攜MPV計算架構、鳳凰-100感知晶片,何曉飛講述「飛步科技」的無人駕駛路線圖
36氪獲悉,由「飛步科技」研發、具備自主智慧財產權的國產 28nm 深度學習加速器,已於今年 9 月在臺積電完成流片。飛步科技表示,此次流片的 28 nm 感知深度學習加速器具有>1GHz的運算頻率和>4TOPs的計算能力,支援 L3 / L4 級的實時資料處理需求,並且功耗與算力方面已接近量產無人駕駛汽車需求。此次成功流片,也是為飛步感知系統晶片(代號:鳳凰-100)完成核心技術攻堅。
今年 6 月,36氪曾報道,由前滴滴研究院院長創辦的無人駕駛技術研發商飛步科技,已獲創新工場融資,同時公佈了首要技術落地領域——無人駕駛貨車。
攻克感知晶片核心技術,飛步科技推自主研發無人駕駛車載晶片
飛步科技成立之初,便確立了軟硬體並行研發的發展模式,而此次曝光的感知系統晶片,便是無人駕駛技術中的“大腦”部分。
飛步科技希望基於 ASIC 的專用晶片能夠替代傳統 CPU/GPU 架構,作為未來車載晶片的整合方案。飛步科技表示,相對於通用晶片,專用智慧晶片在整合度上具備優勢,資訊處理速度加快百倍,功耗降至行業均值的十分之一,綜合性能提升兩到三個量級。
何曉飛告訴36氪,9 月完成流片的深度學習加速器晶片,基於飛步自創的 MPV 架構——即系統超大規模化(Massive)、並行化(Parallel)和模組化(Volumetric)的總稱,支援相機、鐳射雷達和毫米波雷達等多種感測器接入,能夠對環境進行高精度實時三維感知。
針對無人駕駛 AI 晶片,飛步科技認為難點在於“三高一低”:
- 無人駕駛對晶片算力要求高,車速越快,路況資訊越多,計算平臺的壓力負荷就越大;
- 無人駕駛對終端計算的實時性要求高,稍有滯後就可能發生意外(要求決策速度);
- 晶片的可靠性要求高,無人駕駛環境下不允許出現任何宕機情況,且即使在嚴寒酷暑、颳風下雨等惡劣天氣條件下,也需要晶片保持穩定的計算和續航能力。尤其是飛步科技主攻的物流商用車,對於溫度、防震等方面會要求比較高;
- 晶片的能耗“越低越好”,未來 AI 晶片在處理海量資料時如果能夠保持低功耗,車輛才能擁有更強的續航能力。
何曉飛表示,2020 年,飛步科技將推出感知、融合和決策晶片的終代量產級產品,完成鳳凰(Phoenix)整套計算平臺的初步搭建,支援 L3 / L4 級別無人駕駛。總算力超過 80TOPs 的同時,整體功耗從市場上主流的 2000-3000W 規模降到 80W 左右,系統響應時間縮短到 50ms 以下。
目前,飛步科技已與多家 Tier 1 廠商及主機廠達成合作意向,並計劃將首批產品應用到無人駕駛貨運車中。現階段的鳳凰-100晶片還需 CPU / GPU 的輔助才能完成工作,且算力只能滿足一路感測器的執行,飛步科技的計劃是在明年推出第二代產品,後年推出第三代,通過迭代方式最終消除 CPU / GPU 部分,並將算力提升至可支援多路感測器的水平。
值得一提的是,為了能夠適配更多客戶的車型,飛步科技為企業提供軟體開發環境,開放支援多種智慧演算法,以此讓客戶能夠進行二次開發。“我們希望產品能夠適配每個物流運營合作伙伴,且讓他們能夠根據自己的情況,完善物流體系的管理與排程。”
同時,飛步科技希望能夠與主機廠深度合作,共同開發車控主機板,在 ASIL-D 級別(車用SoC在最高安全級)下快速進入 L3 / L4 前裝應用,並在全球範圍內推進晶片的產品化和無人駕駛技術的應用。
2018 年關將至,無人駕駛技術在這一年裡已開始進入產品落地階段,飛步科技與很多廠商都選擇了物流場景作為技術落地的首要選擇。
何曉飛表示,“到了 2019 年,行業內的玩家們如果想要繼續快速發展,一定要確立好自己的產品和落地方案,且要把全棧流程做通。對於飛步科技而言,我們要落地的商用車市場規模巨大,且行業內的傳統廠商對於我們的技術也很有需求,我們的團隊資金充足、技術人才積累深厚、晶片製造方面具備多年經驗,希望在未來為更多合作伙伴提供安全可靠的無人駕駛技術。”
————————————————