自动驾驶只知道英伟达和英特尔?

发布者:BlossomWhisper最新更新时间:2017-08-07 来源: eefocus关键字:自动驾驶  英伟达  英特尔 手机看文章 扫描二维码
随时随地手机看文章

当英伟达与英特尔在全自动驾驶技术上纷纷“拉帮结派”时, 一直专注 ADAS(高级驾驶辅助系统)的德州仪器(以下简称 TI)却表现得相当低调。


TI 并非对自动驾驶不感兴趣,作为业内领先的汽车芯片供应商,它只是有一张完全不同的路线图罢了。据媒体了解,TI 准备利用现有的 ADAS 平台实现 Level 4 或 Level 5 级别的自动驾驶。

近日,德仪 ADAS 部门业务经理 Brooke Williams 接受媒体采访时表示,TI 在 5 年前就开始接到汽车厂商的询价单了,其中一些是为了实现 Level 4 和 Level 5 级别的自动驾驶,其他厂商则想通过 ADAS 系统拿到五星评级。“我们能满足他们所有的请求。”Williams 说道

Williams 表示,TI 的首要目标是“满足厂商的系统级安全需求”。

TI 信心满满是因为它在 ASIL(汽车安全完整性等级)评价中已经有 30 年经验,此外 TI 还有一连串技术,包括功耗管理、模拟装置、网络解决方案(低压差分信号和以太网)和传感器(如雷达)等。在车载电子方面,TI 唯一的短板恐怕就是 CMOS 图像传感器和内存了。

“系统级安全”虽然是这次访谈中一直强调的,但从该公司的财务状态我们明显可以看出一个温和的策略是多么的重要。借助其他厂商不屑一顾的 Level 2 自动驾驶,TI 今年第一季度在汽车和工业市场的营收增速远超预期。

VSI 创始人兼首席顾问 Phil Magney 指出,“TI 并没有进行大幅度的架构改革。它的主力产品依然是各种新增的 ADAS 功能,现在 TI 并不忙于开发 Level 4 和 Level 5 功能。时机成熟时,它的架构同样会支持更高级别的自动驾驶,但现在 TI 更重视车辆安全和舒适性功能,因为这才能带来真金白银。”


“平台不会发生大变化”
如今的 TI 确实一门心思扑在了 ADAS 上。

不过,未来如果要从 ADAS 过渡到 Level 4/Level 5,TI 有什么计划?Williams 称:想将汽车带入自动驾驶时代,“我们认为现有平台并不需要发生大规模的变化。”

当然,这种异于常人的看法也让汽车行业的分析师们多了许多疑问。

IHS Markit 车载电子部门首席分析师 Luca De Ambroggi 表示:“我现在根本想不出 TI 到底要怎么处理它现有的 ADAS 解决方案。”如果 TI 要押宝机器视觉,那么它的计划就容易理解了。不过,如果它还想在 Level 4 阶段继续使用现有平台,就必须对 Level 2 系统进行大改。

林利集团资深分析师 Mike Demler 同意这一观点。他表示:“怎么会有公司设计个只能支持 Level 2 的系统?这样的系统根本无法兼容神经网络训练,而那却是 Level 4 的必需品。当然,两种架构都能兼容数字信号(DSP)处理,但在硬件性能和软件堆栈上的差距却非常大。如果你关注过 Mobileye EyeQ 处理器的进化过程,就会发现它在架构上并没有翻天覆地的变化,但 EyeQ5 在性能和功能上却比 EyeQ2 强悍得多。这样的事情在英伟达的 GPU 上也正在上演。

TI 当然留了一手,Williams 表示公司已经做好准备,随时都能通过升级自家硬件架构将深度学习整合进 TDAx 平台。在今年年初的 CES 上,TI 就借自家 TDA SoC 展示了基于深度学习的语义切分技术。

Williams 解释,TI 想让 TDA SoC 的 EVE(嵌入式视觉引擎)核心负责运行复杂的神经网络算法,而 C66 DSP 核心则担起运行传统机器视觉算法的重任。

 


*T DAx 深度学习转化与切分流程


TI 的 AI 战略
对于 TI 的 AI 战略,VSI 创始人 Magney 表示:“TI 在 CES 上的表现相当惊艳,它居然要用低功耗的 TDA2 设备实现对 AI 模组的支持。”Magney 称 TI 这一步“相当精明”,它让开发者有机会借助最受欢迎的 AI 架构打造自己的算法。

现在市售的 TDA2x SoC 搭载了 2 颗 ARM Cortex-A15 核心、4 颗 ARM Cortex-M4 核心、2 颗 C66x DSP 和 4 颗 EVE。它可用在前置摄像头、环视查看与记录、融合系统等应用中。

如果未来 TI 将深度学习融合进自家 SoC,Magney 认为它的杀手锏是神经网络转化器,因为这款产品帮TI 优化了处理器的推理模型并扩充了它的深度学习库。


DSP 与 EVE 核心的拆分
Williams 指出,TI 不会像英伟达一样靠 GPU 之类的产品来运行神经网络算法。它的 EVE 也非常高效,完全可以负责深度学习这一重任。

Magney 解释称,德仪的“DSP 架构倚重 64-bit 浮点运算,而 EVE 则主要依靠 32-bit 浮点运算,因此在这对组合中,算法非常重要。”

“由于数据并行能力强且内存架构特殊,因此 EVE 非常适合运行 AI 推理模型。同时,它能以非常小的功耗搞定多个层级的推理模型。”Magney 补充道。

对 DSP 和 EVE 进行对比后,Magney 指出:“使用 64-bit 浮点运算和数学函数其实比 32-bit 浮点运算要慢一些,但其精度更高,同时呈现出的量级也更大。”

当然,处理器架构的主要任务还是解决问题,Demler 解释道。“对 CNN 卷积神经网络来说,你需要一个高度并行的架构,无论是以 DSP、GPU 亦或其他特殊的加速器为中心。TI 的引擎是 EVE,英伟达则拥有 Cuda 和 DLA,计算机视觉公司 Movidius 靠的是 Shave。值得一提的是,Mobileye 的 EyeQ 虽然有多个特殊核心,但其中一些与 EVE 非常相似。”

De Ambroggi 相信混合模式才是 TI 的最佳选择。它最适合用 DSP 来处理传统视觉算法,而EVE 则用来搞定深度学习,因为这样能解决冗余和一些安全问题。

不过,De Ambroggi 也有些怀疑,因为他担心单一的 AI 解决方案是否能通过 ASIL 的认证,毕竟在他看来,AI 现在还不够安全。此外,“为了完成优化,你必须拆分核心。”他补充道。


当下,对大多数汽车厂商(除了特斯拉)来说,传统的机器学习算法依然握有最大的决定权。

TDAx Next
如今,TI 正在研发全新的 SoC,也就是所谓的“TDAx Next”。由于该公司还未正式公布这款产品,因此 Williams 也不愿谈及细节。不过在采访中,他暗示新的 TDAx Next 将支持 Level 2 到 Level 5 级别的自动驾驶,不过关于上市时间,TI 拒绝透露。

Williams 反复强调称,TI 的战略是要保护汽车厂商和一级供应商在软件上的投资,未来它们的软件能从 Level 2 车辆迁移到更高级别的自动驾驶汽车上。

Williams 还指出,对于自动驾驶汽车的架构,汽车厂商与一级供应商有不同的喜好,如边缘处理模式、完整的中央处理器融合或者混合模式等。对于不同用户的需求,TI 在解决方案上会保持尽可能的灵活。


训练 vs. 推理
在深度学习上,TI 明显更器重推理引擎而非为训练提供芯片。这种方式其实在回避一个问题的实质,那就是在深度学习上,一个平台同时兼顾训练和推理是否会获得什么固有优势。

Demler 表示:“对主攻推理引擎的供应来说,为转化训练网络提供工具非常重要,一些 CNN-IP 供应商就正在做这一工作。”

Demler 解释称:“从技术上来看,如果开发者正在转换一个预训练网络模型(如 Googlenet 或 Resnet),他们用来校准推理引擎的数据库比训练神经网络的系统还要重要。也就是说,如果开发者的想要同时兼顾训练和推理,最好还是使用一套完整的工具,虽然从技术上来讲这完全没必要。”

Magney 则坚称:“我认为同时兼顾训练和推理根本无法换来什么固有优势,特别是当你使用 OpenVX 时。”在他看来,很快这个问题就没有争论意义,因为在训练架构上很快你就能有大量选择,而主要的云计算公司会成为新的服务提供商。

不过,“如果你靠英伟达完成训练却部署在 TI 上就很有必要,因为它能像编译器一样帮目标处理器优化推理引擎。”

 


*德仪的深度学习架构


Level 2 和 Level 3 的市场有多大?
Level 2 和 Level 3 市场现在依然是个超级聚宝盆,这一观点许多分析师都同意。那么这个市场容量到底有多大?它后劲还足吗?

Demler 表示: “每年乘用车销量约为 9000 万台,眼下 Level 2 的渗透率还很低(Level 3 更是完全为 0),2016 年的新车只有 10% 能用上该技术。”

林利集团认为未来五年内搭载该技术的车辆将快速增长,2022 年将达 3000-4000 万台。

不过,Demler 也指出,不要把 Level 2 和 Level 3 混为一谈,两者并不相同,未来汽车厂商是否会采用 Level 3 现在谁也说不准。

De Ambroggi 同意这一观点,因为他认为驾驶员还要时刻盯着方向盘的操作方式会让人相当疲劳。值得注意的是,IHS 依然未对 Level 2 和 Level 3 市场的预测进行表态。“我们还在调研中。”De Ambroggi 说。

Magney 表示:“我认为 Level 2 和 Level 3 的市场会在未来很长一段时间内继续维持火热。虽然自动驾驶加打车出行的模式是未来的趋势,但今后几十年,恐怕私人拥有车的传统依然难以扭转。”


关键字:自动驾驶  英伟达  英特尔 引用地址:自动驾驶只知道英伟达和英特尔?

上一篇:我们坐上的第一辆自动驾驶汽车会是滴滴吗?
下一篇:英伟达布局国内AI市场,投资图森未来

推荐阅读最新更新时间:2024-05-03 01:25

百度Apollo如何俘获“摇摆不定”的车企的心?
百度Apollo  近一个月来消息频频。   9月5日, 比亚迪 全球开发者大会上,张亚勤与王传福再次同台“跨界”对话,并宣布了百度与比亚迪的一系列新的合作进展:在地图方面,百度地图汽车版将覆盖比亚迪全系车型;在 自动驾驶 方面,百度将为比亚迪L3级别智能驾驶提供完整解决方案,双方计划在3年内实现自动驾驶车辆量产。同时,第一批开放版的秦Pro已被百度预定作为百度Apollo的测试车辆进行示范道路测试。同时,百度Apollo也将加入比亚迪的开放生态之中。   8月29日,百度与神州优车达成战略合作,双方将基于百度Apollo平台在车联网、自动驾驶领域展开深度合作,未来5年100万辆神州优车所运营的车辆将搭载Apollo旗下车联网产品
[嵌入式]
从芯片到自动驾驶,吉利亮出最强“武器箱”
10月31日晚,吉利正式发布了“智能吉利2025”战略。全面推动智能化进程,也成为了吉利汽车4.0时代的主旋律。 在2021年度的中国企业研发投入排行榜中,吉利也以218.11亿的投入排名第九,是前十名中唯一的车企,与一众科技企业和大型央企并列,这也与吉利自主品牌领头羊的身份相符。 问题是,那么多钱到底投到哪里去了?吉利在智能化时代有哪些领先的技术?让功夫汽车给大家一一解读。 (1)智能架构立功,吉利推动“新基建” 从2020年开始,吉利就正式进入了“科技吉利4.0”架构造车时代。最典型的就是CMA架构,它可以完美赋能沃尔沃、领克以及吉利“中国星”旗舰系列,全球已经拥有超过120万用户,并且依然以惊人的速度
[汽车电子]
从芯片到<font color='red'>自动驾驶</font>,吉利亮出最强“武器箱”
远程接管 故障无人车将被指定司机接手
日前,伟世通与初创公司Designated Driver合作,为其自动驾驶平台增加了远程控制功能。未来某一天,你乘坐一辆自动驾驶汽车上路,如果遇到突发情况,车辆的自动驾驶系统无法应对,这种情况下,远程控制就可以向车辆发送指令接管车辆,避免交通意外的发生。 通过远程控制,远程监控系统能够向自动驾驶汽车发送有关如何导航的指令,也可在某些情况下,由“指定驾驶员”控制汽车并在其无法自行处理的复杂场景中操纵车辆。 据悉,两家公司已经开始进行合作,将远程驾驶技术集成到伟世通的Drive Core平台上。Drive Core平台拥有代客泊车及在高速公路上驾驶等功能,远程控制功能将和上述功能一道成为伟世通在开放平台上构建的多项高级功
[汽车电子]
远程接管 故障无人车将被指定司机接手
英特尔宣布CEO欧德宁将于明年5月辞职
北京时间11月19日晚间消息,英特尔今日宣布,公司总裁兼CEO保罗·欧德宁(PaulOtellini)已决定在明年5月的公司年度股东大会上退休,届时将辞去公司管理职务和董事职位。 欧德宁做出该决定后,英特尔董事会接下来将负责欧德宁的继任事宜,董事会将同时考虑内部和外部接班人选。 与此同时,英特尔还宣布,董事会已经批准晋升三位高管为执行副总裁,分别为软件业务主管雷内·詹姆斯(ReneeJames)、首席运营官兼全球制造业务主管布赖恩·科兹安尼克(BrianKrzanich)和CFO兼企业战略主管斯塔西·史密斯(StacySmith)。 长期以来,通过与微软合作,即所谓的“Wintel”联盟,英特尔一直是PC市场的
[网络通信]
嵌入式板卡趋势探讨
  在微处理器或芯片组之上进行二次开发后的板卡,使系统工程师能够轻松实现嵌入式设备创新。目前板卡的趋势主要是小型化、多功能、绿色化等方面,应用市场体现在少量、多样化,商业模式是竞争和合作并存。   小型化、多功能、通用性   目前,板卡以薄型、小型化为发展方向。过去的板卡系统,例如3.5英寸板型、EBX板型等因体型较大,在当今工业现场面临着排线、组装设备空间限制等问题,因此受到了小型化板卡的挑战。   例如,台湾威盛电子公司嵌入式平台事业部为业界定义了Mini-ITX、Nano-ITX、Pico-ITX、Pico-ITXe、Mobile-ITX等多种微型化设计的板型规范,有些已成为商用及工业系统厂商接纳的标准。2009年威盛
[嵌入式]
Nvidia收购Arm能否成功关键在于政府而不是企业
本文编译自:DesignNews 市场开始普遍担心Nvidia无法收购Arm,例如,英国就对于软银违背收购Arm时所作出的承诺,从而对该交易提出了质疑。此外,中国也需要批准这笔交易,目前中美关系让外界对这笔交易能否实现产生了怀疑。 Nvidia收购Arm的交易具有挑战性,因为它需要获得监管机构的批准,目前全球贸易敌意日益加剧,且主要参与者(即中国、美国和英国)之间的地缘政治局势紧张。 这种担忧是有先例的。在2017年至2018年期间,高通试图收购NXP。最终,高通将对NXP的报价提高到440亿美元,高于目前Nvidia对Arm的报价。当时,高通希望将在移动通信领域的优势扩大到汽车和工业领域。 高通未能获得中国监管部
[半导体设计/制造]
作为自动驾驶汽车重要的组件,激光雷达需要关注这四家
激光雷达 (LiDAR)是 自动驾驶 汽车至关重要的组件之一,相关技术的研发也是风险投资机构和创业公司争夺的焦点。   目前已经有不少创业公司宣称开发出能够完美匹配自动驾驶汽车的激光雷达,其中特别值得关注的企业有四家:   一、 Quanergy , 创立于2012年,重点开发项目是面向大众市场的低成本无人驾驶汽车激光雷达组件。目前市场上的LiDAR激光雷达系统报价动辄数千美元,而Quanergy的计划是生产出100美元左右的廉价方案,从而大大降低中低端自动驾驶汽车的成本,加快LiDAR激光雷达和自动驾驶汽车的普及。   Quanergy降低激光雷达成本的方式是采用固态设计方案,整个系统没有活动部件,便于生产,缺点是损失了单个传感
[嵌入式]
如何设计自动驾驶系统的状态机
状态机模块在自动驾驶系统中扮演着关键的角色,它负责管理和控制各个功能的状态转换和行为执行。今天我们来聊聊如何设计自动驾驶系统的状态机 。 0.闲谈 作为自动驾驶系统工程师,从参与项目开始,就必不可少的与状态管理模块打交道,因为状态机在系统运行的全功能周期内起管理作用。状态机这个模块,从技术实现角度来说,并没有什么难度,在网上有很多关于FSM(Finite-state machine)的介绍文章,有兴趣可以自行了解。但如何设计得巧妙、周到、精致,却很考验设计者的底蕴与对系统的理解。 大部分的ADAS功能都需要状态机进行状态管理,笔者手中就有不下十几份状态机的设计文档,包括FCW/LDW/AEB/ACC/LKA/NOP/APA/A
[嵌入式]
如何设计<font color='red'>自动驾驶</font>系统的状态机
小广播
最新嵌入式文章
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 © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved