、特斯拉、英伟达、Mobileye等行业领先企业技术不断迭代,场景化应用落地加速,为此,《中国电子报》推出“驶向自动驾驶新纪元”系列报道,通过梳理自动驾驶技术升级、厂商布局、产业发展等,描摹自动驾驶产业新面貌。

 

AI芯片很热,自动驾驶AI芯片更热。英伟达、英特尔、特斯拉、高通、地平线、黑芝麻智能等国内外传统芯片厂、新锐企业纷纷涌入车载AI芯片市场。如今,L2+ADAS自动驾驶商业变现风头正劲,L4高级别自动驾驶落地路线也越来越清晰,毫无疑问,自动驾驶正成为头部芯片企业争相抢占的高地。

 

从各大厂商的产品路线来看,自动驾驶芯片呈现出GPU、FPGA、ASIC三大架构共荣的格局。然而,底层架构不是判定自动驾驶能力的唯一因素,随着汽车智能化程度的提高,自动驾驶对于软件能力的要求走高,一场“始于硬件”的自动驾驶芯片竞速赛已全面开启。

 

“CPU+XPU”是自动驾驶芯片设计主流趋势

自动驾驶汽车智能化水平越来越高,需要处理的数据体量越来越大,高精地图、传感器、激光雷达等软硬件设备对计算提出更高要求,具备AI能力的主控芯片成为主流,加速芯片可以提升算力并助推算法的产生。目前,常见的AI加速芯片包括GPU、ASIC、FPGA三类。

 

盖世汽车研究院高级分析师王显斌向《中国电子报》记者指出,传统车辆普遍使用ECU,底层芯片主要为CPU。自动驾驶对数据传输实时性要求大,仅靠CPU的算力与功能早已不能满足所需,CPU与GPU、FPGA、ASIC等架构结合形成“CPU+XPU”是自动驾驶芯片设计的主流趋势。

 

目前主流厂商多以“CPU+XPU”相结合的方式,进行自动驾驶芯片设计。英伟达Xavier和特斯拉FSD采用“CPU+GPU+ASIC”的设计路线,Xavier以GPU为计算核心,主要有4个模块:CPU、GPU、Deep Learning Accelerator(DLA)和Programmable Vision Accelerator(PVA),其中GPU占据最大面积;特斯拉FSD以NPU(一种ASIC)为计算核心,有三个主要模块:CPU、GPU和Neural Processing Unit(NPU),其中特斯拉自研的NPU占据最大面积,主要用来运行深度神经网络,GPU主要是用来运行deep neural network的post processing部分。

 

Mobieye EyeQ5和地平线征程系列采用“CPU+ASIC”架构,EyeQ5主要有4个模块:CPU、Computer Vision Processors(CVP)、Deep Learning Accelerator(DLA)和Multithreaded Accelerator(MA)。其中CVP是针对很多传统计算机视觉算法设计的ASIC;地平线自主设计研发了Al专用的ASIC芯片Brain Processing Unit(BPU)。

 

Waymo采用“CPU+FPGA”,计算平台采用英特尔Xeon12核以上CPU,搭配Altera的Arria系列FPGA。

 

三大架构竞速高级别自动驾驶

“GPU擅长图像识别,ASIC、FPGA可以灵活设计,满足定制化需求。”王显斌向《中国电子报》记者表示。

 

自动驾驶要具备高精度、高可靠性的图像识别能力,GPU的设计初衷是为了应对图像处理中需要的大规模并行计算,刚好契合自动驾驶的关键技术要求。英伟达在GPU领域拥有长期积累的技术和市场,进入自动驾驶赛道后,携其GPU迅速占领市场,合作伙伴囊括奔驰、沃尔沃、现代、奥迪、上汽等传统车厂,蔚来、理想、小鹏这些造车新势力也在使用英伟达的自动驾驶芯片。

 

今年8月,英伟达推出最新自动驾驶芯片组——DRIVE Atlan。据介绍,Atlan单颗芯片的算力能够达到1000 TOPS,将应用于L4及L5级别自动驾驶。英伟达CEO黄仁勋公开表示,Atlan SoC将于2023年向开发者提供样品,2025年大量装车。王显斌指出,未来自动驾驶芯片会出现更多多元化架构GPU,高精地图、传感器、激光雷达等对图像识别能力要求越来越高,GPU的需求量会越来越大。

 

特斯拉采用了与英伟达相似的设计路线,不过更加侧重于ASIC。今年8月,马斯克在2021年特斯拉AI Day上,向外界展示了一款自研芯片云端Dojo。Dojo的训练CPU属于ASIC芯片,专注于人工智能训练,可以实现1024 GFLOPS的BF16算力。特斯拉表示,它的效率超过了现有的GPU和TPU,可以大幅度优化算法提升的效率,为L4、L5级别的自动驾驶做铺垫。特斯拉Dojo在云端模拟了一个十分贴近现实的世界,用来训练自动辅助驾驶技术。

 

马斯克一直认为,解决自动驾驶的唯一方法是解决现实世界中的AI问题,无论是硬件还是软件,除非一家公司具有很强的AI能力以及超强算力,否则很难解决自动驾驶难题。Dojo正是基于对自动驾驶问题的考量。特斯拉选择ASIC的原因也不难理解,为各行各业提供通用能力的方案并不是特斯拉想要的,而ASIC的优势在于灵活设计,能够更好地满足产品的定制化需求。

 

Waymo可以说是属于FPGA派系的。2017年,英特尔宣布,自2009年开始便一直在与谷歌合作开发无人驾驶汽车,同时也为谷歌母公司Alphabet旗下自动驾驶公司Waymo提供Xeon处理器、Arria系统芯片(用于机器视觉)。Arria属于FPGA芯片,不过Waymo在芯片方面相对低调,没有曝光太多细节。值得注意的是,2015年英特尔收购了主打ASIC的芯片厂商Altera;2017年收购了Mobileye,MobileyeEye系列自动驾驶芯片是典型的ASIC技术路线的代表。

 

英伟达、特斯拉新品双双对准了L4、L5级别自动驾驶,Waymo从入局就定位在高端,头部厂商已形成围绕高级别自动驾驶升级产品的态势。


关键字:自动驾驶  AI芯片  CPU  XPU 编辑:什么鱼 引用地址:http://news.eeworld.com.cn/qrs/ic548076.html

上一篇:激光雷达与汽车照明的融合,看看专业人士怎么说?
下一篇:Apollo阿波罗自动驾驶框架概述

推荐阅读

苹果进军自动驾驶领域,百年来最大跨行业价值创造?
美股研究社获悉,据智通财经消息,随着苹果(AAPL.US)最快于2025年推出其自动驾驶汽车,部分分析师开始质疑苹果是否能在电动汽车领域和马斯克领导的特斯拉(TSLA.US)竞争。摩根士丹利分析师Adam Jonas和Katy Huberty对苹果的造车发出了质疑,质疑这家全球市值最高的公司能否在电动汽车领域取得后发优势,就像它在MP3播放器、平板电脑以及最引人注目的智能手机领域取得的成功一样。苹果能否在自动驾驶领域取得智能手机领域一样的成功?美股研究社认为,苹果在智能设备领域的经验和资源的整合能为它在造车领域带来独特的优势。大摩分析师认为,苹果在内容、虚拟现实(VR)和增强现实(AR)方面比特斯拉更有优势,而且苹果的所有产品都能
发表于 2022-01-17
国产自动驾驶芯片如何上车?
自动驾驶普及的速度正在加快。1月12日,工信部发文称,2021年新能源汽车销售352.1万辆,其中搭载组合辅助驾驶系统的乘用车新车市场占比达到20%。两年前,L2级辅助驾驶的渗透率仅为3.3%。智能汽车的发展离不开汽车的大脑——自动驾驶芯片。在国产自动驾驶芯片中,黑芝麻智能、芯驰科技、地平线、华为是主要的厂商。此外,零跑汽车、蔚来汽车也有自研芯片的计划。本周三(1月12日),黑芝麻智能与芯驰科技同时在北京举办了各自的媒体沟通会,介绍了最新的业务进展。黑芝麻智能成立于2016年,聚焦在自动驾驶芯片这一赛道,而晚2年成立的芯驰科技芯片业务范围更广,覆盖自动驾驶、智能座舱、中央网关、高可靠MCU等。自动驾驶芯片在资本市场备受关注。黑芝麻
发表于 2022-01-14
国产<font color='red'>自动驾驶</font>芯片如何上车?
VSORA推出Tyr芯片系列 支持L3-L5级自动驾驶
据外媒报道,高性能硅知识产权(IP)解决方案供应商VSORA推出PetaFLOPS计算配套芯片系列Tyr™,以推动L3至L5级自动驾驶汽车设计。该公司的主要面向领域为人工智能(AI)、数字通信和高级驾驶辅助系统(ADAS)。(图片来源:VSORA)作为VSORA的第一个全硅解决方案,Tyr™采用专有的可扩展架构。该架构基于VSORA AD1028架构打造,可显著提高性能,其中VSORA AD1028架构还被领先的市场研究机构The Linley Group列为“2020年最佳处理器IP”。Tyr每秒可执行258万亿至1,032万亿次操作,功耗仅为10瓦,允许用户实现自动驾驶功能,而这以前在商业上还无法实现。Tyr系列包括三种
发表于 2022-01-14
VSORA推出Tyr芯片系列 支持L3-L5级<font color='red'>自动驾驶</font>
人工智能(AI)和机器学习(ML):传统汽车控制领域如何受到影响
实际上,“人工智能(AI)”并没有明确的科学定义,但是有一种普遍的理解是将AI诠释为被人类视为“智能”的学习系统。此外,就很难更明确地描述它的定义,因为“智能”一词缺乏明确的理论解释。 在汽车应用领域,当今和未来具有代表性且最广为人知的人工智能相关功能应用包括自动驾驶(AD)应用,以及物体传感、物体识别和对结果反应的决策。这些功能通常需要很高的计算能力(100k DMIPS级别范围内)。  图1说明了随着时间的推移,更高水平的传感将如何从人类驾驶员转向使用人工智能(AI)和机器学习(ML)的自动驾驶技术。(来源:NSITEXE,Inc.,2021) 较低的应用层与传统的实时执行器控制有关
发表于 2022-01-14
 人工智能(AI)和机器学习(ML):传统汽车控制领域如何受到影响
MAXIEYE发布NOM系统,三大版本搞定「点对点」智能驾驶
2022 年刚拉开帷幕,一家名为 MAXIEYE 的公司便发布了 NOM 领航辅助系统。速度很快。要知道,目前国内能够推出领航辅助的玩家少之又少,仅有蔚小理和长城汽车等几家在量产车上搭载了领航辅助系统,也就是大家常常听到的 NOP、NGP、NOA、NOH。「NOM」的加入,让领航辅助这条赛道更加热闹。而且,与蔚小理开发的系统仅供自家使用、长城汽车的 NOH 来自其关联自动驾驶公司毫末智行不同,MAXIEYE是作为一家中立的第三方供应商,希望将 NOM 提供给所有整车厂。这会考验系统的功能实现、算法和成本等多个层面,是真正放到市场中厮杀的竞争。那么,MAXIEYE 的 NOM 到底是什么,与市面上的产品有何不
发表于 2022-01-13
MAXIEYE发布NOM系统,三大版本搞定「点对点」智能驾驶
GILLIG与RR.AI合作 开发下一代ADAS和自动驾驶技术
1月10日,重型公交巴士制造商GILLIG与自动驾驶解决方案供应商RR.AI宣布就下一代高级驾驶辅助系统(ADAS)和SAE L4级自动驾驶车辆(AV)技术达成开发协议,以用于在北美的GILLIG公交巴士。通过此次合作,双方将结合RR.AI的车辆自动化经验和GILLIG的交通运营专业知识,从而提供最佳安全性和性能。(图片来源:GILLIG)GILLIG总裁兼首席执行官Derek Maunus表示“双方对此次合作都非常满意,将共同把先进车辆自动驾驶技术引入美国各个城市。GILLIG团队致力于提供变革性产品和解决方案,实现安全高效交通,并助力消除道路拥堵。而RR.AI的目标与我们非常一致。”除了盲点检测和行人避让外,两家公司还将开发
发表于 2022-01-11
GILLIG与RR.AI合作 开发下一代ADAS和<font color='red'>自动驾驶</font>技术

推荐帖子

WLAN参数解释
单播帧(UnicastFrame),多播帧(MulitcastFrame),误帧(FrameErrors),重发帧(FrameRetries),所有单播帧字节数(UnicastBytes),所有多播帧字节数(MulticastBytes) 发送速率kb/s(TXThrough),接收速率kb/s(RXThrough) 成功发送单播帧数(TxUnicastFrames),成功接收单播帧数(RxUnicastFrames), 成功发送多播帧数(TxMultica
banana RF/无线
Jorjin Technology的DM3730评估板的原理图
JorjinTechnology的DM3730评估板的原理图,中国台湾Jorjin公司的DM3730评估板的原理图,类似与beagleboardJorjinTechnology的DM3730评估板的原理图
monkhooder DSP 与 ARM 处理器
求助:2407的问题
1。相同的中断程序,用在两个不同的工程中, 一个总是有问题:\\"vectors.asm\\",line1:[F001]syntaxerroratornearsymbol\\\'.\\\' 不明白是什么原因? .ref&nbs
faoxue 微控制器 MCU
简单的改product string和vendor string ,用AT24C01A,却出现乱码,求助大侠
简单的改productstring和vendorstring,用AT24C01A,却出现乱码,求助大侠 根据产品的数据表列出的EXTERNALROMEXAMPLE,进入编程,按照列表数据逐一输入,插上PCB后,却出现乱码 编程 搞好后竟然是乱码 不知哪里出了问题,求助简单的改productstring和vendorstring,用AT24C01A,却出现乱码,求助大侠
dreamachine 单片机
LM3S8962 ASM问题求助
LM3S8962, ASM问题求助 为什么以下代码可以正常运行: OSIntCtxSw PUSH{R4,R5} LDRR4,=NVIC_INT_CTRL;triggerthePendSVexception LDRR5,=NVIC_PENDSVSET STRR5,[R4] POP{R4,R5} BXLR NOP 但如果改为以下就出错: OSIntCtxSw PUSH{LR} PUSH{R4,R5} LDRR4,=NVIC_
qqatscau 微控制器 MCU
Windows Embedded从入门到精通课程介绍
从本月开始MSDNWebcast将开始一个名为“WindowsEmbedded开发从入门到精通”的系列课程,主要针对的人群是:Windows应用开发者、其他嵌入式平台开发者(如Linux、ARM等)和想学习嵌入式开发的人士。 这个系列课程将由浅入深,介绍微软WindowsEmbedded产品线:WindowsEmbeddedCE、XPEmbedded和.NETMicroFramework等产品,以及这些产品的开发环境、应用场景,并且使用大量的DEMO来让开发者亲自体验整个嵌入
zyalxl 嵌入式系统
小广播
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2022 EEWORLD.com.cn, Inc. All rights reserved