地平線餘凱:大計算時代,邊緣AI晶片將如何改變未來城市
AI讓城市更安全、更美好,而計算需要大量下沉到邊緣,必須依賴可靠的、高效的邊緣AI晶片。
9月17日,2018世界人工智慧大會(WAIC)在上海開幕。9月18日,地平線創始人兼CEO餘凱在“邊緣計算·智慧未來高峰論壇”上,作了題為《邊緣AI晶片,讓城市更美好》的主題演講,分享其對於邊緣計算、未來城市以及人工智慧發展趨勢的思考。餘凱在演講中表示,目前人類正處在從大資料時代向大計算時代變革的時間點上,算力是第一生產力,AI讓城市更安全、更美好,而計算需要大量下沉到邊緣,必須依賴可靠的、高效的邊緣AI晶片。
以下為演講實錄,經黑智編輯整理:
今天我們在這裡一起探討邊緣智慧,邊緣計算。這個現在看起來已經越來越廣受關注的行業共識。但是地平線創立的第一天開始,就把邊緣計算作為自己的核心使命,今天跟大家彙報和分享一下地平線在邊緣計算方面的一些工作和思考。
為什麼我們的題目叫“讓城市更美好”,這裡面有交通、有駕駛、有大量的人機互動,計算一定是發生在資料爆發的場景裡面,而現在資料大量產生和爆發的地方就是在城市。邊緣計算之所以這麼重要,是因為它確實會讓整個城市的生活變得更加安全,更加美好。
AI未來的發展,畢然會促成智慧城市。邊緣計算,會覆蓋生活的每一天——從家裡出發,在路上,在工作的場景裡面。這裡毫無疑問,會產生大量的場景,大量的資料。這裡有一個數據的報告,比如說2025年,全球資料量將以10倍速劇增至163 ZB,這個資料量遠超過任何網際網路公司現在所儲備的資料量。
世界所謂的分久必合,合久必分,在計算上也在發生。在PC時代的時候,所有的計算都是在電腦上,是本地邊緣計算。後來隨著網際網路發展,資料越來越往雲端、中央上轉,計算慢慢轉移到了雲端,轉移到了雲端計算。而從移動網際網路開始到現在物聯網,我們看到另外一個趨勢,更多的計算從中央往邊緣遷移,毫無疑問帶來的好處就是剛剛大家都提到的,就是實時性、可靠性,裝置在離線的情況下還可以正常運作,比如說我們自動駕駛汽車在路上跑的時候,過隧道的時候沒有信號,車如何自動駕駛?一定要靠不依賴網路和雲端的邊緣計算。比如我們有很多安防類的企業,他們有一些現在是靠WIFI聯網處理,但是受訊號和頻寬影響很大,也需要邊緣計算。此外,還有很多的安全性,價效比等等因素。
這裡面核心的一點,大量的計算要在邊緣,並不是在資料中心。資料中心需要強大的供電系統,經常建在例如內蒙古等一些用電需求比較少的地方。而邊緣計算一定要求低能耗,這就對邊緣計算的處理器要求非常高。邊緣計算的AI處理器,可以說是今天我們整個智慧城市,自動駕駛的核心的技術基石。
我們說邊緣計算,是不是意味著我們的算力要打折扣?其實不是,我這裡跟大家分享一個自動駕駛裡的一個例子。我們說自動駕駛氛圍一級二級三級四級五級,到五級就是全天全路況,全工況的無人駕駛。在這裡有一個很有趣的趨勢,自動駕駛每往上升一級的話,它整個的計算量增加一個數量級。比如說今天可以說產業界當前所處在的階段是三級自動駕駛,匹配的產業化的人工智慧處理器處於差不多10T的算力階段,而四級的自動駕駛到百T量級,再到五級的完全的無人駕駛的話,要到1000個T。
這個是什麼概念呢,我們稍微回顧一下摩爾定律,我們看過去的一百年,平均來講每一千美金大概能買到的算力是這樣的增長的曲線。今天當然,一千美金相當於一個iPhone,可以買到的算力。從2017年開始,實際上摩爾定律也發生了新的變化,因為我們的物理製程其實已經開始變化,最新大家在攻克五奈米這樣的製程,但是繼續往上的話,越來越難,因為我們知道原子是0.1奈米,所以我們在逼近原子的極限,物理的製程就不能繼續推進摩爾定律繼續往前發展。
今天,可以說是進入了新摩爾定律的時代,要通過場景驅動,剛才施老師也提到了,場景跟任務、軟體演算法去驅動,這種架構的模型。使得摩爾定律還能夠繼續往前奔跑。
在這裡我有一個預測,如果我們能夠做到這一點,基本上到2025年的時候,每一千美金能夠買到的算力相當於1000個T,這1000個T的算力,它能夠滿足五級無人駕駛所需要的計算需求。基於此我們繼續開發匹配的軟體系統,使得2030年的時候,真正的五級的無人駕駛成為可能。
很有意思的是,我們可以看到1000個T的算力正好和我們今天的人類大腦的算力相當。這裡面也不完全是巧合,因為自動駕駛需要在比較複雜的工況下面能夠繼續以自己對事態的理解,複雜的決策,需要達到人類大腦這樣的算力才能去應對這樣的情況。所以這是摩爾定律的一個很有意思的發展。
核心來講,邊緣計算要實時性,低延遲,這個要求很高,跟在資料中心的計算不一樣。但是同時,它對算力的要求一點都不低。邊緣的人工智慧處理器是未來科技競爭的主戰場,是一個制高點。
另外一點,今天大家都在講我們現在處在一個大資料的時代,可是我想業界,至少在座的各位已經慢慢的或多或少達成了一個共識:未來,我們更重要的是進入一個所謂的大計算的時代。因為資料是一個泛泛的,是無窮存在的,關鍵是你能不能計算,通過計算讓資料產生價值。
還有一點,在很多的場合我們也看到一些趨勢,資料的計算很重要,去年我們看阿爾法狗升級了一代,新的阿爾法狗是不需要人類堆積的資料學習,完全通過虛擬的方案,形象的比喻是叫左右互搏去提升它的算力。我們可以看到自動駕駛也出現了這樣的情況,更多的不是說在實際的路面上去採集資料,提升在各種路況下的控制反應能力,而更重要的是模擬性,完全是虛擬的世界裡面的計算。
所以說我們可能面臨一個時代,可能我們自己都沒有意識到,我們以為我們處在大資料的時代,可是我們實際上在進入一個大計算的時代,真正的大計算才是構成未來所謂的這個世界的根本。
所以地平線是面向這樣的未來,我們深刻的認為算力是未來整個社會的核心技術實力的制高點。所以我們也以這樣的使命去推進人工智慧的計算。
剛才講到了所謂的新摩爾定律,不僅僅是通過物理的製程,要通過軟體跟硬體的結合。講到這一點,我們一定是會回顧計算機發展歷史上很有影響力的一位人物,Alan Kay,他有一個思想,非常具有前瞻性“叫軟體和硬體的結合”,他說如果人要想真正的做好軟體,一定要做好硬體。絕大多數的人覺得這個事情太重了,不願意做,但是過去只有一家公司,只有一個人,就是喬布斯跟他領導的蘋果公司,所以我們看到整個的移動時代,世界上唯一的一家公司做軟硬結合的,晶片自己做,軟體作業系統也他自己做。
在人工智慧時代,我們所謂的新的摩爾定律時代,地平線深深的信仰通過軟體和硬體的結合才能夠繼續推動摩爾定律,讓人工智慧,邊緣計算真正的成為可能。
毫無疑問,這個東西也越來越成為一個時代的共識,比如說今年我們看到圖靈獎發給兩位計算機架構的專家,晶片的架構設計的專家。這樣的專家都很有意思,他們現在都在軟體公司工作,在Google。
所以我們看到這樣的趨勢——軟體和硬體的深刻的結合。那今天,看中美兩個國家,到今天為止,在這方面大量投入去研發的,其實美國就是Google和微軟,在中國真正的投入這麼大的力量在軟體演算法和晶片架構創新方面,主要的還是地平線。
面向資料流的各種優化,今天我們要測資料流,同時怎麼樣去加速運算的效果,地平線做了很多的工作。
剛才施教授也有一個對不同的結構的分析,如果說基於軟體驅動,你會發現其實越是面向未來的,未來成為主流的軟體框架,其實我們戶有更重要的,更多的加速。可以看到,我們的新的處理器的架構對現在最流行的網路結構有了極大的加速,速度的提升。所以說軟體驅動,你一定是面向應用場景的,一定不是說ABCDEFG全部一樣樣的。
地平線希望能夠在這個領域,在公司成立十年的時候成為全球最大的AI晶片的公司。這個應用場景,無論是智慧城市還是輔助駕駛、自動駕駛,最大的場景就是在中國,所以其實在中國做到第一的話,估計就是世界第一。
我們看汽車市場,去年是2800萬輛,美國是1700萬輛,今年中國會保持2500萬輛的規模,所以中國確實是第一大的場景。
圍繞邊緣的人工智慧處理器,我們的首要核心,第一個,我們認為最高的還是自動駕駛。在攀登這個高峰的過程中,一路都會有收穫,包括智慧城市,智慧零售,智慧製造,都是邊緣處理器的應用場景。
我們去年在12月份的時候釋出了這樣的兩款處理器,這是今年最新的成果——征程2.0處理,為更高效能的四級自動駕駛提供處理計算方案。可以說我們提供了更高的效率,更低的功耗。以前完成這樣的計算需要水冷的系統 ,這裡面是一些適時的計算,背景是中關村,相對來說比較複雜的路況場景。
可以說這一點上地平線已經站上了國際舞臺,今年我們在四級自動駕駛已經有了單子,競爭對手要完成這樣的海量資料的計算,他們要幾千瓦的功耗,而我們大概只是110瓦的功耗就可以完成計算。
所以現在在幾個城市裡面做四級的自動駕駛實驗,所以我們已經是在這個領域是規模最大的計算平臺。
這是在美國的拉斯維加斯的一個實際的路測,我們目前在美國已經啟動了幾十輛計程車在的測試運營。
我們跟奧迪公司在合作的四級自動駕駛的計算平臺,這個視訊是我們今年北京車展的時候面對比較複雜的人群去做360度的測試,中間拿手機拍攝的的那個人是我本人。
同時,處理器方面,在車端以外,比如說攝像頭端做人群的掃描,抓拍,現在我們可以做到這種攝像頭端的計算。另外一個場景,智慧互動產品裡面,對車型,車牌計算都是在我們的處理器上計算的。
這是我們下一代的基於攝像頭端的嵌入式處理器,大概一兩瓦的功耗,能夠做如此複雜的密集人群的計算,所以我們可以做到把今天在伺服器端做的計算全部都遷移到邊緣平臺。
當然,人工智慧處理器在邊緣計算另外一個場景,就是由於他們的實時性要求很高,在人機互動,現在我們跟國內的頂級車企正在合作,在車聯網的人機互動方面的應用,同時我們把雲識別放在本地,保護隱私。
就像人和人之間互動,不僅僅是語言,手勢、表情、人臉,你的目光,包括脣語形成了一個更豐富,多層次的,立體的人機互動,這也是我們認為邊緣處理器的方向。
這是我們在上海基於我們的車載系統平臺做的自動泊車專案,如果你們要租車的話,可以用手機把車給你開到停車點,到了地方這個車自己找停車位,或者自己找地方充電。
車載端的感知的計算,未來一方面是在路端,通過感測器,邊緣計算去感知複雜的車流。同時車端也有邊緣計算,去感知周圍的情況,這種V2V通訊可以瞭解到全面的路況動態,從而去達到未來比較高效的交通系統。
也許未來的交通路口是這樣的(播放視訊)。
最後我想說的是未來邊緣的AI晶片實際上是未來智慧城市的底層的核心技術,只有這個技術不斷的往前推進,我們城市的安全、效率才會越來越高,大家在城市的生活才會越來越美好。
地平線系統通過專注於AI處理器,打造一個開放的生態。通過把我們的軟體做紮實,可以賦能各行各業的合作伙伴,讓大家能夠享受邊緣計算所帶來的便捷,謝謝大家!