博客專欄

EEPW首頁 > 博客 > 地平線:芯片算力并非越大越好,還得比使用效率

地平線:芯片算力并非越大越好,還得比使用效率

發(fā)布人:傳感器技術(shù) 時間:2023-04-23 來源:工程師 發(fā)布文章

汽車芯片算力是不是越大越好?

這不,地平線前不久特意舉辦了一場活動,對此展開了激烈探討。

一邊是產(chǎn)業(yè)界代表,包括地平線副總裁余軼南,以及理想汽車自動駕駛產(chǎn)品總監(jiān)趙哲倫。

他們站在產(chǎn)品設(shè)計者的角度,對背后初衷和技術(shù)原理進(jìn)行了生動闡述。

圖片

另一邊則是車主代表,從自己一線的用車體驗出發(fā),暢談了對算力的實際感知和需求大小。

不過,除了聽他們動動嘴皮子談理論,對于基于地平線征程5芯片打造的理想AD Pro高速NOA,這次智能車參考也親身上車體驗了一番。

算力真的越大越好嗎?

首先拋觀點:算力并非越大越好

其中,理想汽車趙哲倫表示,

從產(chǎn)品選擇層面出發(fā),如果單純地看算力,肯定是算力越大越好。但是對于一款面向用戶的、要去量產(chǎn)的產(chǎn)品來講,除了算力以外,我們要考慮它的功耗、成本、整體運行效率,這是非常重要的,在這里面可以取到我們認(rèn)為最合適的。

大致意思是,算力并不能作為衡量車載芯片的唯一指標(biāo)。

地平線余軼南也有類似的觀點。他表示,地平線在設(shè)計芯片時不光是把算力考慮在內(nèi),同時更注重在最大算力的前提下,芯片的使用效率是不是可以做到非常高的水平。


怎么理解這個使用效率?

以地平線征程5芯片舉例,它具備128TOPS算力,F(xiàn)PS(每秒準(zhǔn)確識別的圖像幀數(shù))為1531,延遲為60MS,功耗為30WATT。


地平線將FPS定義為性能指標(biāo),認(rèn)為FPS才更能反映一顆車載智能芯片的真實計算性能。余軼南打比方說:“FPS基本上可以類比于汽車的百公里加速,都是在看單位距離/時間下能做多少事情?!?/p>

而且基于這樣的前提,他們得出了如下結(jié)論:

FPS方面,在多達(dá)71%的模型里,征程5的絕對計算效率高于主流競品。事實上來講,在128TOPS算力下,其實征程5比某些200TOPS以上的芯片,都能產(chǎn)生更大的“得房率”。FPS/Watt方面,征程5的平均能效是主流競品的5.58倍,其中76%的模型能效是競品3倍以上。

圖片

其實在業(yè)內(nèi),一直以來針對“車企是否應(yīng)該卷算力”展開的討論,非常多。

一部分人贊同。奇點汽車首席戰(zhàn)略和品牌發(fā)展副總裁趙強(qiáng)曾經(jīng)就表示,“車企無論是主動還是被動,都必須迎接這場無條件、無盡頭的算力軍備競賽,即便目前自動駕駛還沒有完全落地,仍然是硬件為先?!?/p>

但更多的人不這么看。

上汽人工智能實驗室的喬博士曾談到,“實現(xiàn)L2級自動駕駛只需10Tops以下的算力,即便是實現(xiàn)L4級自動駕駛也只需100Tops左右的算力,只有到了真正無人駕駛的L5級,才需要1000+Tops的算力?!?/p>

一位自動駕駛公司算法工程師曾表示,“我是不太在乎500TOPS還是1000TOPS這些數(shù)字的,因為真的沒多大用處——你可能算力升級了,但如果軟件架構(gòu)還是停留在三四年前的老版本,那么算力的性能也就無法充分地發(fā)揮出來,算力再大也不夠用。其實,通過對軟件架構(gòu)做個調(diào)整,就能避免這個問題。”

圖片

那么問題來了,既然芯片算力并非唯一衡量指標(biāo),一線購車用戶又如何進(jìn)行衡量評判,最終挑選出自己心儀的智能車?

在這次活動現(xiàn)場,產(chǎn)業(yè)界代表和用戶代表,都發(fā)出了各自的聲音。

用戶方面,一位理想老車主表示,他主要是基于兩方面進(jìn)行評判,一方面是看屏幕界面顯示的是否足夠清晰,來判斷車對周圍環(huán)境的感知能力;另一方面,看車輛在處理突發(fā)問題的時候,能否更好地完成主動變道、主動避讓。

圖片

產(chǎn)業(yè)界代表則給出了如下指引。

其中,理想趙哲倫提到,可以看車對周遭環(huán)境是否識別得足夠多、足夠精準(zhǔn),還要看車是否具備了像人類老司機(jī)一樣的預(yù)測能力。

舉例就是,比如車輛的加減速是否平順?自身車輛對于前方加塞的反應(yīng)快不快?對于各種緊急場景的應(yīng)對能力表現(xiàn)如何?

地平線余軼南進(jìn)一步談到,主要是看車輛能否識別得更精準(zhǔn)、更多、更豐富;然后是看預(yù)測能力——現(xiàn)在最先進(jìn)的算法,可以做到把一些沒有被看到的區(qū)域,通過經(jīng)驗?zāi)X補的方式預(yù)測出來;還有就是看延時是否足夠低。


簡單舉例,比如可以看前車加減速的時候,自車的反應(yīng)速度是否足夠快。如果當(dāng)前車剛一減速的時候,自車就開始緩行;當(dāng)前車剛一加速的時候,自車很快就可以跟上——諸如此類是用戶能夠直觀感受到的、比較好的體驗。

實際體驗究竟如何?

拋開各項紙面指標(biāo),實際體驗究竟如何?

我們這次體驗的車型是理想L8 Pro,該車搭載了理想智駕系統(tǒng)AD Pro,標(biāo)配高速NOA。

圖片

硬件配置上,這款車內(nèi)置單顆地平線征程5芯片,具備1個800萬像素攝像頭、9個200萬像素攝像頭、1個毫米波雷達(dá)。

接下來,我們從不同場景挨個來看高速NOA的實際體驗。

首先,在有高精地圖覆蓋的區(qū)域,撥動方向盤撥桿兩次,車輛會自動開啟導(dǎo)航輔助駕駛。


進(jìn)入高速公路路段后,車輛會根據(jù)路線適時完成自動變道超車??傮w來看,理想這款車的變道策略相對較為保守。只有在確認(rèn)足夠安全的前提下,才會進(jìn)行變道。


當(dāng)距離右側(cè)方車輛較近的時候,車輛會自動向左稍稍進(jìn)行避讓:


值得一提的是,當(dāng)系統(tǒng)檢測到司機(jī)脫手方向盤超過15秒,就會語音報警,提示你接管車輛。

在進(jìn)入匝道時,車輛會自動減速,行駛較為平穩(wěn)。


在過大曲率彎道時,也完成的比較好,無需司機(jī)接管。


當(dāng)車輛進(jìn)入了沒有高精地圖覆蓋的區(qū)域,會自動降級為LCC車道保持。

從整個語音播報來看,邏輯是比較清晰的,乘客能夠知道車輛下一步要做什么,讓人產(chǎn)生安全感。

總結(jié)一下這次體驗,無論是自動上下匝道、變道超車、過大曲率彎道等等,高速NOA下各項功能都表現(xiàn)得比較流暢和穩(wěn)定,和人類老司機(jī)相比其實感覺不出什么差別。

圖片

針對變道比較保守這一點,在現(xiàn)場分享過程中,理想趙哲倫就有提到——

他們當(dāng)時在定義整個產(chǎn)品的時候,希望能為乘客帶來至少是專車的體驗,其實在NOA功能的變道決策里,他們原本可以提供三種選項(對應(yīng)三類決策算法),但從目前階段來看,是想先做好一套大家基本能夠接受的、跟產(chǎn)品定位相關(guān)聯(lián)的、更偏家庭的、比較穩(wěn)定的智駕產(chǎn)品,之后再根據(jù)細(xì)分的用戶需求進(jìn)行算法的補充。

圖片

當(dāng)然,除了在高速公路上,這款車在城市場景里也能提供比較好的安全性,例如能夠防加塞、路口智能跟停,以及在紅綠燈及十字路口能夠完成有效通行;在停車場,還能實現(xiàn)自動泊車和遙控泊車。而且實現(xiàn)以上這些功能,統(tǒng)統(tǒng)都是基于單顆地平線征程5芯片,算力僅128TOPS。

所以看到這里,對于車載智能芯片是否需要那么大的算力,你的心里或許已經(jīng)有了答案?

來源:智能車參考


*博客內(nèi)容為網(wǎng)友個人發(fā)布,僅代表博主個人觀點,如有侵權(quán)請聯(lián)系工作人員刪除。



關(guān)鍵詞: 使用效率

技術(shù)專區(qū)

關(guān)閉