主管QQ

97007323

当前位置:主页 > 新闻动态 > 行业动态 >

首页/优盈2官网注册/首页

文章出处:未知 人气:发表时间:2020-09-09 18:27

  首页/优盈2官网注册/首页_主管QQ97007323_原标题:精品课第22讲 李星宇:算力为王!车载中央计算平台赋能软件定义汽车

  “智能化考验的不再是供应链和成本管理,而是进化的速度,即如何以最快的速度满足消费者的多样化需求,并充分借助AI芯片和软件,使得车辆从功能机器转向高级行车伴侣,使得人类从驾驶任务承担者转变为出行享受者,这应该是整个中央计算平台引领的行业变革的核心目标。”

  9月7日晚,在由《中国汽车报》与广州智能网联汽车示范区运营中心联合推出的“2020智能网联汽车精品课”第22讲中,地平线市场拓展与战略规划副总裁李星宇以“车载中央计算平台技术挑战与发展趋势”为主题,详细分析了车载中央计算平台的架构、安全和算力,以及所带来的行业变革趋势。

  李星宇指出,过去汽车智能化功能更多是以独立单元的形式呈现,例如车窗的智能化、车身的智能化等,其实是分布式ECU架构,而随着“软件定义汽车”的理念深入人心,汽车的电子电气架构也需要随之改变,目标是通过底层架构变化,加速软件开发。从分布式ECU架构到域架构,计算的集中度明显提升,后者按照功能不同聚类,有了“面向服务(SOA)的架构”这个概念,软硬解耦得以体现,且通过以太网作为车内骨干网进行互联。这种趋势继续演进,就出现了中央计算架构,可以提供开放式软件平台,底层资源充分池化使得中央可以共享,在未来进一步打通云端计算和车端计算,形成更大的协同式计算网络,但车端的边缘计算依然是智能化的基石。

  总结来看,车载计算构架的核心演进逻辑就是通过提供开放的、资源充足的硬件平台,让软件的开发更加高效。

  特斯拉的电子电气架构演进就是一个典型的例子。Model S基于功能有了较为明显的域划分,ADAS模块横跨动力域与底盘域。到了Model X,底盘域、车身低速容错及车身域合并形成中央车身控制模块,ADAS功能进一步扩展成为以Autopilot为代表的域控制器架构,而热控制器与中控连到一起。再到Model 3,则变成了中央集中化的计算架构,以HW3.0为底层的计算平台,再加上左右车身控制器,可以覆盖全车的计算和控制。

  “软件定义汽车会对产业格局产生重大影响,使得OEM在与顶尖Tier1博弈的过程中,重新获得优势,不断将过去属于Tier1的功能拿回来重新自行开发。”李星宇说。

  据李星宇介绍,在特斯拉的车载中央计算平台中,有比较巧妙的功能安全机制,即FSD有两颗芯片,同时都对同样的数据进行分析,而后进行比对,再得出最终结论。该平台以FSD为核心,一次性接入所有车载摄像头作为主传感器,集中化处理,再配合左右车身控制器,使得计算架构简洁明了。

  再看在传统主机厂中汽车智能化比较激进的玩家宝马,它采用了系列化计算平台,从L1到L4全栈覆盖。随着自动驾驶等级提升,传感器数量不断增加。“中央计算平台的主要任务就是环境感知,随着传感器数量持续增加,必然会导致平台对算力的要求不断飙升。”他说。

  安全方面,宝马在硬件上有异构双机备份,软件上采用交叉验证,主要部件满足ASIL-B等级,关键部件满足ASIL-D等级。“从软硬件配置来看,宝马功能安全达到了完备的地步,但我们意识到,安全机制的复杂性又引入了新的安全风险。例如,采用大量校验机制,但如何保证检验器可靠?”李星宇说,“安全本身没有绝对完美的状态,只有相对值确保达到对可靠性的要求。”

  至于大众集团则走折中路线个高性能计算机(ICAS)组成核心计算群,称为E3架构,适合覆盖不同等级的车型。“这种架构也能在相当程度上达到软件定义汽车的目标,面对不同区域、不同用户的功能可以得到高效开发,同时也是采用了面向服务的架构。”他说。

  整体来看,特斯拉已经在去年实现了中央集中式的计算架构,宝马则预计2021年推出,通用和大众仍处于域控制或跨域融合阶段。在Tier1中,安波福相对领先,半中央集中式的计算架构预计2022年,中央集中式的预计2025年推出。“不具备这种开发能力的主机厂可能要到2024年或2027年才能迎来量产车。从这一点来看,特斯拉已经大幅度领先了传统玩家。有报告显示,这种领先幅度至少在6年以上。”李星宇表示。

  李星宇指出,智能汽车的电子电气架构设计面临四大挑战。一是功能、信息和预期功能安全,二是实时性,三是带宽瓶颈,四是算力黑洞。

  安全方面,ISO26262面对AI及自动驾驶这些新技术时是否充足,有待进一步评估。另外,还有一大批安全标准正在制订中。相关标准主要是由国际标准化组织(ISO)和电气电子工程师学会(IEEE)主导。“整体来看,智能汽车的安全标准还处于早期阶段,但今后如何衡量汽车安全是业界绕不开的话题。现阶段还在摸索。”他说。

  感知及AI安全依然是自动驾驶落地的主要挑战。软硬件分离催生感知平台,支撑上层多样化功能。“感知是车对外部物理世界的数据化描述,没有二异性,容易标准化。未来随着智能化功能愈发复杂,我们就要求感知不能单独用于某项功能,而是变成公有资源。未来整个数据的处理方式会发生根本性变化,也就是说,感知的处理会被进一步集中化。”他说。

  算力方面,地平线创始人&CEO余凯曾指出,智能汽车时代,AI计算芯片就是数字发动机,提供智能汽车最重要的硬件基石:算力。李星宇表示,当前算力不足已经成为智能汽车发展的核心瓶颈。算力就好比智能汽车的脑容量,进化史上,灵长目动物智力的提升,是伴随着大脑容量的不断提升而获得的,汽车的智能化也遵循同样的趋势,算力的持续提升是汽车智能化进步的标志。中央计算平台对于算力的需求较为多样化。AI计算是异构计算中占比最大的部分,逻辑算力的需求也在提升。中央计算平台的两大应用是自动驾驶和智能座舱,前者以AI计算为主,后者以逻辑计算为主,需要用不同芯片来实现。每增加一级自动驾驶等级,算力需求十倍上升。

  AI对算力的需求过去7年间提升了7个数量级,旧摩尔定律已经无法支撑AI对算力的需求,且车规级AI芯片的软件成本增长比硬件更快,正急剧推高芯片开发成本。李星宇表示,特斯拉之所以能领先竞争对手,主要在于自家的FSD,其相对于英伟达Drive PX2,性能提升21倍,功耗只增加1/4,成本还降了20%。从特斯拉可以看出AI计算的“新”摩尔定律:软硬协同提升数据处理效能。

  据了解,地平线基于软硬协同理念来打造AI处理器,去年推出中国首款车规级AI芯片——征程2,今年第一季度应用在长安的量产车上。地平线 TOPS的算力。

  李星宇指出,整体来看,车载计算平台有四大趋势:计算集中化、软硬件解耦、平台标准化以及应用生态化。三大核心支柱为:AI计算芯片、车载操作系统以及海量数据闭环。软件定义汽车成终极方向:中央计算-区构架支撑面向服务的软件框架。

  技术的巨变必然带来产业变革。他指出,汽车行业正按照IT行业的逻辑和节奏向前发展;产业生态也将重塑,拼图式合作将替代传统的塔状结构供应链;整个的价值链发生转移,智能化零部件成整车最大成本因素,例如特斯拉Model 3的智能化零部件占比到2030年预计将达到45%;淘汰赛拉开序幕,行业迎来百年巨变。

  A:分阶段,地平线在域控制器阶段,而计划年底或明年初推出的征程5的算力有20倍提升,将应用于中央计算平台。

  Q:在特斯拉、大众、宝马等企业推出的计算平台中,您最看好哪一种?为什么?

  A:看好特斯拉所代表的计算平台架构,其大幅提升了进化效率,软件迭代效率较高。不过,并不是一种架构适用所有。特斯拉的车型较少,价位高,但大众车型分布广,类型多,故而其使用3个域控制器的架构,可有效搭配不同车型。宝马对安全较为看重,故而采用了复杂的异构的计算架构,来达到自己的功能安全标准。所以说,每一家的计算平台都必须根植于自家产品组合和品牌定位,只有最适合,没有最优。

  A:中国的主机厂应学习特斯拉,但不应是“复制”,比较可行的方式是充分集合中国的创新企业,协同作战。中国市场的驾驶工况、消费者需求等与国外有诸多差异,这些差异可作为中国企业的突破口。上游有芯片开发能力的公司与主机厂进行深度组合,协同创新,会是一个更有实践性的道路。

  A:在中国的驾驶场景下,很期待中国的造车新势力去追赶特斯拉。这些造车新势力的进化速度非常快,这是其优势所在。相比之下,传统主机厂在组织和文化方面有先天劣势,决策速度不够快,人才结构不合理,还需要重新打造软件能力。

  A:我们进行了多番尝试,但从2019年开始坚定了路线,围绕芯片去做底层赋能。我们的核心是:基于芯片,打造开放式开发平台,使得客户能够基于这种平台去打造自己的核心软件能力。

  A:对,我们规划的最新一代芯片的算力为三位数TOPS,对标全球最高水准。算力不足在相当长的时间内会成为智能汽车发展的瓶颈,如果说车载计算机是大脑,那我们首先要对脑容量进行扩容,才能保证其后续有迭代进化的能力。

  A:电动汽车更容易平台化,平台对于智能化也是一个加分项。未来有两个解耦趋势,除了软硬件解耦外,还有机械和电子的解耦,电动汽车的机电解耦先天比燃油车更容易。不过,这并不意味着燃油车没有优势,尤其是其会在相当长的时间内占市场主体,还是要看用户需求,我们的第一个量产上车的车型就是燃油车。

在线注册

自助注册