当前位置:99696大富豪棋牌 > 关于我们 > 99696大富豪棋牌:【嵌牛提问】自动驾驶的核心是

99696大富豪棋牌:【嵌牛提问】自动驾驶的核心是

文章作者:关于我们 上传时间:2019-11-15

地平线创始人兼CEO余凯在当天的演讲中强调:人类正从大数据时代走向大计算时代,边缘计算的趋势是全球互联网科技趋势“分久必合 合久必分”的结果。

原标题:地平线创始人余凯:2025年每一千美金将可买到人脑水平算力

“车载AI芯片是人工智能行业的珠穆朗玛,也是自动驾驶实现大规模落地的前提。此次地平线率先推出首款车规级AI芯片不仅实现了中国车规级AI芯片量产零的突破,也补齐了国内自动驾驶产业生态建设的关键环节。”,2019世界人工智能大会期间的一场发布会上,地平线创始人余凯在介绍公司发布的新款AI芯片时这样说到。

姓名:杜敏刚      学号:17021211253

同时他还预测,到 2025 年,每一千美金能够买到的算力相当于 1000 个T,足以支撑五级无人驾驶所需要的计算需求。如果基于此继续开发与之匹配的软件系统,预计到 2030 年,真正的五级的无人驾驶将成为可能。而技术趋势有趣的地方在于—— 1000 个T的算力正好和人类大脑的算力相当,这也是摩尔定律一个值得玩味的发展结果。

9月12日-9月14日,2018第二届中国汽车电子大会在广州举行,地平线创始人余凯在大会演讲中表示,随着摩尔定律的进展,预计到2025年每1000美金可以买到相当于人脑水平的算力,以这个级别的算力在技术上完全可以支撑高级无人驾驶。

作为国内估值最高的AI芯片技术企业,地平线此次发布的是一款面向自动驾驶场景的车规级AI芯片——征程二代,据地平线介绍,这也是国内首款车规级AI芯片。

转载自:

以下是余凯演讲全文,分享地平线在边缘计算方面的工作和思考:

2025年算力将满足高级无人驾驶

车规级AI芯片是自动驾驶实现大规模落地的必要条件,但车规级芯片需要满足“高安全性、高可靠性、高稳定性”的技术标准要求,并且需要经过严苛的研发、制造、封装、测试和认证流程,因此相较于其他类型的芯片,车规级芯片的研发难度更高、研发周期也更长。

【嵌牛导读】11月11日,2017全球未来出行国际博览会在杭州举行,在全球未来出行高层论坛上,地平线创始人兼CEO余凯出席并发表演讲。作为前百度IDL副院长,百度无人驾驶项目发起人之一,余凯全面阐述了地平线对自动驾驶领域的看法和发展策略。

99696大富豪棋牌 1

数据、算力、算法,作为人工智能的生长动力之一,算力随着摩尔定律的进展一直以比较平稳的速度发展。“目前每1000美金能买到的算力大概等于小鼠的大脑,随着2025年左右摩尔定律达到穷尽,每1000美金能买到的算力能达到人脑水平,将能很好地支撑起高级无人驾驶。”在第二届中国汽车电子大会上,地平线创始人兼CEO余凯博士表示,人类在进入信息时代后,算力的阶段性发展总是能催生相应的产业和一批企业,例如从大型机时代的IBM,到PC时代的英特尔、微软,再到移动互联网的苹果、高通、华为、阿里巴巴等。而随着算力继续推进,智能驾驶将成为一个庞大的新兴产业。

而难得的是,地平线在技术突破的同时,在商业化上也有所斩获。据地平线介绍,征程二代AI芯片已在高级别自动驾驶、辅助驾驶负责人创立地平线时就认准了AI芯片赛道,他在业内率先提出聚焦边缘人工智能芯片方向,并表示地平线要成为“机器人时代的英特尔”。

【嵌牛鼻子】自动驾驶、智能计算、算法、云计算、芯片

城市是人工智能非常重要的场景,在这个场景中有交通、有驾驶、有大量的人机交互,计算一定是发生在数据爆发的场景里,而现在数据大量产生和爆发的地方就是在城市。

据了解,地平线公司创办于2015年7月,创始人兼CEO余凯博士为“千人计划”专家、科技部新一代人工智能战略咨询委员会成员、百度深度学习研究院创始人。此外,团队中还包括多位来自百度、Facebook、华为、三星等企业的研发专家。其核心业务为开发嵌入式人工智能平台,目前已自主研发出面向智能驾驶的征程(Journey)系列处理器和面向智能摄像头的旭日(Sunrise)系列处理器,将分别用于智能驾驶和智慧城市领域。

在AI芯片的设计理念上,余凯从创业之初就倡导软件和硬件的高度协同,“这跟我自己的出身背景有关。我自己在创业之前从事了20多年的机器学习的算法研发,所以这是软件算法的背景,在开始做芯片设计的时候,我们的设计思想就会充分的去反应软件的这些思维。”余凯说。

【嵌牛提问】自动驾驶的核心是什么?自动驾驶离真正实现还需要多久?

边缘计算之所以这么重要,是因为它确实会让城市的生活变得更加安全,更加美好。

据介绍,目前地平线已与许多整车厂商展开合作,包括奥迪、上汽、广汽、比亚迪、长安、蔚来汽车等,并于今年推出了芯片样片。“一般车规级的芯片先是样片,再经过车规级认证,才能够推出车规级芯片。”余凯说,该芯片突破了四级自动驾驶,考虑到国内路况复杂,将主要卖给国外厂商,而面向中国将提供可满足三级自动驾驶的处理器,以赶上整车厂商预计2020年推出三级自动驾驶辅助系统的时间点。

“深度学习处理器它的本质是为深度学习的软件服务的,所以,这两个之间一定要适配的很好,要不然的话处理器它不能够非常高效的去服务于这些软件算法,那这个处理器的效率是出不来的。”余凯进一步解释软件与硬件协同的重要性。

【嵌牛正文】

更多的计算正从中央往边缘迁移

《车载智能计算平台白皮书》显示,目前车载智能计算平台AI 芯片性能方面国内典型产品存在优势,目前国外 AI 芯片的典型产品主要有英伟达的 Xavier 以及英特尔的 EyeQ4。国内企业如百度、地平线、寒武纪等也推出了 AI 芯片。

软件之外,对于芯片行业的硬件生产环节来说,制造工艺领先的台积电无疑是最佳选择,而地平线正是全球第一家到台积电流片的AI芯片企业。

作为前百度IDL副院长,百度无人驾驶项目发起人之一,余凯的演讲干货满满。

AI未来的发展,必然会促进智慧城市的建设。边缘计算,会覆盖生活的每一天——从家里出发,在路上,在工作的场景里。毫无疑问,这里会产生大量场景和数据。

从整数运算能力、浮点运算能力以及功耗等几方面对比,国外产品算力较高而国内 AI 芯片在能耗比方面存在优势。但车载智能计算平台的性能方面国外仍处于领先地位,且部分国外计算平台已实现量产。

不过,回过头来看,地平线与台积电的合作似乎顺利得出人意料,毕竟台积电作为芯片代工行业的领导者,而彼时刚刚创业的地平线和它选择AI芯片赛道,都还处于非常早期的起步阶段,地平线先期较少的流片订单量或许并不能满足台积电的胃口。

99696大富豪棋牌 2

分享一个报告数据,预计到 2025 年,全球数据量将以 10 倍速剧增至163ZB,这个数据量远超过任何互联网公司现在所储备的数据量。

余凯认为,在中国做智能驾驶芯片的优势在于有庞大的汽车市场容量,以及更了解中国的路况情况和消费者需求。“客观来讲我们还是有一些优势的,即使跟美国市场比。我们最新的面向四级自动驾驶提供的深度学习计算平台,跟英伟达的四级自动驾驶的计算平台比功耗是他们的1/10,由于有这样的竞争力,我们在美国反而赢得大单,在美国多个城市部署四级自动驾驶的出租车方案,今年年底就有数百台部署。”

“突然有一家创业公司去闯入这样的一个领域,说是要成为未来人工智能时代的英特尔,我觉得台积电在想谁是下一个英特尔吧。”在余凯看来,对人工智能共同的未来观是两家公司走到了一起原因。“虽然两家不同的企业,一家作为产业领导者,另外一家是一个新兴产业的先行者。但是因为我们都具有同样的未来观,所以在这点倒是能够走到一起来的。”

11月11日,2017全球未来出行国际博览会在杭州举行,在全球未来出行高层论坛上,地平线创始人兼CEO余凯出席并发表演讲。

分久必合,合久必分,这在计算上也在发生。

三类企业竞争,软件企业做软硬结合最有前景?

地平线成立四年,余凯认为公司走到了第二个重大的里程碑:第一个是成为台积电全球AI芯片的第一个客户,在2017底推出国内首款边缘AI芯片;第二个是推出国内第一款车规级AI芯片。

作为前百度IDL副院长,百度无人驾驶项目发起人之一,余凯全面阐述了地平线对自动驾驶领域的看法和发展策略。余凯认为,一辆自动驾驶汽车是计算量达到了4-10个TB/天,一个2000辆规模级的自动驾驶汽车的数据量会更加惊人。这就要求我们需要用全新的思路去定义自动驾驶的软件算法和硬件架构。

在PC时代,所有的计算都是在电脑上,是本地边缘计算。后来随着互联网发展,数据越来越往云端、中央上转,计算慢慢转移到了云端,转移到了云端计算。而从移动互联网开始到现在物联网,我们看到另外一个趋势,更多的计算从中央往边缘迁移。这带来的好处就是实时性、可靠性,设备在离线的情况下还可以正常运作。

余凯在接受采访时表示,目前来看主要有三类企业参与汽车人工智能处理器的竞争。其中第一类是传统SOC厂商,包括飞利浦创办的恩智浦、德州仪器等,第二类是半导体企业如英特尔、英伟达等,第三类则是以软件算法为先导,进行软硬件结合方式开发的企业,例如谷歌开发了人工智能芯片TPU,地平线也属于此类。

在这个过程中,地平线考虑的核心任务也发生了变化。“地平线在过去3年的时间里,我们的主要核心任务,第一个是建造一个业界无以伦比的软件、硬件的研发团队。第二个是向业界证明地平线是能够从硬到软、从软到硬并且交付给客户完整的芯片解决方案,我们能够流片,能够把方案给开发出来,并且能够交付量产。”

具体来说,因为应用场景的变化,重新定义软件的架构,导致硬件架构的变化,核心就是人工智能的计算,从CPU时代的逻辑计算为主到现在深度深耕网络计算的智能计算,实际上使得硬件处理器的架构重新在被定义。

比如,自动驾驶汽车在路上跑的时候,过隧道的时候没有信号,车如何自动驾驶?一定要靠不依赖网络和云端的边缘计算。很多安防类的企业,他们有一些现在是靠WIFI联网处理,但是受信号和带宽影响很大,也需要边缘计算。

余凯认为,三类企业中,传统SOC厂商在人工智能方面的技术积累有所欠缺,优势主要在车载娱乐系统。而半导体企业和软件公司由于较早布局拥有更深的积累。

“走到今年年初的时候,其实我们就自然而然更加考虑商业化的问题,更加考虑在整个产业链里面我们扮演什么样的角色定位的问题。”余凯说。

对于业内普遍认为的高精度地图在自动驾驶领域不可或缺,余凯认为其实我们一定要保证这个自动驾驶在完全不联网的状况下足够的安全。所以边缘计算、本地计算至关重要,自动驾驶实际上是边缘计算最具有挑战性、最具有必要性、最重要的场景。

边缘计算的AI处理器,可以说是今天我们整个智慧城市,自动驾驶的核心的技术基石。

“我个人的看法,第三类企业会更加有未来,因为第三类企业知道人工智能的发展趋势。我们知道芯片研发的周期跟软件迭代不一样,从一个芯片的设计开始到最后进入产品差不多要三年,如果是车规级的通常来讲要四到五年时间,这么长的周期,也就意味着在芯片开发阶段就得知道五年以后车端的应用软件是怎么样的,硬件公司由于缺乏对软件趋势的判断,所以基本上会基于当前人工智能的理解去设计芯片架构。”余凯说,“人工智能其实是软件来带动硬件架构的发展,从感知到决策,深度学习之后还有增强学习,增强学习再往后发展还有通用人工智能,这些发展本质上是人工智能的基础理论去驱动的,首先体现在软件,然后拉动硬件的设计架构,使软件能够更加高效地计算。”因此他认为,在三个势力之间竞争博弈时,前两类从芯片公司的角度做会面临这种瓶颈。而以软件人工智能研发为先导进行硬件结合的企业未来会更有机会。

公司定位和行业竞争

关于自动驾驶本身,余凯认为软件系统的透明可追溯性、端到端的学习和硬件的实时低延迟都是最值得关注的技术部分。只有这些问题得以解决,自动驾驶落地才有机会提上日程。

边缘计算的五大优势

芯片自主程度几何?晶圆和设计软件仍依赖国外

“打碎自我,自我进化”这是余凯此前经常在公司提及的两个词,余凯透露此前公司内部花了大半年的时间讨论地平线的整体战略。

以下是余凯发言全文:

我们强调边缘计算,是不是意味着我们的算力要打折扣?其实不是。

余凯在接受采访时透露,地平线是一家核心在于芯片设计的公司,类似于英伟达、高通等,自己没有生产芯片的晶圆厂,而是外包给台积电生产。

今年四月,地平线提出了AI on Horizon战略,更加聚焦于做底层核心技术赋能。在汽车行业里,地平线给自己的定位为Tier2,是Tier1和OEM的AI赋能者。

谢谢陈教授的介绍。今天我想跟大家分享一下地平线正在做的,就是我们定义为我们自己的核心使命,是去研发、去打造自动驾驶的大脑,其实核心包括两个方面,首先是核心算法,怎么去通过人工智能的算法包括增强学习、深度学习以及规则去打造这样一个算法平台。其次,怎么样去设计一个硬件处理器的架构,使得能够去高效的支撑这样一个计算。因为我们知道,面向自动驾驶每一天我们要处理大概4-10个TB的数据,一天里面我们2千辆自动驾驶的汽车,他所处理的数据比整个百度搜索引擎检索的数据量还要大,所以未来面向自动驾驶真正的是大数据的问题、大数据的时代,我们需要有全新的思路去思考他的软件算法,全新的思路去定义这个硬件架构,就是他的核心处理器。

拿自动驾驶来说,自动驾驶分为 Level 到 Level 5 共 5 级,5 级就是全天全路况,全工况的无人驾驶。在这里有一个很有趣的趋势,自动驾驶每往上升一级,它的计算量就增加了一个数量级。

“整个芯片的研发需要底层很多的支撑要素,这些我国都还没有能力自主可控。”他告诉南都记者,目前中国整个芯片行业在晶圆和设计软件两方面与国外顶尖水平均有巨大差距,国内芯片厂商做研发的底层要素仍高度依赖国外。其中首先是生产芯片的晶圆厂,目前全世界最先进也是最主流的是台积电和三星,中国芯片最领先的制程工艺目前做到28纳米,而台积电已经做到5纳米。此外设计芯片架构的工具软件,基本上也来自两大美国企业,无法做到自主可控。

“我们为什么要定位成Tier2,意思就是说在最底层不跟大家竞争,我们不去做系统集成,我们不去往上面做应用,我们不去碰客户数据。”余凯解释“我们就做这里面最核心的感知计算和定位以及它的预测,但是不做决策控制。”

这样一个自动驾驶的汽车,考虑他的计算,不仅仅是算法和处理器,其实也包括在云端去做这种大数据的计算,还包括在云端去做大规模的仿真,未来大量的测试实际上是在仿真平台上面去实现,所以我们定义我们自己核心的一个技术平台的供应商,我们主要是三个支点,第一是算法,第二是芯片,第三是云。

这是什么概念?我们稍微回顾一下摩尔定律,过去一百年,平均来讲每一千美金大概能买到的算力是这样的增长的曲线.

不过他同时称,目前全球的芯片产业已经形成生态,追求自主可控并不意味着封闭。”地平线的核心是希望像英伟达GPU、谷歌TPU这样能够设计出世界最领先的人工智能自动驾驶处理器,至于设计里面用到的工具,我们会使用国际上最好的工具。”余凯说。

余凯认为,自动驾驶AI芯片是整个人工智能产业里的珠穆朗玛,因为对于它的可靠性、稳定性、识别的准确性等要求非常高,自动驾驶AI芯片也是地平线的核心战略。但考虑到地平线给自己的定位,余凯表示,自动驾驶计算的控制决策地平线不会做,因为那会与客户产生竞争。

今天我们讲面向自动驾驶的人工智能计算,实际上最主要的玩家并不会太多,因为这个里面需要有强大的计算力,需要有强大的支撑,非常高效的人工智能计算,实际上我们今天看到业界可以染指在这个领域的主要是三个玩家,一个是NVIDIA,一个是Mobileye,一个是intel,这个是三国时代,三国时代也很有意思,我们讲intel很像魏国,兵多将广,他有强大的CPU,他有5G的核心技术,还有很多其他的。Mobileye其实很像蜀国,刘备姓刘,真正的皇亲国戚,Mobileye是所有三家里面唯一一家出生的时候开始就是为自动驾驶,其他的还是有其他的目的,它真正一出生的时候就是自动驾驶正宗的玩家,所以很像刘备,但是它的实力在三家里面是最弱的。另外一个就是NVIDIA,更像孙权,可圈可点,偏安一隅,长于GPU,GPU一开始是为打游戏的显卡设计的,并不是为人工智能计算,但是因为最近人工智能的计算主要核心的深度神经网络,发现其实CPU很适合做大规模的深度运算,所以NVIDIA现在成为世界最知名的人工智能的计算平台。

今天一千美金相当于一个iPhone可以买到的算力。从 2017 年开始,实际上摩尔定律也发生了新的变化,因为我们的物理制程已经开始变化,最近行业在攻克五纳米这样的制程。但是继续往上的话,会越来越难,因为原子是0. 1 纳米,人类在芯片制造工艺上已经逼近原子的极限,物理制程就不能继续推进摩尔定律往前发展。

南都创客工作室出品创新催生创客 创客改变世界如有意见或线索欢迎电邮 nanduchuangke@163.com

2015年,地平线还是国内AI芯片领域独行者,如今,伴随着人工智能浪潮的崛起,AI芯片的赛道越来越拥堵,具体到地平线专注的自动驾驶AI芯片领域,头部玩家见的竞争也越来越激烈,多家国内初创AI芯片企业陆续进入这一市场,华为、百度、英特尔、英伟达等科技巨头也早有布局。

另外我们看到一个趋势,朝着自动驾驶的趋势走,半导体厂商他们不仅仅只是做硬件,他们其实越来越多的往上层在走,越来越多的去构建软件的架构,我们还看到另外一种背景,传统的过去只是软件的玩家他们现在也朝着向软硬一体的方向去走,比如说我们看到Google,他们现在传统是一个软件的,现在也朝着人工智能的硬件,软硬一体去发展,包括地平线,核心创始人都是来自于百度、来自于Facebook,我们传统也是软件背景,也是闯入这个领域,我们认为未来要真正去解决人工智能的应用落地,我们必须从软件到硬件,软硬一体。

进入“新摩尔定律”时代

采写 南都记者 徐劲聪

在余凯看来,与巨头相比,地平线的优势在于:软硬件高度协同带来的技术领先,提前布局AI芯片领域的先发优势,定位产业赋能者以及专注于核心业务。

新摩尔定律,从逻辑计算到智能计算。过去半个世纪里面摩尔定律在不断的驱动整个IT产业往前发展,站在2017年的时候我们继续往前看到2045年,这里面有一个问号,这个问号的原因是说未来的路径怎么走,因为我们看到旧的摩尔定律,再去提升它的制程,比如7个纳米再往前走越来越难,英特尔官方的宣布摩尔定律变慢,不再保持以前的速率。但是我们看到新的摩尔定律在出现,就是因为应用场景的变化,重新定义软件的架构,导致硬件架构的变化,核心就是人工智能的计算,从CPU时代的逻辑计算为主到现在深度深耕网络计算的智能计算,实际上使得硬件处理器的架构重新在被定义,摩尔定律在这个角度来讲还在加速往前奔跑。顺便讲一下,到2045年如果摩尔定律继续往前奔腾,每千美金能够买到的计算量,跟现在人脑的计算效率差不多相当,相当于今天中国的天河二号,就是世界上最快的超级计算机的量,那个时候不但自动驾驶不是一个问题,包括我们很多很多的问题都会令人难以置信的被解决。

现如今,我们可以说是进入了“新摩尔定律”时代,要通过场景驱动,场景与任务、软件算法去驱动,这种架构模型使得摩尔定律能够继续往前奔跑。

排版 耿舒祎

而对于地平线AI芯片主要应用的自动驾驶领域,余凯认为自动驾驶、高等级别自动驾驶在两三年内难有突破,但在2025年到2030年之间会有很大的想象空间。“我们在短期两、三年的时间或者三、四年时间常常会高估技术发展速度,但是十年时间来看的话常常会低估技术发展的速度。”余凯说。

讲到人工智能计算和人脑的区别我们思考一下,人工智能计算是解决感知、认知和决策去思考这个问题的时候我们毫无疑问需要去回顾一下、对比一下人类的大脑,是一个通用的处理器和一个专用处理器。很多人可能会想,我们人类大脑看似非常聪明,是宇宙中最聪明的计算设备,看似无所不能,但是有一些时候令人费解的时候,一些很简单的问题在座的各位不能够立刻的去计算回答,这让我们很费解,为什么这么简单的问题我们不能够训练的回答。你把这个读完以后你发现人类大脑怎么这样,就是说你对于一个处理的效果,比如说对于这个图像的顺序,并不是按照我们通常的显示设备逐行扫描按照顺序来处理的,而是并行处理。因为我们能够并行处理,使得我们能够处理很复杂的场景,使得我们能够滑雪、能够打乒乓球、能够处理复杂场景的问题,同时我们还可以脑补,虽然是乱的,还可以脑补的读出来。人类大脑有很多的奥妙,对有的问题非常擅长、有的问题非常不擅长,显然启发我们要思考,就是人类大脑实际上解决人工智能问题是一个专用处理器。

在这里我有一个预测,如果我们能够做到这一点,基本上到 2025 年的时候,每一千美金能够买到的算力相当于 1000 个T。这 1000 个T的算力,能够满足五级无人驾驶所需要的计算需求。基于此,我们继续开发匹配的软件系统,使得 2030 年的时候,真正的五级无人驾驶成为可能。

作者:徐劲聪返回搜狐,查看更多

“后面我们会有一系列的road map,因为我们更长期的走,把辅助驾驶的功能越做越丰富,越做越全,然后从辅助驾驶到高等级的自动驾驶,我们会有在未来的6到12个月里面,我们还有更先进的制程跟工艺的车规级芯片,至少有两款芯片会流片。”对于地平线的下一步规划,余凯最后透露。

所以考虑通用跟专有,实际上启发我们面向自动驾驶一定要去思考。我们不是解决一个通用问题,我们是要解决环境感知、三维定位、决策控制,把这些问题要做到足够的高效、足够的安全、足够的低功耗、足够的低延时、足够的实时,把这些问题都要解决好的话,实际上我们要直奔主题去做,而不是说去解决一个通用问题。一般来讲,在硬件的架构设计里面,如果是针对一个专用的问题去解决的话,相对通用的设计他能至少有三个数量级的效率的提升,这个是我们去思考的方向。

很有意思的是,我们可以看到:1000T的算力正好和人类大脑的算力相当。这里面也不完全是巧合,因为自动驾驶需要在比较复杂的工况下,需要达到人类大脑这样的算力才能去应对这样的情况。所以这是摩尔定律很有意思的发展之一。

责任编辑:

以下为《深网》整理的专访实录:

另外一个趋势我们关注到,从中心到边缘,这个是什么意思呢?我们看到其实在过去我们说从桌面计算到浏览器产生了以后,很多计算都逐渐的往云端走,尤其在移动互联网的时代,我们讲云计算,实际上是一个从边缘到中央,计算往中央去迁移的这么一个历史的过程。可是我们看天下大事分久必合、合久必分,面向未来的万物互联、万物智能的时代,我们同样也会看到很多的计算不断的往边缘去走,尤其是自动驾驶,自动驾驶要求实时的反应,他足够的安全。我们今天讲高精地图,大家有没有想到,自动驾驶本质来讲你一定要保证它,即使在网络不通的情况下它也足够安全,大家要思考一下,高精度地图使得这个驾驶更方便、更安全,但是我们一定要保证这个自动驾驶在完全不联网的状况下足够的安全。所以边缘计算、本地计算至关重要,所以说自动驾驶实际上是边缘计算最具有挑战性、最具有必要性、最重要的场景。

边缘计算要实时性、低延迟,与数据中心的计算不同。但同时,它对算力的要求一点都不低。边缘的人工智能处理器是未来科技竞争的主战场,是一个制高点。

1、关于征程二代AI芯片

毫无疑问中国是世界最大的汽车市场,同时也是最大的边缘计算的场景,我们怎么去解决这个问题?所以说回顾刚才我讲的,实际上面向未来它的这个计算实际上是边缘跟中央和中央结合的一个场景,对感知传感数据立刻处理,同时做决策,同时这些数据经过处理以后在云端会汇聚大数据的分析跟建模编辑他的模型,并且做大规模的仿真。所以我们思考未来,自动驾驶其实有三大核心支点,一个是算法,一个是芯片,一个是云计算。

我们现在处在一个大数据时代,但我想业界或多或少已经达成了一个模糊的共识:未来,我们将进入一个大计算时代。因为数据其实是无穷无尽的,关键是能不能通过计算让数据产生价值。

问:地平线这次推出的征程二代车规级芯片,最大的突破是什么?

要求就是说我们需要从全栈式的研发思路,从软件、到系统软件、到处理器架构设计,到云端。首先我们去思考自动驾驶软件设计的几个重要的原则,从自动驾驶的角度,而不仅仅是从人工智能的角度。首先第一点,他需要透明可追溯。在座的各位如果是看过电影《西部世界》的举个手,有很多看过。《西部世界》到了晚上发生什么事情?白天碰到那些机器人很异常的行为,到了晚上的时候都怎么样,当这些机器人的行为不可理解的时候你会觉得很恐怖,未来人类驾驭自动驾驶汽车的时候我们一定要理解这个汽车为什么这样行为。所以软件系统设计原则里面这个透明的可追溯性非常重要,但这个问题又很难,为什么呢?我们通常看到,在所有的软件系统里面越是黑箱系统越准确,越是透明可追溯的越不准确,所以这是一个两难的境地,但是怎么去保证它这是一个挑战,我们一定要知道,在任何的异常情况出现的时候,我们要知道这个汽车为什么这样行为,然后可以控制它。

99696大富豪棋牌,还有一点,我们也看到一些趋势,数据的计算很重要。去年我们看阿尔法狗升级了一代,新的阿尔法狗是不需要人类堆积的数据学习,完全通过虚拟的方案,一个形象的比喻是叫“左右互搏”,去提升它的算力。

余凯:这次最大的突破是我们推出国内第一款车规级的AI处理器。据我们了解是国内第一家。地平线毕竟在人工智能处理器这块起步比所有人都早,所以我们在车规级这块取得了一个突破,这个难度还是非常大的。因为车规级芯片整个的要求非常的严格。由于车的工况是完全不可控的,不像一个电子设备什么的是可控的。车本来就是天南地北,各种工况,所以它的要求,对半导体的设计要求是非常高的。

另外一个所谓端到端的学习。就是我们希望这个汽车一定是在各种场景下去经历,同时能够自我更新、自我迭代、自我循环、自我提升,端到端的这种学习的能力,而不是说你简单的教给他一堆规则他就按照这个规则走,他必须能够经历各种路况,不断的去自我提升。

本文由99696大富豪棋牌发布于关于我们,转载请注明出处:99696大富豪棋牌:【嵌牛提问】自动驾驶的核心是

关键词: