体验地平线智能驾驶产品——中国的芯片梦能在汽车上实现吗？
记得从 PC DIY 时代开始，自主研发计算芯片就一直是很多中国公司的梦想。那时候还没有「 科技媒体」 这个概念，我常常看的是一本名叫「 大众软件」 的杂志。其中经常会出现一些对「 中国芯」 研发情况的报道（多为 CPU），不过最后都是昙花一现，没能掀起什么波澜。 很多年过去了，虽然 AI 又一次把芯片炒热，但大家似乎已经默认，自研芯片是一个很难搞的事情。在多年摩尔定律的快速迭代与竞争下，连 AMD 这样的昔日明星也会被英特尔和英伟达等巨头压得翻不了身，更何况是国内的初创公司？ 所以当地平线这家做 AI，并专注于智能驾驶的初创公司对外宣称要自主研发计算芯片时，行业内自然是充满了质疑。今天他们终于正式发布了自己的芯片产品，「 中国芯」 这三个字又一次出现在了我的眼前。 自主研发的视觉处理芯片 地平线此次发布了两款芯片，均是以视觉感知处理为核心。分别为面向智能驾驶的「 征程」（Journey）系列处理器，以及面向智能摄像头的「 旭日」（Sunrise）系列。 在规格上，两款处理器都是基于地平线的第一代芯片架构：高斯，能够提供 1 TOPS 的计算性能，支持 1080p 30FPS 的画面解析，每帧可以对 200 个目标进行检测和识别。能耗为 1.5W。由地平线自主研发，台积电代工。 从功能上说，征程是一款支持 L2 级别驾驶辅助功能的后装 ADAS 处理器。并不是车规级的前装产品。 本周一 GeekCar 曾在地平线位于北京中关村总部的周边实际道路上体验了基于这款处理器的实车装载 DEMO。 这个 DEMO 装载在一辆比亚迪电动车上并配合了一个前置单目摄像头。车内的一台笔记本电脑上显示了系统对于摄像头所捕捉到的画面分析结果。在中关村附近的四环路上，这套系统可以准确地捕捉到画面中的车辆，行人，道路标示，车道线，红绿灯等。对颇具中国特色的快递三轮，外卖摩托也有很好的识别效果。 根据地平线的介绍，这套 DEMO 所使用的软件算法来自于他们开发的雨果平台，针对中国的架势环境做出了很多优化。值得一提的是，DEMO 只展示了 ADAS 中视觉感知与识别的部分，并没有假如感知之后预警与提示等执行层。 前装的产品做得怎么样了？ 可以看出，视觉芯片加上算法的核心竞争力使得地平线与 Mobileye 的产品逻辑非常相似。但是，坦率地讲，对于现在的汽车行业来说，只发布一个后装的 ADAS 产品肯定是不够的，前装自动驾驶才是我们正真正关注的点。 所以在专访地平线智能驾驶负责人余轶南博士时，我们重点问了这个问题。他告诉我们这次发布后装产品其实是有两个目的： 第一是切入国内庞大的后装市场，在中国后装市场还是非常有钱赚的。 第二则是向行业展示他们芯片的能力，为下一代前装的产品预热。 余轶南透露地平线下一代基于 FPGA 的伯努利架构前装处理芯片将于 2-3 年内在量产车型上上市。按照汽车行业整车研发周期的时间来推算，目前地平线应该已经在与车场合作量产车型的项目了。 地平线下一代的前装产品与 Mobileye 的 EyeQ 系列相似，都是专注于视觉感知的功能芯片。车厂需要将其整合进自己的域控制器当中（域控制器还包括决策控制芯片、UI 处理芯片等）就如同 Audi 的 zFAS 整合 EyeQ 芯片一样。因此从供应链的角度来说，地平线是一个 Tier 2 供应商，他们也在积极与中欧美日四大汽车产业的 OEM 和 Tier 1 合作。目前公布的伙伴包括长安、奥迪、博世等。 余轶南告诉我们地平线在汽车领域的目标就是与 Mobileye 对飙。他坦承 Mobileye 目前在前装领域有着丰富的经验。不过 AI 时代会给他们他们更多的机会来追赶。未来地平线的方案中也会搭载与 Mobileye 类似的 3D 解析以及辅助地图定位的路书采集技术。 在 GeekCar 看来，地平线作为中国的一家创业公司。其优势和重点还是在本土市场，尤其是希望大力发展智能驾驶功能的自主品牌。 自研芯片的机会 说起自己研发芯片的原因，余轶南给出的答案很简单：他们在创立地平线时发现市面上已有的芯片解决方案都无法很好的满足他们的软件算法要求，所以他们决定自己做。 「 当时市面上的通用处理器比如 CPU 或者 GPU，都不是专门为 AI 计算设计的，你如果想把他们的运算能力充分利用出来是很难的，一般的效率下能发挥 25%左右的能力就已经很不错了。而我们的芯片能够一直保持在很高的能力发挥效率（发布会给出的数字为 96%）」。 余轶南告诉我们。 「 在之前的半导体行业中，例如 CPU、GPU、DDR 这样的芯片，国外的公司在技术以及生态方面已经非常成熟了，并且自身进步也很快，所以我国自主研发的芯片除了在某些涉及国家安全的特殊领域之外都没有太多的应用。」 在被问道为什么现在这个时候适合做自研芯片时，余轶南说道。 「 而在 AI 领域的芯片上，大家相当于回到了同一起跑线上，那么我们中国的企业就有更多的机会了。另外从地域上来说，我们的方案对于中国的市场会有更好的适配，并且本土的政策也会给到我们更多的支持。」 正如余轶南所说，虽然目前的 AI 计算领域中，英伟达和英特尔这样的芯片巨头影响力还是很大。但是像谷歌这样的科技公司也已经公布了自己的计算芯片。 前段时间传出特斯拉由于能耗原因将放弃英伟达的解决方案，转而研发自己的自动驾驶芯片，更是为芯片领域加了一把火。余轶南也承认，特斯拉的新闻出现后，又有很多客户联系他们咨询芯片方案。 在今年 10 月，地平线公布了由英特尔领投的 A+轮融资。未来地平线的芯片产品有可能会由英特尔的晶圆厂来生产。在明年初的拉斯维加斯 CES 上，地平线也将联合 Intel 共同发布基于 FPGA 的前装 DEMO，对于众多汽车公司，这或许才是他们关注的重点。 事实证明，特斯拉对传统芯片巨头发起的挑战是一个强有力的信号：自动驾驶领域的芯片与算法竞争才刚刚开始。从这个角度来看，当初地平线选择自研芯片的道路虽然充满了挑战，但是同时也获得了更多的机会。或许 PC 时代的「 中国芯」 之梦，将来真的会在汽车上实现。 原创声明： 本文为 GeekCar 原创作品，欢迎转载。转载时请在文章开头注明作者和「来源自 GeekCar」，并附上原文链接，不得修改原文内容，谢谢合作！ 欢迎关注 GeekCar … 继续阅读
为什么说特斯拉研发自动驾驶 AI 芯片应该引起注意？
（本文转载自 36Kr，作者郑晓康）特斯拉 Model 3 的量产问题仍未彻底解决，CEO Elon Musk 又抛出了自研自动驾驶芯片的重磅新闻。 Elon Musk 和特斯拉 Autopilot 负责人 Jim Keller 在昨天的神经信息处理系统大会（NIPS 2017）上是这么说的：「I wanted to make it clear that Tesla is serious about AI, both on the software and hardware fronts. We are developing custom AI hardware chips.Jim is developing specialized AI hardware that we think will be the best in the world.」（我想明确一点：特斯拉非常重视 AI，无论软件还是硬件层面。我们正在开发定制的 AI 芯片硬件。我们认为 Jim 带队开发的专用型 AI 芯片将会是全球最好的芯片。）在此之前，36 氪曾多次撰文阐述特斯拉自研芯片的可能性，这是第一次迎来官方实锤。为什么说特斯拉研发自动驾驶 AI 芯片应该引起注意？ 先简单科普下 Jim Keller。Jim Keller，原 AMD 首席芯片架构师。 1998 年，Jim Keller 在 AMD 分别参与设计和主导研发了 Athlon 和 Opteron 64 处理器（K7 和 K8 X86-64 架构），帮助 AMD 攀上了业务发展的顶峰。1999 年，Jim Keller 离职加盟博通出任首席芯片架构师。 2004 年，Jim Keller 转投 P.A Semi，后者于 2008 年被苹果收购。Jim Keller 出任苹果移动芯片架构师，主导放弃 AMD 的公版架构，基于 AMD 的 IP 深度定制了苹果 A4/5 芯片，在苹果 A 系列芯片+iOS「软硬一体化」战略的落地中发挥了关键作用。 2012 年，Jim Keller 重回 AMD，领导开发了 Zen 架构处理器，带领 AMD 咸鱼翻身；2015 年 9 月，Jim Keller 再次离职，彼时 … 继续阅读
要是少了这几家公司，自动驾驶就别做了
2020 年是很多厂商计划中的自动驾驶「 元年」 了，对于自动驾驶技术来说，可以分为「 软件」 和「 硬件」 部分。无论是丰田还是谷歌，从传统主机厂到科技公司，他们现在解决的都是「 软件」 问题。 一切软件都是基于硬件的，自动驾驶技术也不例外。在硬件部分，芯片主要担任数据处理任务，整个自动驾驶系统中，雷达、摄像头会产生大量的数据，这些数据都交给了芯片。（芯片表示压力很大…）供应商是汽车行业不可或缺的关键一环，比如车厂要从米其林买轮胎，要从博世买火花塞等等。那些发展自动驾驶技术的厂商也是如此，专业的人做专业的事，芯片也是来自供应商的。 那么，到底是谁在做自动驾驶芯片的生意？ Nvidia（英伟达）这个名字大家应该都很熟悉，没准你电脑的显卡就是 N 卡。但英伟达针对自动驾驶技术也推出了相应芯片「Tegra X1 」，性能超越了 Tegra K1 和 A8X。英伟达表示这款芯片将最先应用于智能汽车领域，然后再应用到手机和平板电脑里（目前这款芯片对于手机和平板来说，性能太过剩了）。 英伟达还有一款名为「Nvidia DRIVE PX」 的平台，搭载了 Tegra X1 芯片和 10GB 的 DRAM，可以同时处理 12 部 200 万像素摄像头（最高 60fps）产生的数据，同时 DRIVE PX 还有深度学习功能。 官方宣称 DRIVE PX 比一般的 ADAS 更聪明，因为它可以识别出到底是什么车型，比如识别出是警车、出租车还是救护车（这一点对将来可以完全自动驾驶的汽车很重要）。 为了表示 Tegra X1 的性能到底如何，我们可以拿它和 Mobileye 的 EyeQ3 芯片做对比… STMicroelectronics（意法半导体）意法半导体的总部位于瑞士日内瓦，主要产品是专用集成电路、单片机、存储器等。Mobileye 所使用的「EyeQ3」 芯片就是和意法半导体合作开发的，两家公司最早在 2005 年就开始研发 ADAS 芯片。 EyeQ3 使用了四个多线程 MIPS32 内核和四个矢量微码处理器 (VMP) 内核，在一个专门为处理视频设计的架构内工作。同样，也可以处理多部摄像头传来的图像信息。除了 EyeQ3 外，意法半导体和 Mobileye 还合作研发了 EyeQ3-Lite 芯片，属于乞丐版的 EyeQ3，可以精简一些功能，达到降低价格的目的。 目前，Mobileye 正在研发「EyeQ4」 芯片，它使用了 4 颗核心处理器、6 颗 VMP 芯片（EyeQ2 和 EyeQ3 均有搭载）、2 颗 MPC 核心和 2 颗 PMA 核心，每秒浮点运算可达 2.5 万亿次，而功耗只有 3 瓦。通过一系列的算法，EyeQ4 可以同时处理 8 部摄像头（最高 36fps）产生的图像数据，符合 ISO-26262 国际标准、欧洲 NCAP 和美国 NHSTA 的法规要求。 EyeQ4 的工程样品将在今年第四季度完成并开始测试，在 2016 年第二季度实现完全的自动驾驶，计划在 2018 年上半年量产，最先向欧洲汽车厂商供货。 Freescale（飞思卡尔）飞思卡尔有一个名为「SafeAssure」 的功能保障计划，它所提供的解决方案可以简化安全系统的研发流程，并使系统符合 ISO-26262 国际标准及国际电工委员会 IEC-61508 标准的规定。在其官方介绍中，我们也看到了这套计划特别考虑了「 车用硬件」 的要求。 其中，「S32V」 处理器是 SafeAssure 计划的重要组成部分，它采用了 4 个 ARM Cortex-A53 内核，使用了 CogniVue APEX-642 内核图像处理技术。支持将 S32V 所捕捉的视觉数据与其他数据流（包括雷达、LiDAR 和超声波信息等）进行融合，实现最佳的分辨率和图像识别精度。 其实在飞思卡尔的介绍中，突出了一个重点就是「 安全」。S32V 支持全球许多顶级汽车制造商公布的安全硬件扩展规范，宣称能够抵御外部攻击和未经授权的访问。但事实是没有绝对的安全，为了最大限度减少由黑客攻击带来的影响，工程师在汽车网络内部增加了一个保护层。即使黑客获取了对汽车系统某个节点的访问，由于保护层的存在，黑客无法获取其他节点访问权限。 之前飞思卡尔高管 Bob Conrad 也表示，目前市场上很多汽车视觉系统用的都是「 消费级」 的芯片解决方案，这些芯片的最初目的是为了玩游戏，依靠非汽车级芯片来控制汽车并做出关键的驾驶决策让人无法接受。 现在很多主机厂都规划出了自己的自动驾驶蓝图，目前也有一些车型有了一些高级辅助驾驶功能，但很少有人知道这些炫酷功能是靠哪些公司实现的。 由于自动驾驶芯片涉及到行车安全，对发热、寿命、网络安全要求更高，所以比一般消费级芯片更有技术含量。同时，还要兼顾成本问题。在未来应该有越来越多的老牌芯片厂商发展自动驾驶芯片业务，毕竟诸多主机厂都把自动驾驶元年定在了 … 继续阅读
摩尔说，如果遵循摩尔定律，那么汽车应该只卖四美分
（本文转载自腾讯科技，原文标题《摩尔：摩尔定律还能有效 10 年》）熟悉电脑、IT 的消费者都知道，在硬件和半导体领域存在一个摩尔定律。即每隔一年半或者两年，单位面积芯片上集成的元器件数量会翻番。今年是摩尔定律诞生 50 周年。在日前的一个纪念活动上，摩尔定律的发明人戈登·摩尔表示，这一定律的生命力，还能够延续五到十年时间。 对于消费者而言，摩尔的表态意味着，未来还继续能够以更便宜的价格，买到性能和配置越来越强劲的智能手机。 戈登·摩尔也是英特尔公司的联合创始人之一，是美国加州硅谷发展的元老人物。日前，为了纪念摩尔定律诞生 50 周年，英特尔公司在旧金山举办了一个活动，目前担任英特尔名誉董事长的摩尔现身。 据美国科技新闻网站 VentureBeat 报道，摩尔年事已高，动作略微迟缓，但是思维仍然敏捷。 与会者问摩尔，从摩尔定律获得的最大经验是什么，他幽默地说：「 既然我做出了一个成功的预言，那么我就不会再做第二个预言。」 摩尔定律诞生于 1965 年，到今年整整过去了五十年。摩尔表示，这一定律能够延续 50 十年让他很「 震惊」。 他表示，摩尔定律不是一个永恒定律，不会永久有效。但是如果加上良好的半导体技术，这一定律还能够生效五到十年时间。 在过去几十年时间里，很多科技业人士就质疑，摩尔定律的寿命将很快终结，即半导体和硬件技术的发展速度会越来越慢。但是事实证明，摩尔定律的生命力很旺盛。 摩尔表示，在科技发展上，希望科技行业永远不会进入一个发展停滞的死胡同。 如果把摩尔定律解释成普通消费者能够理解的通俗语言。那么一定金额的资金（比如一百元），能购买到的硬件性能每隔一年半就可以翻一倍，即相同性能的硬件，会越来越便宜。 2007 年，乔布斯再一次发明智能手机，人类进入了移动互联网时代。而在过去的八年时间里，智能手机的应用处理器、硬件等性能，越来越强劲，但是销售价格却越来越低，摩尔定律再一次发挥了「 威力」。 尤其是在过去两年中，廉价智能手机成为智能手机市场最大的增量来源。在印度、中国、非洲等发展中国家市场，价格在 100 美元（人民币 599、699）左右的安卓和微软 WP 廉价机，受到消费者欢迎，全球经由智能手机上网的人口也越来越多。 据悉，在摩尔定律诞生之后，摩尔本人曾经做过一次修正，将元器件翻番的时间从一年半延长到了两年。 在纪念活动上，摩尔也表示，他从来没有看到其他的事物，能够保持如此长时间的级数高增长。 摩尔定律的预言，获得了巨大成功和外界认可。与会者问摩尔，是否有其他希望自己当年曾经做出的预言。摩尔表示，他没有想到 IT 技术的大规模应用回来的如此早，互联网的发展让他很吃惊。「 我没有想到互联网将会打开一个全新的世界。」 摩尔表示，在计算机为人类生活发挥作用方面，现在还只是初期阶段。比如机器智能目前正在一步步获得发展，「 我从来没有想过有朝一日能够看到一辆自动驾驶汽车在路上行驶。」 摩尔本人依旧非常谦虚。他表示，在摩尔定律诞生的前二十年时间里，他根本不敢在公开场合提「 摩尔定律」，感觉这非常尴尬，直到后来才有胆量说出「 摩尔定律」 这个名词。 英特尔公司首席执行官科再奇也参加了这个纪念活动。他用英特尔处理器的例子说明了摩尔定律的效力。比如今天英特尔的酷睿 i5 处理器，处理性能是英特尔早期的 4004 处理器的 3500 倍，能效是 9 万倍，成本便宜了 6 万倍。 科再奇还以汽车行业做了对比。他说，如果汽车业能够取得摩尔定律的发展速度，那么今天的汽车每小时应该能够行使 48 万公里，一辆汽车的价格只有四美分。