關(guān)于自動駕駛視覺芯片的DNN之爭

近日，日本科技巨頭東芝公司宣布開發(fā)了一款新的硬件平臺，采用了深度神經(jīng)網(wǎng)絡(luò)(DNN)技術(shù)，用于改進(jìn)先進(jìn)的駕駛員輔助系統(tǒng)(ADAS)的圖像處理。

該公司將把DNN硬件與傳統(tǒng)的圖像處理技術(shù)結(jié)合起來，從2019年9月開始，這款名為Visconti 5圖像識別處理器的樣品將出貨。

東芝的DNN技術(shù)使用了一種模擬人類大腦神經(jīng)網(wǎng)絡(luò)的算法，官方宣稱其識別處理將與人類大腦一樣準(zhǔn)確，甚至更好。該算法將允許系統(tǒng)識別不同的道路交通狀況和各種障礙和道路標(biāo)記，從各個方向和接近實(shí)時處理。

深度學(xué)習(xí)的實(shí)質(zhì)，是通過構(gòu)建具有很多隱層的機(jī)器學(xué)習(xí)模型和海量的訓(xùn)練數(shù)據(jù)，來學(xué)習(xí)更有用的特征，從而最終提升分類或預(yù)測的準(zhǔn)確性。

作為機(jī)器學(xué)習(xí)的一個細(xì)分領(lǐng)域，其動機(jī)在于建立、模擬人腦進(jìn)行分析學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)，它模仿人腦的機(jī)制來解釋數(shù)據(jù)，例如圖像，聲音和文本。

與基于傳統(tǒng)機(jī)器學(xué)習(xí)的圖像識別相比，DNN在采集更多信息的同時，能夠?qū)Ω蠓秶哪繕?biāo)提供更準(zhǔn)確的檢測和識別。

以特斯拉為例，第一代基于Mobileye的芯片，就是首個使用了DNN技術(shù)算法的案例。不過當(dāng)時，ADAS和半自動駕駛的主要部分是由Mobileye的芯片和算法處理的。

上圖所示的過程是特斯拉當(dāng)時自動駕駛系統(tǒng)工作原理的高級圖。其中包括一些算法函數(shù)，如運(yùn)動分割、自我運(yùn)動、攝像機(jī)求解等，但真正有趣的部分是基于DNN的函數(shù)，涉及到可行駛區(qū)域空間像素標(biāo)記、全局路徑規(guī)劃、通用對象檢測和信號檢測。

在Mobileye的基礎(chǔ)之上，特斯拉對道路上的車輛進(jìn)行了三維建模，通過DNN進(jìn)行不同側(cè)面、前后兩側(cè)的訓(xùn)練，直到能夠檢測到合理的精度，從而構(gòu)建出相同的三維模型。

不過有消息稱，當(dāng)時特斯拉很多基于DNN的功能都處于休眠狀態(tài)，直到特斯拉認(rèn)為它們可以啟動為止。從采用第二代計(jì)算平臺英偉達(dá)到如今特斯拉宣布自研芯片即將投產(chǎn)，背后是芯片處理能力、DNN算法之間的協(xié)同。

眾所周知，自動駕駛汽車對芯片計(jì)算能力的要求比傳統(tǒng)早期汽車芯片提高了100倍。這包括需要處理來自汽車周圍多個攝像頭、雷達(dá)和激光雷達(dá)傳感器的輸入，分析數(shù)據(jù)，并使用這些數(shù)據(jù)做出駕駛決策。

東芝在聲明中指出，“這種趨勢將增加對更先進(jìn)和更有能力的系統(tǒng)的需求?！崩纾瑲W盟支持的安全標(biāo)準(zhǔn)，2020年版的歐洲新車評估計(jì)劃(Euro NCAP)增加了避免交叉路口碰撞的測試。深度學(xué)習(xí)被用來解決許多傳統(tǒng)編程方法無法解決的復(fù)雜問題。

馬斯克透露特斯拉自研AI芯片的籌備已有兩三年時間，通過自行設(shè)計(jì)芯片，公司能夠?qū)Ｗ⒂谧约旱男枨?，進(jìn)而保證算法開發(fā)和落地效率。

特斯拉正在研發(fā)的名為“Hardware 3”硬件版本的核心就是這顆芯片，將用于Model S、Model X以及Model 3，性能將大幅超越目前其采用的英偉達(dá)芯片。

目前，在高等級自動駕駛系統(tǒng)方面，深度學(xué)習(xí)為圖像中的目標(biāo)識別提供了一種不錯的解決方案。但背后需要芯片的支持。

芯片制造商英偉達(dá)(Nvidia)去年10月發(fā)布了一份有關(guān)自動駕駛芯片計(jì)算能力的報告。一輛裝有10個高分辨率攝像頭的汽車每秒產(chǎn)生2 Gigapixels的數(shù)據(jù)，每秒處理這些數(shù)據(jù)需要250萬億次操作。

三年前，東芝與日本汽車零部件供應(yīng)商Denso合作，共同開發(fā)了一種名為深度神經(jīng)網(wǎng)絡(luò)專利(DNN - IP)的人工智能技術(shù)，以幫助開發(fā)ADAS技術(shù)。

近年來，不斷有新的AI視覺芯片公司涌現(xiàn)，就是看到了圖像傳感器和攝像頭將在自動駕駛汽車的發(fā)展中發(fā)揮關(guān)鍵作用。

東芝目前已經(jīng)提供了TMPV75和TMPV76系列的圖像識別處理器，它們集成了RISC類型的媒體處理引擎(MPEs)，以提高圖像數(shù)據(jù)處理性能。該處理器能夠?qū)崟r處理1到4臺攝像機(jī)的輸入圖像，并允許最多連接8臺攝像機(jī)。

ARM等其他芯片制造巨頭也在加大進(jìn)軍自動駕駛汽車領(lǐng)域。今年9月，ARM推出了Cortex-A76AE (Automotive Enhanced)，這是ARM專門為自動駕駛汽車設(shè)計(jì)的CPU架構(gòu)。

對于Cortex-A76AE, ARM對A76平臺進(jìn)行了顯著的重新設(shè)計(jì)，增加了一種名為Split-Lock的功能，從而增加了安全性。簡單地說，split - lock允許兩個CPU內(nèi)核以鎖定步進(jìn)(都執(zhí)行相同的任務(wù))或分割模式(執(zhí)行不同的任務(wù)和應(yīng)用程序)進(jìn)行操作。

視覺處理芯片是自動駕駛芯片陣列中重要的一環(huán)，由于可以同雷達(dá)等傳感器形成互補(bǔ)，基于深度學(xué)習(xí)的視覺識別處理，在道路、交通標(biāo)志、障礙物、行人等識別中重要性愈發(fā)凸顯。

而在剛剛開幕的2019年CES上，大陸集團(tuán)和采埃孚就宣布了基于NVIDIA DRIVE的Level 2+自動駕駛解決方案，將于2020年開始生產(chǎn)。

作為一個L2+級自動駕駛解決方案，集成了高性能NVIDIA Xavier?系統(tǒng)級芯片(SoC)處理器和最新的NVIDIA驅(qū)動軟件來處理深層神經(jīng)網(wǎng)絡(luò)(款)感知以及完成環(huán)視相機(jī)傳感器、座艙內(nèi)視覺數(shù)據(jù)的處理。

因此各大廠商也都在爭相占領(lǐng)高地，NVIDIA和英特爾旗下的Mobileye目前是市場翹楚，占據(jù)了較大的份額，二者在汽車芯片領(lǐng)域，都是新生。其它傳統(tǒng)汽車芯片廠商，正在迎頭趕上。

不過，自動駕駛視覺處理芯片的賽跑，才剛剛開始，領(lǐng)頭羊、傳統(tǒng)勢力、新入局者各自的節(jié)奏都不一樣的，但市場一致——我們目力所及的汽車，ADAS還遠(yuǎn)未普及。

誰能掌握真正的話語權(quán)，在于占領(lǐng)足夠大的市場，而這些故事，將會在接下來的5-10年完成。