工具链赋能百家,地平线开启智能驾驶量产的“马太效应”
智能驾驶市场目前也存在这样的问题:当下ADAS逐步普及,高阶自动驾驶进入白热化竞争,伴随着自动驾驶级别的提高,车载传感器数量、ODD复杂性和神经网络模型深度也随之增加,自动驾驶系统的研发挑战也越来越大,产业面临的开发效率瓶颈也日益凸显。
对于智能驾驶产业链的AI芯片公司而言,能否提供高效、开放的AI芯片工具链,在满足自动驾驶计算效率的同时支持上层应用的解耦开发,是AI芯片能否实现规模量产的前提条件。
在产业协作和博弈的过程中,一款好用的工具链也在不断被刷新定义。
有多位自动驾驶公司负责人表示,仅仅根据已知的场景、障碍和潜在的事故原因来部署自动驾驶车辆远远不够,谁能够对于未来持续演进、变化的自动驾驶算法及技术方案做出准确的预测,并提前完成应对与部署,将是接下来自动驾驶技术落地的争夺焦点。
“工具链设计的最大难题和挑战,其实是对未来持续演进的AI算法和技术方案的预判。”地平线深度学习平台与算法工具负责人代稳认为,当前整个智能驾驶行业的发展还处于快速发展阶段,AI工具链作为智能算法方案与AI 芯片的连接桥梁,在充分发挥芯片极致性能的同时,需要能充分判断未来算法演进给芯片架构带来的挑战。
代稳介绍,地平线最大的技术特色就是采用“软硬结合,协同优化”路径。在芯片的设计之初,地平线就会充分考虑算法演进可能带来的新计算需求,通过算法&芯片仿真工具链,把各种计算需求带来的架构影响量化到计算性能、芯片面积成本、预计功耗等维度,并以此作为AI计算架构设计与迭代的指导依据。
地平线:软硬结合,协同优化
总体来看,地平线天工开物®️AI工具链基于地平线自主研发的BPU处理器架构,能够整合各异的计算需求,提供了与芯片架构完美结合的编译优化工具集,可以保障计算资源的充分利用,真正发挥出了芯片的极致效能。
地平线天工开物AI芯片工具链
而从通用性角度,固定的基础加速运算需要承载未完全收敛的计算类型需求,工具链能够在软件开发层面提供很好的衔接。这恰恰来自地平线对算法趋势的准确判断,通过合理分配哪些硬件做、哪些软件做,才能达到平台整体在能效和通用性上的最佳权衡。
软件定义汽车的今天,变的是创新的用户体验需求,不变的是对AI开发效率的诉求。智能驾驶开发进入深水区,整车厂对技术迭代和应用创新的重视只增不减。此前,《高工智能汽车研究院》曾与长安汽车智能化研究院进行过深度沟通,以长安UNI-K在基于征程2芯片与AI工具链成功量产的隔空手势交互为例,车企需要基于自身产品定位与用户需求进行更复杂的定制功能开发,快速为用户推送新的功能体验,非标准化的需求也对底层的开发平台的灵活性提出更高的挑战。
长安UNI-K
地平线车载芯片产品总经理樊庆元对此表示:“作为一家拥有成熟量产经验的AI芯片公司,地平线一直关注的是变量当中的不变量。判断智能驾驶的开发过程中, 哪些工作是差异化变量、哪些工作是恒定不变量,以‘不变’应‘万变’。”
针对底层芯片、开发套件、基础软件等“不变量”,地平线会选择着重打磨,持续提升芯片平台的稳定性和可靠性。
一方面,地平线会通过软硬结合打造“样板间”的方式来验证芯片开发整个通路过程中的可靠性,从需求的角度来规划整个智能驾驶过程中的不变量的沉淀,借助科技溢出的效应对生态伙伴进行广泛赋能与支持。
另一方面,通过与合作伙伴紧密的沟通, 吸取并借鉴合作伙伴在AI开发过程中的痛点和诉求,在开放中不断汲取经验,努力做好芯片和开发平台的稳定迭代,为合作伙伴的差异化开发扫除后顾之忧。
地平线征程系列车规级AI芯片
自动驾驶量产落地的最大挑战在于如何让AI技术与工程相结合,但知易行难。一个深层次的原因是当下很多负责算法研发的团队和工程师团队分属不同的团队甚至企业,团队间协作是存在一定障碍的。而AI工具链的核心价值,就是让 AI 能力在跨团队协作过程中更标准化、更易获取,满足不同专业背景的工程师的应用需求。
针对AI工程化的薄弱环节,地平线AI芯片工具链的设计初衷就确立了兼顾高效与开放两大原则。“AI芯片‘好用’的关键需要充分释放硬件的性能,降低AI开发的复杂度与技术门槛,使得开发者们在AI芯片平台上可以高效地开发出自己的核心应用。”樊庆元补充表示。
地平线天工开物®️AI 芯片工具链推出五年来,已经逐步完善了包含模型结构检查器、性能分析器、模型编译器、模型模拟器在内的全套工具,提供对模型训练、优化编译到应用部署的AI开发全流程支持。通过工具化、样例化、自动化的方式,为生态开发者提供全生命周期的技术支持与服务。
代稳介绍,地平线天工开物®️AI 芯片工具链是一款专业性与易用性并重的AI工具链。地平线AI芯片工具链先后支持了MXNet、TensorFlow、Pytorch等社区框架,并且依托ONNX、Caffe等开放的神经网络模型结构来进行扩展,并能在基础算法、业务场景算法、参考解决方案等不同层面为开发者提供了能力支持,加速其业务模型的开发及部署效率。
对此,包括金脉电子、映驰科技、锐明技术等多家企业高层均表示,与英伟达、高通等芯片公司不同,地平线的 AI 芯片工具链高度开放,给予客户的自由度更高,并且在成本、本土化服务等方面更具优势。
“过去,传统的芯片厂商更多只关注芯片本身,很少给客户提供用于应用层开发的建模工具以及参考方案,地平线在底层驱动模块外,还提供了更为广泛的开发支持与服务。据我们所知,他们还会向客户提供丰富的参考设计,同时也在基于芯片和AI工具链构建整套的开发平台,为生态伙伴提供更高的自由度,地平线这样的开放模式对加速产业创新来说也是非常积极的。”金脉电子副总经理秦晨在回顾与地平线的合作经历时提道。
金脉基于征程3打造的Nano-SoM核心板
地平线的 AI 工具链集成了大量的实际客户问题的处理经验。“地平线AI工具链不是一个独立的软件产品,而是依托我们自主研发的BPU AI加速器及征程、旭日系列芯片构建的一套可持续迭代的AI开发工具。目前,工具链累计服务了超过百家合作伙伴,这也为我们持续打磨工具、优化用户体验提供了非常宝贵的生产经验。”代稳最后补充到。
“选择一家可以提供丰富、完善且经量产验证的AI芯片+工具链厂商,对于算法公司,特别是像我们这样聚焦打造中间件的企业来说,可以达到事半功倍的效果。"映驰科技CEO黄映表示:“芯片的交付则不止是硬件,更是一个系统。如同搭积木一样,基于地平线的芯片和AI工具链能够灵活组合产品算法,高效组成适用于各类应用场景的算法解决方案,构筑差异化的产品竞争力。
好用的AI工具链意味着什么
地平线 AI 芯片工具链在开放上毫不吝啬,甚至在开放深度方面更胜一筹,能够以更好的服务支持助力合作伙伴敏捷开发。锐明技术前装事业部副总监孙彦龙对此提道:“地平线是一家算法起家的公司,他们非常清楚自动驾驶算法需要一套怎样的AI开发工具链。通过软硬结合打造的芯片和AI工具链,能够更好的支持上层算法的开发,我们内部的算法同事对此评价也比较高。与国外的芯片厂商相比,地平线团队提供的本土化非常好,有需要他们会直接驻厂支持,大幅缩短了我们的研发周期,这一点让我们印象深刻。”
智能汽车产业链并没有像智能手机产业形成稳定的生态格局。当前,包括英伟达、高通等芯片企业的软件生态部门基本都是优先服务有限的Alpha客户,这取决于其在新兴赛道上的业务策略。而作为持续深耕智能驾驶的地平线而言,则始终秉持着助力合作伙伴实现商业成功的共贏心态。
映驰科技CEO黄映对此表示:“跟地平线的深度合作,某种程度上我们是在共创一个生态,就像手机端的安卓生态,在安卓之上更新的应用越多,大家在这个上面就有更多商业的想象空间。只有足够的开放,才能吸引更多的行业开发者,大家才能一起把这个蛋糕做大。从比较现实的角度讲,AI工具链需要长期的技术积累和资源投入,我们也关注到地平线在生态支持方面的投入非常大,也相信这种‘接地气’的做法能够快速弥补地平线与国际巨头之间的差距。”
黄映介绍道:“映驰基于征程3推出的两款行泊一体域控制器产品,针对不同车型定位与需求,提供单颗与三颗征程3芯片的配置,方案融合高速领航与低速泊车算法,具备较高的性价比优势。目前方案已经获得国内某造车新势力车型定点,并将于年内交付量产。后续,映驰还将基于地平线最新一代芯片征程5,推出支持多场景应用的整车高性能计算群,帮助整车厂快速打造量产整体解决方案”。
映驰科技DCU3.0行泊一体域控制器解决方案
随之征程2、征程3两代芯片的不断积累和沉淀, 地平线在智能驾驶领域面向乘用车、商用车、无人物流、Robotaxi等方向均逐步实现量产落地,覆盖全场景自动驾驶、智能座舱等车内外应用。
面向智能座舱领域,秦晨表示:“基于地平线芯片与工具链,金脉为客户定制基于特定感知结果的场景开发,比如将手机视频会议链接到车机端等,充分提升座舱用户体验”。
金脉电子的智能座舱系统
另外,金脉基于征程3芯片还创新开发了舱泊一体方案,预计第三季度进行大面积市场推广并向用户开放参考设计。对此,秦晨提到:“目前许多定位于经济型的车型,比如是A0级或者A00级的车型很难去部署高等级的自动驾驶功能,但基于单颗征程3打造的舱泊一体方案具备极高的性价比,可以很好地帮助他们一步到位实现产品智能化提升。金脉通过高集成度的设计方案,充分利用征程3的计算资源,在有限的成本下为客户提供最大的利用空间。”
专注商用车市场的锐明科技就基于地平线AI芯片与工具链推出ADAS一体机和面向L2级域控制器产品。锐明技术孙彦龙直言:“商用车ADA目前还属于法规市场,不同于乘用车更加关注用户体验,因此商用车主机厂会更加关注成本和国产化,地平线在这一方面也是扛起了大旗,同时能够提供性能不输于国际竞品的表现,得到了主机厂的认可。
锐明技术ADAS一体机与辅助驾驶域控制器产品
基于 AI 芯片与工具链,地平线助力合作伙伴打造面向泛车载丰富生态场景的差异化技术方案,如夜视、激光雷达、V2X、智能交通、远遥推流等,这一方面体现了地平线对智能驾驶生态开发的开放性支持,另一方面也展示了生态开放的多样性迷人的一面。
前装出货量最能直观反映产品的量产能力与市场表现。根据高工智能汽车研究院数据显示,2022年1-5月,地平线征程系列芯片在中国市场乘用车前装标配智能驾驶域控制器的搭载上险量仅次于特斯拉(自研芯片,暂不外供),是第三名Mobileye的近两倍,是英伟达Xaveir和Orin总和的两倍有余。
量产对未实现的公司是难跨过的门槛,对已实现的公司是可复制的经验。量产规模效应一方面影响消费者决策,另一方面更能反哺AI芯片供应商,提供源源不断的技术沉淀。地平线的芯片与AI工具链也将在量产中不断打磨优化,为客户和生态伙伴提供更全面的支持与服务,相信这会是一个越用越多,越多越好的过程。
伴随征程5 产品化走向成熟,结合更完善易用的AI工具链,地平线也将进一步为生态伙伴提供开放的自定义加速计算能力,给予开发者更大的灵活性去探索算法和软件的创新。可以预见,地平线通过开放的底层平台与生态支撑体系,也将加速高阶自动驾驶量产落地的步伐。
微信扫码关注该文公众号作者