首页
/
每日頭條
/
汽車
/
智能汽車ai芯片開發前景及總結
智能汽車ai芯片開發前景及總結
更新时间:2024-05-08 00:22:56

智能汽車ai芯片開發前景及總結(車規級AI芯片讓汽車智能)1

智能汽車ai芯片開發前景及總結(車規級AI芯片讓汽車智能)2

撰文 / 錢亞光編輯 / 牛跟尚設計 / 趙昊然

“芯片不是孤立存在的,它需要整合上下遊零部件,包括傳感器、毫米波雷達、超聲波雷達,甚至V2X,它也需要有強大的工具鍊、需要強大的軟件支撐。所以我們希望整個芯片的生态要形成完整的、開放的、共赢的生态環境。”

黑芝麻智能科技聯合創始人、COO劉衛紅在2021年第十三屆中國汽車藍皮書論壇上的《高性能車規芯片賦能智能出行》主題演講中表示。

智能汽車ai芯片開發前景及總結(車規級AI芯片讓汽車智能)3

去年下半年以來,全球電子企業又深陷“缺芯”危機,芯片短缺帶來的影響還在延續,全球汽車累計停産數已達299萬輛,最終可能造成全球減産409萬輛新車。

大規模芯片短缺問題給予車企巨大警示,不少國内車企開始尋找更可靠、更安全的本地芯片供應商,而許多自主芯片公司即是他們考察的對象之一。在與國際巨頭的競争中,自主芯片公司能否找到自己的位置,成功擴大在車載芯片領域的份額,成為業界最感興趣的話題。

成立于2016年的黑芝麻智能科技有限公司,是一家專注視覺感知技術與自主IP芯片開發的高科技初創企業。主攻領域為嵌入式圖像和計算機視覺,核心業務是提供基于圖像處理、計算圖像以及人工智能的嵌入式視覺感知芯片計算平台,為ADAS及自動駕駛提供完整的商業落地方案。

劉衛紅在演講中着重介紹了芯片的發展趨勢,目前汽車電子電氣架構從域控制器向中央計算平台發展;大算力高性能芯片對智能駕駛的支撐車規;芯片要經過系統化認證确保行車安全和信息安全;芯片相關的架構層級和協同分工,形成生态架構。

智能汽車ai芯片開發前景及總結(車規級AI芯片讓汽車智能)4

黑芝麻芯片具備自主創新的IP核心,還有大算力、低功耗的SOC設計;給客戶提供了開放的FAD自動駕駛計算平台。在産品質量保證方面,其産品會逐步通過ACC-Q100、ISO26262以及A-SPICE标準認證。

黑芝麻智能目前已經與一汽、蔚來、上汽、比亞迪、博世、滴滴、中科創達、亞太、東風設計研究院、東風悅享、紐劢科技等在ADAS 和自動駕駛感知系統解決方案上展開商業合作,而其算法和圖像處理等技術也已在智能手機、汽車後裝、智能家居等消費電子領域布局和商業落地。

天眼查信息顯示,黑芝麻智能科技至今已完成3次融資,投資方包括北極光創投、蔚來資本、上汽投資、君海創芯、騰訊控股等。

據悉,黑芝麻智能科技正考慮最早于明年在科創闆進行首次公開發行(IPO)。在IPO之前,黑芝麻智能科技還計劃進行至少一輪融資。

下面是他的演講實錄。

智能汽車ai芯片開發前景及總結(車規級AI芯片讓汽車智能)5

各位來賓,下午好!非常榮幸借藍皮書論壇跟大家做一個交流。

我們如果談到過去20年最大的創新,可能來自于智能手機,我相信未來的30年,我們最大創新的載體一定是來自于智能汽車。

這兩天在藍皮書的論壇上已經有了非常激烈的讨論,無論是造車新勢力,還是傳統車企,沒有一家不聚焦于未來的智能駕駛。

今天我們這一組讨論的話題是芯片,芯片這麼熱,尤其是前段時間讨論的卡脖子問題,還有這段時間缺芯片,所有很多主機廠、零部件供應商都在為排産而煩惱。

目前我們所缺的芯片可能不是我今天要談的高性能芯片,現在主要缺的是低制程普通芯片,像MCU這種産品。

未來的智能駕駛一定是離不開高性能的車載芯片。我今天為大家分享的題目是“高性能車規芯片賦能未來智能駕駛”,主要包括三方面的内容:

智能汽車ai芯片開發前景及總結(車規級AI芯片讓汽車智能)6

智能汽車芯片的未來趨勢

1

架構演變:從域控制器向中央計算平台發展

無論是智能駕駛、智能座艙,還是智能網聯的發展,都促進了汽車電子電氣架構的變化。最開始的時候,汽車電子電氣架構都是分布式控制,現在到域控制器階段,有座艙域控制器、自動駕駛域控制器、車身域控制器、底盤域控制器,希望通過網關或者以太網來進行交流,這些都不是終極目标,未來希望會有中央計算平台架構的出現。

特斯拉就是典型的案例,它在不停地進行硬件疊代,它從最初的Mobileye和英偉達的ADAS基本模塊做起,一直到它自研的FSD芯片,它不斷地通過預埋了更大算力的芯片以後,在這個芯片上進行軟件的疊代和功能的更新。

在域控制器裡面我講兩點:一個是智能座艙;一個是自動駕駛。

智能汽車ai芯片開發前景及總結(車規級AI芯片讓汽車智能)7

自動駕駛域控制器主要圍繞外部環境加多傳感器的融合,并與定位、規劃、決策融在一起。

而智能座艙域控制器以人為中心,随着5G網絡的發展,未來的智能座艙更側重人機交互,往更科學化、更智能化的方向發展。

現在有好多新車已經裝載了車載健康監控、人的行為監控、語音交互功能。這兩個域控制器對硬件的要求是非常高的,需要有大算力、低功耗和高帶寬。所以我相信在未來的發展上,很有可能把自動駕駛域控制器和智能座艙域控制器合二為一,成為一個中央計算平台。

2

算力剛需:軟件定義汽車離不開大算力芯片的支撐

在算力剛需方面,我們強調“軟件定義汽車”,越來越多的軟件應用在硬件平台上,需要有強大的計算平台預埋來支撐軟件不斷的疊代。

剛才也提到了特斯拉的例子,通過軟件定義汽車,賦予了汽車更加有新的活力和生命力,才有了我們談到的“千車千面”。

随着自動駕駛的發展、傳感器數量和類型的增加,自動駕駛的性能要求、算力要求也在不斷地提升。

智能汽車ai芯片開發前景及總結(車規級AI芯片讓汽車智能)8

最開始提到的普通的ADAS功能,可能是一個前視攝像頭,一個毫米波雷達,做成ECU的架構。随着傳感器數量的增加、傳感器種類的增加,需要更多的融合,包括數據的融合、傳感器的融合。這些融合使得高算力成為剛需。

這樣我們可以看到從L1到L5,對算力的需求從小于1TOPS,逐漸向10TOPS甚至100TOPS的方向發展。

3

車規認證:系統化認證确保行車安全和信息安全

談到汽車,跟消費電子産品不一樣。汽車芯片從一出生開始,就需要對芯片本身有AEC-Q100可靠性認證的要求,還需要通過ISO26262功能安全标準的要求保證,同時對軟件、對算法來說,需要通過A-SPICE車規級軟件流程改進和能力測定标準。另外我們談到未來的自動駕駛,也需要有信息安全保障系統。

4

生态架構:芯片相關的架構層級和協同分工

芯片不是孤立存在的,它需要整合上下遊零部件,包括傳感器、毫米波雷達、超聲波雷達,甚至V2X,它還需要有強大的工具鍊,需要強大的軟件支撐。所以我們希望整個芯片的生态要形成完整的、開放的、共赢的生态環境。

智能汽車ai芯片開發前景及總結(車規級AI芯片讓汽車智能)9

黑芝麻智能造芯的優勢

黑芝麻智能科技成立于2016年,今年已經是第五年了。我們的團隊由矽谷團隊和中國團隊組成,所以我們在芯片設計、芯片開發上有20多年的造詣。

黑芝麻芯片主要有自主創新的IP核心,另外還有大算力、低功耗的SOC設計。

五年以來,黑芝麻發布了兩個芯片,一個是華山一号,一個是華山二号,在芯片裡面集成了兩大核心IP:一個是圖像處理,如圖像去噪點、低光條件下的表現、HDR高清成像;另一個是神經網絡架構,包括DynamAI NN引擎,可以在低光照條件下有效探測鏡頭中的小目标物體,并能識别交通标志和行人等。

在算法和芯片上,我們在一家主機廠的車型上做了實車測試,可以在低光照或者高動态範圍的情況下有效識别很小的物體。

智能汽車ai芯片開發前景及總結(車規級AI芯片讓汽車智能)10

我們的芯片架構,采用的是高算力、低功耗的多核異構SOC架構,有CPU、GPU以及自己的NPU,同時我們有一個符合ISO2622标準的功能安全信息島,我們還把自己核心的IP、ISP也集成在裡面。在華山二号裡,我們采用了台積電的16納米工藝,完全滿足車規的要求。

同時,我們也給客戶提供開放的FAD自動駕駛計算平台。我們提供芯片的同時,也提供了FAD評估闆。自從我們芯片發布以來,已經交付給客戶接近200個FAD開發闆,客戶可以拿着我們的芯片做設計,也可以拿我們做好的參考設計再去做重新的設計。

在産品質量體系保證方面,我們在設計的時候,就把功能安全的要求考慮進去了,我們通過了ACC-Q100的審核,同時今年7月份也會拿到ISO26262認證證書,我們将在年底通過A-SPICE标準認證的驗證。

智能汽車ai芯片開發前景及總結(車規級AI芯片讓汽車智能)11

黑芝麻智能的最新産品

借這個機會,我給大家介紹一下我們的芯片發展路徑圖。在今年上海車展的時候,我們已經對外發布了華山二号的芯片。

在今年年底,我們會投另外一個芯片,用7納米工藝完成A2000華山三号的流片,它的算力會超過200TOPS。

智能汽車ai芯片開發前景及總結(車規級AI芯片讓汽車智能)12

今年上海車展的時候,我們發布了A1000Pro,16個ARM的CPU,實現106(INT8)-196(INT4)TOPS算力,可以接入16路高清攝像頭。

我們在今年第三季度會拿到工程樣片,第四季度會給大家提供一個開發平台。

對于未來的汽車發展,我們除了聚焦智能汽車,還在智慧路上進行了布局,我們和國内的高等院校以及企業進行合作,在路端把我們的控制器做成了MEC,以替掉目前市場上廣泛采用的工控機,進而實現路端的感知控制。

最後介紹一下我們的山海人工智能工具平台,包括幾個工具鍊:首先,我們擁有50多種AI參考模型庫,包括障礙物檢測模型、車道線檢測模型、語義分割模型、行為監控模型等;其次,我們提供了人工智能訓練框架,客戶在Tensor Flow等軟件中開發的工具可以輕松轉化到我們的訓練框架裡去;第三,我們提供了很多工具,可以對神經網絡進行算子的融合、剪裁還有模型的編譯、訓練,最後幫助客戶把他的算法移植到芯片上去。我們提供這樣完整的工具鍊,也是幫助客戶,幫助生态一起為智能汽車的發展,打下一個好的基礎。

,
Comments
Welcome to tft每日頭條 comments! Please keep conversations courteous and on-topic. To fosterproductive and respectful conversations, you may see comments from our Community Managers.
Sign up to post
Sort by
Show More Comments
Copyright 2023-2024 - www.tftnews.com All Rights Reserved