飞步自动驾驶方案:无人货运起步,自研AI芯片

胡薇 发表于 2018-06-14 11:38:01 收藏 已收藏
赞(0) •  评论(0

飞步自动驾驶方案:无人货运起步,自研AI芯片

胡薇 发表于 2018-06-14 11:38:01

何晓飞离职滴滴创业,不是新消息。

这位前滴滴SVP、研究院创始院长、滴滴无人车团队开创者,现在是自动驾驶创业公司飞步科技的创始人及CEO。

但飞步的具体方案是什么?如何在竞争日益火热的无人车比拼中脱颖而出?

今日,何晓飞首次披露创业进展,并且表示要自主研发自动驾驶专用芯片。

全栈方案

飞步科技,2017年7月正式创立,在自动驾驶领域算不上早,但何晓飞目标宏大,起步就将无人驾驶当做一个全栈工程去攻克,整体方案上,飞步不仅要做无人驾驶算法,还要自主研发自动驾驶专用芯片。

国内此前并无先例。国际上也只有Waymo,英特尔+Mobileye,以及有公开计划但尚无实际进展的特斯拉。

在何晓飞看来,无人驾驶可以分为传感器系统、计算平台和算法和车等几部分,而目前最具挑战之处,在于计算平台和算法融合。

当前主流的自动驾驶计算平台,由CPU、GPU、存储和散热系统等构成,不仅成本高昂,而且功耗、稳定和计算速度方面都无法满足要求,特别是飞步目前切入的无人驾驶货运的要求。

于是何晓飞决定迎难而上,自主造芯。

何晓飞介绍说,主要存在4大挑战:

一是卡车结构松散,需要解决多传感器在线标定的问题;

二是盲区大,需要多传感器融合;

三是稳定性差,需要多目标优化决策;

四是机动性差,需要精细化建模、控制,以及远距离感知。

归结起来,对于货运驾驶中的反应速度和制动距离会有极大挑战,所以只有软硬件一体,把算法和芯片放在一起推进,才能更快实现大规模商用。

芯片和团队

具体芯片方面,飞步希望设计的是专门针对深度学习的计算芯片,而且符合车载芯片的需求,在功耗、散热、稳定和速度方面都有优质表现。

当然,自主造芯,光靠AI算法大牛何晓飞和蔡登(飞步首席科学家)还不够。

飞步科技创始人何晓飞和联合创始人曹宇(右)

此次正式对外亮相的还有飞步芯片核心团队:

芯片团队由联合创始人曹宇负责,他是UC伯克利电子工程博士,大规模集成电路领域世界级专家,IEEE Fellow,参与飞步创业前,是亚利桑那州电子工程系教授,研究成果已经成功应用在英特尔、高通、IBM等设计技术中。

芯片架构负责人Hang Nguyen,前英特尔首席架构师,芯片架构国际级顶尖专家,在芯片行业有35年经验,50多项专利。领导了多种英特尔低功耗移动芯片的架构和微架构涉及,开发了英特尔首款采用PCI Express和存储加速集成的嵌入式Xeon系列处理器。

系统芯片集成专家Victor Szeto,前高通首席系统工程师,系统芯片(SoC)集成及验证项目主管。之前领导开发了多款车用咨询娱乐系统的产品,包括高通低功耗的Tenuto、Karkata和Diamond芯片。

何晓飞也透露了飞步发展规划:

2018年,主要解决城际货运,由一个城市仓库到另一个城市仓库货运。

2019年,主要解决市内货运,涉及市内道路,人车混行。

2020年,省际货运,中间涉及充电、加油等问题。

2022年,走向通用无人驾驶,打造出一个集环境感知、地图定位、规划控制、AI芯片为一体的AI技术平台——这可能也是飞步“飞越极限,步入未来AI驾驶”的最好诠释。

目前,飞步已获创新工场天使轮投资。

自动驾驶芯片领域竞争激烈

自动驾驶领域,是芯片的又一大新市场。目前英伟达、Mobileye(英特尔)、地平线、特斯拉、谷歌和苹果等多家企业参与其中。

除了地平线,这里的每一个参与者市值都超过1000亿美金。

在这些参与者之中,特斯拉和苹果的自动驾驶芯片对外销售的概率非常低。谷歌因已经自研了激光雷达、决策软件和云端的TPU,大概率事件是打包销售。

英伟达暂时采用了GPU,暨通用AI处理器来解决自动驾驶的终端计算。而Mobileye,地平线、特斯拉和谷歌,将全部会采用ASIC方案。

在这些有能力研发自动驾驶芯片的企业中,真正确定面向公众市场进行销售的就是英伟达、Mobileye和地平线。

截止目前,L4及以上的市场基本上被英伟达垄断,该公司CEO黄仁勋对外宣称,全球范围有320家自动驾驶研发机构,使用了他们的Drive PX 2 SOC。从2016年开始,全球范围内冒出了数百家自动驾驶初创公司,VC的钱源源不断地投向这些初创公司之后,再通过这些创始人流向了黄仁勋先生的腰包,使得英伟达的财报和股价无比亮眼。

然而,英伟达的Drive PX 2一块板子需要1.6万美金,功耗高达425瓦,没有达到车规,注定是Demo市场的“王者”。

地平线CEO余凯认为,英伟达在自动驾驶领域推出ASIC芯片只是时间的问题,只有这样才能解决价格高企、极端耗能和车规等一系列问题。

然而,英伟达现阶段的核心战场是服务器端的AI计算,不断提升GPU算力还是首要任务,贸然进入ASIC终端AI计算市场,需要对场景有非常深入的洞察,以及一体化的软件和应用集成开发能力,并不是英伟达原来擅长的打法。

2017年3月,英特尔以153亿美金的价格收购Mobileye,震惊业界。截止目前,Mobileye依然是ADAS以及L1、L2市场的王者。汽车行业所有的Tier1,除了博世和大陆,都是Mobileye的客户。

这家以色列的自动驾驶ASIC芯片制造商,在这个领域具有极大的话语权,按坊间的说法,某些Tier 1在向OEM报价时,甚至需要Mobileye的批准。Mobileye对OEM也非常强势,其算法和芯片绑定,不允许车企更改。

余凯认为,L4级别的自动驾驶汽车若要量产,恐怕要到2023年,眼下最现实的是L2级别的自动驾驶市场。

余凯透露,地平线的自动驾驶芯片在2018年底,就可以完成车规认证,达到ASIL-B级别,并期待在2019年于前装市场实现10万片的订单。

作为一家初创企业,也是中国本土唯一一家走向自动驾驶芯片竞争舞台的企业,地平线的竞争对手异常强大,未来机会在哪里还需要付出极大的努力。

结束语

虽然自动驾驶芯片领域竞争的企业很多。然而还没有专注于深度学习架构的自动驾驶芯片。

要想达到机器在反应速度上“超过人类”,针对无人驾驶汽车需要处理的庞大数据量,除了在算法上进行优化外,还需要提高车载芯片散热、功耗、性能。

因此,研发自动驾驶专用芯片、将算法和硬件一起推进,实现软硬件一体化,会是很好的思路,也能够降低自动驾驶解决方案的整体成本。

收藏

相关话题
文章来源栏目
+关注

评论(0)

加载更多评论

参与评论

分享到

QQ空间 QQ好友 微博
取消