CES derinlemesine analizi (4): Otonom sürüş, yeni bir bilgi işlem platformu gerektirir
Araba bulutu basın:
Üç yıl önce, geleneksel otomobil şirketleri otonom sürüş konusunda hala şüpheciyken, şimdi neredeyse tamamen otonom sürüşe odaklanmış durumdalar. Otonom sürüşü ilk önce kimlerin pratik kullanıma sokabileceği bir sonraki çağı kazanacak ve rekabetin anahtarı karar verme algoritmalarına ve hesaplama platformlarına bağlı.
Bu makalenin yazarı, Horizon Akıllı Sürüş İş Direktörü Li Xingyu'dur. Makale, bu CES'de otonom sürüşün en son ilerlemesini analiz ediyor ve iş modelindeki değişikliğin, otopilot alanının yükselişinin nedeni olduğuna ve "işbirliği ve paylaşım", "sensör maliyetinin azaltılması" ve "araç ağının geliştirilmesi" üç perspektifinden olduğuna inanıyor. Otonom sürüşün sanayileşmesindeki büyük ilerlemenin kanıtı. Otonom sürüş rekabetinin anahtarının daha rasyonel bir karar algoritması ve daha pratik bir hesaplama platformu olduğuna da dikkat çekti. Dünün baskısında, makale otonom sürüşte rasyonel karar verme konusunu tartıştı. İçeriğin bugünün son kısmı temel olarak yeni otonom sürüş bilgi işlem platformlarının yükseliş ve gelişme beklentilerinin analizine odaklanıyor.
1. Mevcut donanım performansı pratik gereksinimleri karşılamıyorYazılım tasarlarken otonom sürüş gibi karmaşık görevler için, performans, güç tüketimi ve işlevsel güvenlik dahil olmak üzere eşleşen donanım performansını da göz önünde bulundurmak gerekir.
Otonom sürüşün gerçek zamanlı gereksinimlerini sağlamak için, yazılım yanıtının maksimum gecikmesinin kabul edilebilir bir aralıkta olmasını sağlamamız gerekir. Bilgi işlem kaynakları Sonuç olarak, otonom sürüş yazılımının gereksinimleri son derece yüksek hale geldi.Şu anda, otonom sürüş yazılımının hesaplama hacmi 10 TOPS (saniyede trilyon işlem) seviyesine ulaştı ve bu da ilgili bilgi işlem mimarisini yeniden düşünmemizi gerektiriyor. Turing Ödülü sahibi Alan Kay, Jobs'un her zaman inandığını söyleyen bir sözü var: Yazılımınızı ciddi şekilde düşünüyorsanız, kendi donanımınız olmalısınız.
Aslında, tüm dijital yarı iletken ve bilgi işlem endüstrisinin endüstriyel itici gücü, cep telefonlarından, cep telefonlarından iki kat daha fazla bilgi işlem gerektiren otonom sürüşe geçiyor.
Ford'un ikinci nesil Fusion otonom prototip arabası, bagajdaki bilgi işlem cihazlarıyla şişmiş durumda
Günümüzde, herhangi bir OEM'in insansız aracının bagajını açmak bir bilgisayar ekipmanı yığınıdır, yalnızca bagaj koyacak yeri yoktur, aynı zamanda genel sistem kararlılığı sorununu da çözer. Wuzhen'de düzenlenen önceki Dünya İnternet Konferansı'nda muhabir, Baidu'nun insansız aracını gerçekten deneyimlerken çok ilginç bir noktadan bahsetmişti: "Bu insansız araç sorunsuz bir şekilde ilerledi, ancak bagajdaki araç bilgisayarı gürültülüydü. Çalışan fanın sesini duyabilirsiniz. "
neden? CPU + GPU + FPGA hesaplama platformu kullandığından, hesaplama için gereken güç çok büyüktür ve GPU özellikle korkutucudur.Isı dağıtmak için güçlü bir fan yoksa, makineyi yaz aylarında yakmak kolaydır. Böyle bir arabada otururken deneyime dikkat etmeyin.
Fonksiyonel güvenlik Aslında birden fazla gereksinimi içeren başka bir büyük zorluktur: işlemci en azından ASIL-B düzeyinin gereksinimlerini karşılamalı ve güvenilirliğin en az on yıllık kullanım süresi boyunca herhangi bir sorun olmamasını sağlaması gerekir.
Qualcomm, cep telefonları alanında çok güçlü bir güce sahip ve otomotiv elektroniğine girme çabaları hiç durmadı, ancak geçen yıl Qualcomm, otomotiv elektroniğinin eşiğini başka bir taraftan yansıtan otomotiv elektroniği patronu NXP'yi satın almak için 37 milyar ABD doları harcamaya karar verdi. Yüksek.
2. Yapay zeka işlemcisi ve otonom sürüş bilgi işlem platformuBu bize bilgisayar geliştirme tarihini hatırlatıyor. 1950'ler ana bilgisayarların çağıydı.O zamanlar, bir ana bilgisayar, laboratuvar binasının tüm katını kaplayabiliyordu, onu çalıştırmak için büyük bir ekip gerekiyordu ve fiyatı milyonlarca dolar kadar yüksekti; Bu çağda mini bilgisayarlar hakimdir.Mini bilgisayarlar bir odaya kurulabilir ve fiyatı onbinlerce dolara düşebilirdi; 1980'lerde PC çağındaydı, masaüstüne yerleştirilebilirdi, ancak fiyat büyük ölçüde düşürüldü. Cep; içinden geçmek üç önemli gelişmedir: boyut, güç tüketimi ve maliyet.
Yapay zeka için ihtiyaç duyulan işlemciler 2012 yılından beri sektör tarafından ilgi görmektedir. Örneğin GPU'lardan FPGA'lara ve TPU'lara sektör, önceki bilgisayarların yolunu izlemiş ve yapay zeka için ihtiyaç duyulan işlemcileri yeniden yapılandırmıştır.
Nvidia, bu CES'te en son araç içi bilgi işlem platformu "XAVIER" i piyasaya sürdü. 512 Volta CUDA çekirdeği 30 TOPS'a kadar bilgi işlem performansı sağlayabilir, ancak en çarpıcı olan, eskisinden çok daha düşük olan 30W güç tüketimidir. Su soğutmalı Drive PX2. Bu büyük bir gelişme ama yeterli değil Otomatik sürüşü popüler hale getirmek için performans, güç tüketimi, maliyet ve hacim faktörlerinden daha az olmamalı.
NVIDIA Xavier Otonom Sürüş Süper Hesaplama Platformu
Günümüzde birçok otomobil üreticisi çok agresif otonom sürüş geliştirme planları oluşturdu, ancak aslında prototip otomobillerin geliştirilmesi ile bunları üretim arabalarına koyma programı arasında büyük bir fark var. Seri üretilen arabaların tasarım konseptinden tamamen farklıdır Seri üretilen arabalar, günümüzün GPU'su veya diğer hesaplamalar için gereken maliyetle aynı olamayacak maliyet faktörünü dikkate almalıdır.Bu, endüstrinin yeni bilgi işlem platformları sağlamasını gerektirir.
FPGA'ya her geçen gün daha fazla şirket dikkat etmektedir.Programlanabilir özellikleri tescilli bilgi işlem mimarisinin ihtiyaçlarını karşılayabilir.Microsoft ve Intel gibi şirketler çok sayıda FPGA tabanlı sistemler kurmaktadır.
ADAS'taki FPGA gönderileri de hızla artıyor ve geçen yılki sevkiyatlar 3Mu'dan az olmamalı. Ancak FPGA daha da ileri giderse, bilgi işlem kaynaklarının genişletilmesi maliyeti kabul edilemez bir düzeye çıkaracaktır. Yarı iletken endüstrisindeki sayısız tarih, FPGA'lerin genellikle özelleştirilmiş ASIC'ler için ileri karakollar olduğunu göstermiştir.Belirli bir uygulamanın hacmi yeterince büyük olduğunda, özelleştirilmiş ASIC'ler daha ekonomik hale gelecektir. .
Horizon Robotics, kendi araştırma avantajlarını kullanmayı umuyor.Amaç, başlangıçta bulutta akıllı olan yapay zekayı yüksek performanslı ve düşük güçlü bir beyin motorunda (BPU) uygulamak. Bu, derin sinir ağı algoritmalarının gereksinimlerine tam olarak adapte olacak ve devrim niteliğinde yerleşik yapay zeka ile sonuçlanacak yepyeni bir bilgi işlem mimarisi IP'sidir.Maliyetinin ve güç tüketiminin mevcut GPU'lardan çok daha düşük olması bekleniyor. Bu tür bir IP, SoC'ye gömülebilir veya tek başına bir yardımcı işlemci olarak kullanılabilir. Horizon şu anda "Gauss" adlı bilgi işlem mimarisi IP kodunun geliştirilmesini ilerletmektedir ve 2017'nin sonunda bekleniyor. açarak yaymak .
Horizon BPU stratejisi
3. Yazılım ve donanımın birlikte tasarımı yeni bir trenddirGeçmişte, işlemciler endüstriye standart bir platform olarak sağlanıyordu ve yazılım mühendisleri daha yüksek performans elde etmek için derleyicileri, kodları, görev planlamasını vb. Umutsuzca optimize ettiler, ancak artık bu, ürünlerin pazarlanacak gereksinimlerini hızlı bir şekilde karşılayamıyor.
Nvidia, AI endüstrisinde neredeyse standart bir konfigürasyon haline geldi.Yüksek performanslı GPU'su için faktörler var, ancak soru diğer GPU tedarikçilerinin bu rekabeti neden kazanmadığı?
Nvidia yalnızca GPU donanımı sağlamakla kalmaz, aynı zamanda çok sayıda yüksek frekanslı matematiksel işlem kitaplığını kapsayan son derece optimize edilmiş bir CUDA platformu sağlar.Nvidia ayrıca otonom sürüş için uçtan uca bir çözüm sunar ki bu aslında önemli Ürün konsepti: yazılım ve donanım işbirliğine dayalı tasarım.
Bu, Nvidia'nın başarılı pazar rekabetinin sırrını ortaya koymaktadır: yazılım ve donanım işbirliğine dayalı tasarım yoluyla, yazılım ve donanım sisteminin performansı optimize edilir, müşteri tanıtımı için süre kısaltılır ve pazar kazanılır.
NVIDIA'nın buluttan araca uçtan uca otonom sürüş platformu çözümü
Yeni otonom sürüş bilgi işlem platformu aslında algoritmaların ve yazılımların ihtiyaçlarından geldi.Örneğin, derin evrişimli sinir ağlarının son derece büyük ölçekli matris işlemlerini daha iyi desteklemek için, azaltmak için ikilileştirme yöntemlerini nasıl kullanacağınızı düşünmeniz gerekir. Donanım çarpanlarına olan taleple ilgili olarak, G / Ç bant genişliğinin tüm bilgi işlem sisteminin darboğazı haline gelmesini önlemek için önbelleğe alma mekanizmasının nasıl yeniden tasarlanacağı. İşlevsel güvenlik gereksinimlerini karşılamak için, işlemci mimarisi tasarımının çok çekirdekli, VMM, aygıt G / Ç istek yönetimini vb. Dikkate almasını gerektiren donanım düzeyinde sanallaştırmaya ihtiyacınız vardır.
Intel ayrıca yapay zeka algoritmalarındaki birikimini güçlendiriyor ve Nervana ve Movidius'un satın alınması bunu yansıtıyor. Derin öğrenme için optimize edilmiş Nervana platformu ve matematiksel işlev kitaplığı (MKL) ile birlikte Xeon işlemcileri, FPGA'leri sağlayarak eksiksiz bir AI çözümü sağlar.
Hem ekonomik hem de performans gereksinimlerini karşılayan bir bilgi işlem platformu sağlayıp sağlayamayacağı, otonom sürüşün bir prototipten bir üretim aracına dönüştürülüp dönüştürülemeyeceğindeki kilit faktörlerden biridir.
SonuçHalkın otonom sürüş konusunda hala derin şüpheleri var, ancak devrim niteliğinde bir ulaşım modu ortaya çıktığında benzer şüpheler ortaya çıktı. Havacılık hizmetleri ilk ortaya çıktığında, güvenlik o kadar düşüktü ki çoğu insan metal yapıların uçabileceğine bile inanmadı. ABD Donanması'ndan alınan istatistikler, İkinci Dünya Savaşı sırasında 2.100 uçağın teknik nedenlerden dolayı kaybedildiğini, yani düşen uçak sayısının 1,5 katı olduğunu, ancak havacılık endüstrisinin hala geliştiğini; yüksek hızlı demiryolunun da benzer bir deneyime sahip olduğunu gösteriyor. 19. yüzyılda trenler ilk ortaya çıktığında, hatta En ileri görüşlüler bile saatte 300 kilometreden fazla hıza sahip bir treni hayal edemezdi.O zamanlar insanlar tek başına hava basıncının yolcuları öldürmek için yeterli olduğunu düşündüler, daha sonra bu gerçek oldu ve inanılmaz bir destek altyapısı geliştirildi. : Demiryolu ve havaalanı. Teknolojide temel sorunlar olmadığında, büyük ticari potansiyel olduğu sürece, ilgi dürtüsü sonunda teknik zorlukların üstesinden gelebilir.
Bir medeniyet döneminin gelişme derecesini incelersek, ulaşım seviyesi en sezgisel gösterge olabilir. Tang Hanedanlığı'nda Xuanzang, kutsal yazıları öğrendi ve doğuya bir gezi yaptı. Doğuya seyahat etmek bir kişinin yarısını aldı.Bu yolcu taşımacılığının maliyetini yansıtıyor; Güney Song Hanedanlığı'nda Quanzhou, Fujian'dan porselenler Avrupa'ya sevk edildi ve katma değer yüz kata ulaşarak navlunu yansıtıyor Değer: Birleşik Devletler'in 19. yüzyılda yükselişi, büyük ölçüde Federasyon eyaletlerini tek bir pazarda birleştiren ulusal demiryolu ağının kurulmasından kaynaklanıyordu.
Uygarlığın gelişme sürecine, ulaşım maliyetlerinin kademeli olarak düşürülmesi ve ekonomik biçimi derinden yeniden şekillendiren ulaşım verimliliğinin sürekli iyileştirilmesi eşlik edecek. Elon Muskın nihai hayali, medeniyeti değiştirmek için ulaşım kabiliyetiyle ilgili bir hikaye olan Mars'ı kolonileştirmektir. Otonom sürüş, anın hikayesidir.İnsan emeği serbest bırakıldığında, maliyetlerdeki düşüş, yepyeni bir fırsat dalgasını tetikleyecektir. Geçtiğimiz yıl, otonom sürüş alanındaki ilerleme çoğu insanın beklentilerini aştı ve otonom sürüşün geleceği dört gözle beklemeye değer.
Yazar hakkında:
Horizon Akıllı Sürüş Ticari Direktörü Li Xingyu. Freescale'in uygulama işlemcisi otomotiv işinin pazar müdürü ve Silan Microelectronics güvenlik teknolojisi uzmanı olarak çalışıyordu. Horizon Robotics, yerleşik yapay zekanın yönüne odaklanır ve otonom sürüş için yüksek performanslı, düşük güçlü ve düşük maliyetli yerleşik yapay zeka çözümleri sağlamayı taahhüt eder. 2017 yılında CES, Horizon ve Intel, monoküler kamera ve FPGA tabanlı bir ADAS ürün prototip sistemi başlattı. Üstünlüğü, birçok tanınmış uluslararası ve yerli Teri1 ve OEM tarafından kabul edildi.
