WNEVC 2022 | 王平:单车智能突破,云边端车协同

2022-09-13 20:46:15·  来源:汽车智能出行  
 
第四届世界新能源汽车大会(WNEVC 2022)期间举办的“自动驾驶与智能座舱创新发展”专题论坛上,寒武纪行歌执行总裁王平发表“单车智能突破,云边端车协同”的精

第四届世界新能源汽车大会(WNEVC 2022)期间举办的“自动驾驶与智能座舱创新发展”专题论坛上,寒武纪行歌执行总裁王平发表“单车智能突破,云边端车协同”的精彩演讲。

图片

(以下内容根据现场演讲素材整理)


王平先生表示过去十年,智能手机的出现改变了我们的生活,也打造了一个全新的产业生态。当前包括未来十年、二十年最重要的一个产业变革,就是汽车的智能化变革。

图片

他表示在未来5年自动驾驶具备以下5点发展趋势。首先,芯片支撑自动驾驶的升级,L2+的自动驾驶正在快速普及,L4已经落地,但L2+和L4会长期共存。第二,随着自动驾驶的发展,自动驾驶算法更加复杂,数据量很大。需要处理的数据量指数级上升,对算力的需求不断攀升,这对自动驾驶芯片提出了更高的要求。第三,车路云协同,实现大数据闭环,驾乘体验持续升级。第四,为满足消费者个性化的需求,增强厂商的差异化竞争力,车端训练会得到不断发展。

图片

王平先生认为自动驾驶的规模化落地依然面临很多挑战。首先,单车智能面临以下挑战。第一,SoC业务处理能力不足,需要多片级联。这导致系统复杂性非常高,量产困难。第二,功耗高。现在很多芯片的实际功耗需要主动散热,需要风冷或液冷,燃油车上更加难以普及,也带来成本的攀升。10万左右入门级车,普及更加困难。另外,国产比例偏低,汽车行业缺芯,受到全球供应链影响非常大。其次,车路云协同页也面临挑战。海量数据并网需要更大的AI集群,需要更大的成本。数据安全和隐私保护,有很多安全隐患。云端统一运营数据的模式难以满足车主的个性化需求。

图片

王平先生表示行歌在核心优势方面,第一,对于全系列芯片组合,具有从L2到L4全系列芯片,满足从算力10T到1000T不同等级的算力需求。第二,深度的技术定制,针对车端场景深度定制MLU/ISP等关键IP,在同等功耗下最大限度提升驾乘体验。第三,寒武纪云端芯片已经耕耘很久,也是国内少有或者唯一的,既能够提供云端芯片,也能够提供车端芯片。AI软件栈支撑算法快速部署以及深度优化,最大限度实现算法性能。第四,高效的开发,灵活易用的开发工具箱,可以友好的继承软件接口,支持开发差异化需求。

图片

寒武纪行歌采用了端云一体,训推一体的AI处理器架构,同时支持车端自学习、训练。车端自学习具备以下3点优点,第一,千人千面。可以满足用户自行化需求,实现“千车千面”。第二,有效保护数据安全和信息安全,保护好隐私。第三,降低成本,因为可以使数据闭环分布化,有效降低云端AI集群的数据传输成本。

图片

针对L2+市场,寒武纪行歌重新定义了入门级的自动驾驶。这颗芯片具有最大算力16TOPS、L2+的行泊一体、更高DDR带宽、车规级图像处理单元和功耗最低等特点。寒武纪也将联合战略合作伙伴重新定义入门级自动驾驶解决方案。

图片

寒武纪基于云端的技术积累,能够在车端形成有效统一的处理器架构。指定级和平台级的技术软件都是统一的,能够高效进行数据闭环和AI调优,精度损失降到最低。在云端,寒武纪提供训练卡可以收集车端海量数据,通过训练生成先进自动驾驶模型,通过OTA推送到车端,芯片可以支持复杂模式的复杂需求,支持算法模型的持续迭代。

图片


寒武纪提供了一套高效易用的AI工具链,用户在AI平台开发的模型,可以通过行歌AI工具链快速迁移,部署到行歌的硬件平台上,这样可以提高开发的效率。还有一个很大的挑战是图像质量调试,行歌提供了非常好的CNISP Tool,该工具的界面清晰,功能强大,支持用户PC端可视化、实时的图像效果调试,而且可以针对不同场景、不同的屏幕、不同镜头,均可高效快速进行图像调试工作。还可以支撑Tier 1快速掌握图像调试技能,不需要通过图像调试第三方,这将大大加速项目的进展。

图片

最后王平表示,监管机构希望通过专项基金,支持国内领先的芯片创新企业,推动自动驾驶立法。车企也希望与芯片创新企业开展一些联合开发项目,支持国产化的芯片,提升供应链安全,同时支持生态打造,联合国内芯片公司和算法公司实现强强联合。真正实现供应链的安全,还需要半导体企业,特别是制造端实现封装和制造在大陆本土的落地。

图片


分享到:
 
反对 0 举报 0 收藏 0 评论 0
沪ICP备11026917号-25