3月20-21日，由佐思產(chǎn)研、佐智汽車主辦，地平線、TTTech、魔智、海信網(wǎng)絡科技、晶眾股份、芯侖光電、PLK、中科慧眼等單位支持的2018第三屆ADAS與自動駕駛國際論壇在上海銀星皇冠假日酒店舉辦。超過400多位嘉賓參加了本次論壇，地平線機器人市場拓展與戰(zhàn)略規(guī)劃副總裁李星宇在會上發(fā)表了主題為《AI處理器助力自動駕駛產(chǎn)業(yè)化》的演講。



李星宇：大家上午好！非常高興能在這里跟大家一起討論自動駕駛領域里很熱門的話題：自動駕駛處理器。談到自動駕駛芯片，大家首先想到兩家公司，英偉達和英特爾，到目前為止大部分量產(chǎn)車上使用的都是英特爾（Mobileye）芯片，大部分初創(chuàng)公司使用的是英偉達芯片解決方案。從自動駕駛產(chǎn)業(yè)鏈分三個主要部分：傳感器、處理器、控制器。這三部分中，產(chǎn)業(yè)集中度最高的就是處理器，而傳感器領域無論是攝像頭還是激光雷達，都有非常多的供應商。

為什么在處理器部分，率先形成了一個集中度高的格局？有人說英偉達脫穎而出是因為GPU非常適合做深度學習計算，但是這沒辦法回答為什么同樣有GPU的AMD（沒有脫穎而出的）問題。也有人說INTEL（Mobileye）起步很早，但是無法解釋為什么像NXP、TI等有30年以上從業(yè)經(jīng)驗的廠家沒有拿下這個市場。



場景和算法驅動促使軟硬件結合。從最開始通用的CPU，到后面的GPU，到后面進行更加深層次的定制化，再到現(xiàn)在大家都在講的ADAS。本質上來講，如果你需要獲得提升的性能，無論是功耗、成本、性能，你都需要專門針對一個場景進行構架的設計和算法的優(yōu)化。

所以，人工智能業(yè)界領頭的公司，他們成功的產(chǎn)品，有很大差異性。英偉達推出超過300T計算能力的產(chǎn)品，蘋果僅僅做臉部ID，需要0.6T。不管是300T還是不到1T的運算能力，都很完美的體現(xiàn)在產(chǎn)品上。對于非常復雜的自動駕駛產(chǎn)業(yè)，對可靠性、實時性、計算力、功耗的要求都非?？量?，使用一個通用的計算構架無法滿足這樣的需求。

根據(jù)公開統(tǒng)計，在中國至少有39家做人工智能芯片的初創(chuàng)公司，所以這個賽道突然間就變的很擁擠，大家都在做，很多人都在談論是否可以做出一款包攬?zhí)煜碌奶幚砥鳎?br />
另外一個例子，英特爾和英偉達兩家公司，誰最有資格評論？是特斯拉，因為它用過這兩家公司的產(chǎn)品。去年年底，特斯拉爆出一個大新聞，要自己做芯片。為什么使用過這兩家的產(chǎn)品后，特斯拉自己要生產(chǎn)芯片？引用馬斯克說過的一句話：“我們的硬件戰(zhàn)略比任何硬件解決方案都要好”。就核心來講，因為他們自己是自動駕駛應用的集大成者，所以能夠充分掌握芯片的應用。這是應用決定算法，算法定義芯片的時代。



過去十年里，手機驅動整個計算工業(yè)的發(fā)展。鑒于對手機功耗、極致人機交互的追求，使手機處理器發(fā)展非?？臁５窃诮裉?，面對自動駕駛，它所需要的計算能力至少是手機的5倍以上；對于響應的時間要求從秒級縮短到毫秒級；所生成的數(shù)據(jù)至少是手機的4個數(shù)量級以上。為了同時滿足這種苛刻的要求，為了達到高可靠性的功能安全，它需要滿足AEC-Q100，需要達到ASIL-D。所有這些要求使得自動駕駛的研發(fā)異常困難，這也是為什么出現(xiàn)了雙寡頭的格局。

地平線機器人在成立之初，就非常篤定地把人工智能芯片作為自己的核心發(fā)展目標。對于做芯片，是長跑道的事業(yè)，你不能像做算法那樣快速迭代，也不能像自動駕駛樣車幾個月之內(nèi)就造出來。所以，在過去兩年地平線一直在低調地做這件事情，直到去年年底發(fā)布了第一代的芯片——征程、旭日。



使用征程處理器做的第一代ADAS產(chǎn)品，可以非常準確地識別車輛、車道線、行人、交通標志牌，尤其對側面車輛識別也是非常精準的，這是在中國道路環(huán)境下面臨的非常大的挑戰(zhàn)。

2018年，我們還會發(fā)布第二代芯片征程2.0。相對于第一代芯片來講，最大的提升是把基于傳統(tǒng)的檢測框感知，推進到基于像素級別的感知，所以在識別上要清晰很多，對每一個象素進行語義分類。



在今年CES上，已經(jīng)展出了基于征程2.0計算構架的自動駕駛計算平臺?？梢灾苯咏尤牒撩撞ɡ走_或者超聲波雷達，同時接入兩組四路攝像頭，可以非常方便的支持像自動泊車類的360度感知應用。隨著這個計算平臺的推出，接下來會做一款帶有域控制器功能的平臺，集成視覺感知、傳感器融合、決策、控制的開發(fā)平臺。該開發(fā)平臺可以很好地跟合作伙伴一起快速推進L3甚至L4的自動駕駛開發(fā)。



2018年的CES上，我們在加州進行了道路實測，無論是可行駛區(qū)域、天空、樹木、路肩、車道線都有不同顏色來表征。同時我們還對車輛進行了3D姿態(tài)的識別，它的優(yōu)勢是什么？第一，因為是像素級別的，所以當側面切入的車輛只要錄到一小部分，就可以及時感知到；第二是全方面判斷的語義分割，提供豐富的低層語義信息。

在唐人街實測時，城市道路工況非常復雜，密集的建筑物、交通標識牌、紅綠燈、行人，我們對所有的對象都進行了非常精準的分割，對所有的關鍵移動目標也進行了識別。比如行人，不僅僅是把行人的輪廓識別出來，還對他們進行了包含17個關節(jié)的外骨骼描繪，讓我們清晰了解行人的運動朝向。

其實，我們今天談論感知，不僅是對靜態(tài)環(huán)境進行識別，也不僅僅是把一個目標識別出來就結束。我們要做的是打造面向決策和規(guī)劃的感知，所以對于運動目標的運動朝向，以及各個運動目標的關系都非常重視。

這種感知技術，即全面的語義分割和基于像素級的目標識別代表新一代的感知發(fā)展趨勢。這樣的好處是可以極大提升整個系統(tǒng)的魯棒性，在各種環(huán)境下都可以非常準確地識別所需要的關鍵特征和目標。同時這種超過20個目標的分類，使得我們可以提升對整個場景深度全面的理解，低層語義為接下來的高層語義提供了堅實的基礎，高層語義分割會對關鍵定位有很好的輔助作用。

目標檢測的算法方面，我們面臨的難題是什么？對于單圖象來講，它的目標尺寸變化非常大，近處目標非常大，遠處又非常小，如何應對這種挑戰(zhàn)？使用U形網(wǎng)絡，首先通過細分，將其進行細粒度分割，對每一個粒度進行分割，得到非?？煽康哪繕俗R別和語義分割結果。其次對移動目標的跟蹤，在低層語義層面，通過對像素進行建模。

面對特定的場景，需要特定的算法，要充分考慮它靈活的可配置性，以及存儲和計算的完美配合。地平線機器人使用彈性張量網(wǎng)絡構架，在存儲單元和計算單元之間都有緊密的配合。大家在關心計算力的時候，很多人只是看有多少個T，由于大多時候計算單元要存儲中間數(shù)據(jù)，計算力這個指標不能精準地反映它的效果。

人類大腦之所以有這么高的運算能力，是因為我們每一個神經(jīng)元既有存儲又有運算，它們之間的配合堪稱完美。所以從計算構架設計上，我們也竭盡全力要達到這樣一個效果。

鑒于以上的分析，在新一代的處理器開發(fā)方面，提出一種異構多指令、多數(shù)據(jù)的計算構架，通過控制多個不同的復雜邏輯，使它能夠進行不同的計算，包括數(shù)據(jù)存儲等等。用完美的識別算法使存儲和算法運算有較高的默契度。



早期關于整個自動駕駛的技術走向，像谷歌和百度都是使用高精度雷達加地圖的方式，而地平線機器人是使用攝像頭+導航地圖。我們希望通過導航級別的地圖，基于感知技術發(fā)展語義粒度，再加上視覺的感知技術，打造一款可落地的低成本、高性能產(chǎn)品。

感知是復雜的，跟決策又是密不可分的。所以更精準的來講，包括對于語義分割、目標識別、軌跡預測，希望在一個高度統(tǒng)一的3D環(huán)境模型里建模，該3D環(huán)境模型可以做到與傳感器無關。無論使用什么樣的傳感器，都可以把語義結果適配到這樣一個環(huán)境中來。利用一個像素級別的感知技術，可生成高可靠性的語義粒度。

應該說激光雷達點云生成的地圖非常精準，但是有弱點，數(shù)據(jù)量非常大，更新成本也非常高。我們相信語義地圖是一個真正的趨勢。通過對于關鍵特征物提取，生成精簡但是足夠準確的語義粒度，把地圖作為一個超級傳感器，與現(xiàn)場、車端實時感知結果進行匹配，然后進行定位，決策和規(guī)劃。

自動駕駛在決策方面面臨很大挑戰(zhàn)。阿爾法狗的成功，代表人工智能在決策方面非常出色的應用案例。但是對于圍棋來講，感知環(huán)境全透明，可以獲取一切信息，博弈主體只有兩個，這是一個封閉空間，信息充分博弈的場景。即使這樣我們看到阿爾法狗都需要具有非常強大的計算能力才能夠滿足要求。

對于自動駕駛，我們有可能面對的是一百個主體的互動，一步?jīng)Q策會直接導致博弈主體對于結構的變化，這個難度事實上比感知還要大?；谝陨系姆治?，我們采用基于貝葉斯網(wǎng)絡的構架，貝葉斯網(wǎng)絡可以非常好地去融合不同的決策手段，比如說基于規(guī)則和基于AI的決策。這種融合是以模塊為基礎的，即使整個網(wǎng)絡不是透明的，如果決策出了問題，對后面的分析也非常有幫助。

可以這樣理解，在決策這件事情上，AI和規(guī)則其實是不矛盾的。AI就好比人的大腦，高級的感知。決策系統(tǒng)更像人的邊緣，原始，但是能夠應對緊急情況。所以我們相信在未來的決策系統(tǒng)里面，通過AI增強做駕駛體驗，通過規(guī)則保證它在最低象素上的可靠性是未來的趨勢。



在2017年年底，我們已經(jīng)完成了第一代基于高思構架的人工智能芯片的開發(fā)。今年，我們已經(jīng)展示了基于貝努利架構的第二代芯片原型，后面我們還會推出基于貝葉斯架構的第三代芯片的開發(fā)。所以，我們會持續(xù)提升計算力，我們會持續(xù)發(fā)展計算架構。

不久前，地平線創(chuàng)始人兼CEO余凱入選了新一代的人工智能戰(zhàn)略規(guī)劃委員會委員，同時入選的人工智能公司包括BAT和訊飛。地平線是唯一一家初創(chuàng)公司入選，同時也是唯一一家致力于做人工智能芯片的公司，這說明國家已經(jīng)充分意識到人工智能芯片的重要性。如果說人工智能對我們國家科技發(fā)展至關重要，芯片就是這里面的核心。

PC時代英特爾成為主導，手機時代高通成為主導，在人工智能時代我們看到英偉達和谷歌持續(xù)地推進他們的勢力范圍。但是人工智能這事足夠重要，而智能駕駛事關國家安全同樣重要。想要贏得自動駕駛，就像中美的戰(zhàn)略競爭，就不能放棄自動駕駛芯片。做芯片中國有很好的基礎，在計算機視覺領域，差不多華人學者占了業(yè)界的一半，有非常好的人才儲備。在汽車芯片的開發(fā)方面，也積累了多年經(jīng)驗，中國本土已經(jīng)有足夠多優(yōu)秀的工程師，可以去做自動駕駛芯片。

自動駕駛芯片日益成為自動駕駛的主戰(zhàn)場，誰能掌握它，誰就能夠贏得未來。自動駕駛芯片難度足夠高、需求足夠強，我們中國一定要有人去做，這就是地平線的目標。我們希望在這個非常長的跑道上持續(xù)推進，到2025年希望為3000萬輛車裝上自己的芯片，使我們在自動駕駛上真正有自己的話語權，不會受制于人，不會讓主機廠在英特爾和英偉達之間做艱難選擇，我們給你新的選擇。這就是地平線的使命。

謝謝大家！



問：你們芯片多少錢？

李星宇：這個問題問的很好，很多人都關心，我想說這個問題的答案，取決于我們給你帶來的價值有多大。