●?先聊聊大家熟悉的手機處理器NPU
華為的自研人工智能芯片最開始是應用在手機芯片上的,後來才被應用到服務器和汽車自動駕駛系統等領域。下面我們就先來聊聊大家熟悉的搭載人工智能加速單元的手機處理器。華為的人工智能加速單元稱為“NPU”,英文全稱為“Neural-network?Processing?Units”,翻譯過來就是神經網絡處理單元。該NPU在手機上能夠對人臉識別、語音識別、圖像識別等功能實現加速,從而為手機用戶提供更優秀的使用體驗。 在《和國外差距有多大?聊中國自動駕駛芯片》中我提到了,麒麟970處理器搭載的NPU實際上是來自於中科寒武紀的Cambricon-1A處理器IP,該芯片搭載在華為Mate?10手機之上。 華為隨後發布的麒麟980(搭載在華為Mate?20手機上)處理器的NPU采用的是中科寒武紀Cambricon-1H處理器IP。 從目前網上公布的參數來看,麒麟810的NPU算力為0.83TFLOPS(註:1TFLOPS=每秒壹萬億次的浮點運算),麒麟820的NPU算力為1.33TFLOPS。廠家並沒有公布麒麟990和麒麟985的具體算力數值,但從蘇黎世理工的AI?Benchmark網站的數據來看,麒麟990的NPU算力在麒麟820之上,根據測試數據估計其算力在2TFLOPS以上。而麒麟985的NPU算力會稍高於麒麟820。 麒麟710A是2018年推出的麒麟710的車規級版本,該芯片有完全的自主知識產權並將由中芯國際代工,是壹顆純正的“中國芯”。華為麒麟710進入汽車圈並成功落地後將會和高通驍龍820A搶占市場份額。 隨著這些搭載驍龍820A的新車陸續上市,它們帶起了壹波高科技座艙潮流。華為麒麟710A此時入市,正好是趕上了這波風潮,相信未來有不少中國品牌企業會考慮采用華為的這顆帶有純正中國血統的數字座艙芯片。 雖然說麒麟710A的性能和華為最新推出的麒麟芯片性能有壹定的差距,而且沒有集成NPU核心,但滿足數字座艙多屏顯示和交互的性能需求是完全沒有問題的。華為通過數字座艙進入汽車領域只是試水,進壹步布局自動駕駛汽車芯片領域才是關鍵。●?華為自動駕駛網絡架構
華為創始人兼總裁任正非在接受媒體采訪時曾表示華為不會制造整車,但華為會造車聯網模塊、汽車中的電子部分,而且還可能做全世界最好的。既然如此,那華為定必會搶占車聯網和自動駕駛這兩個領域的主導權。 如果華為的ADN目標架構成為了行業標準,這將成為華為未來10年的壹個極為重要的利潤增長點。華為的目標是非常宏大的,那就是包攬高階自動駕駛系統的各種通訊和計算設備,並提供完善的壹站式解決方案。通俗來講就是要達到“要買自動駕駛汽車的通訊和計算設備,找華為就對了”的效果。 本文雖然聚焦於芯片,但華為的強大不僅僅在於芯片,其在老本行網絡通訊方面也同樣出類拔萃。在聊芯片前,我想先舉個車路協同的簡單例子來說明這壹點。 這個簡單的例子能夠很好地說明華為是如何通過網絡和通訊技術來賦能自動駕駛的。可以說未來的自動駕駛汽車絕不是壹個“孤島”,而是壹個與萬物互聯的移動工具。●?華為自動駕駛“芯”實力和軟實力
好了,簡單聊了壹下華為的網絡架構在車路協同上的應用,下面我們來正式聊壹下華為的自動駕駛平臺和芯片。由於自動駕駛平臺是基於華為的人工智能芯片搭建的,所以我們還是得先來簡單了解下華為的人工智能芯片。 昇騰910的應用偏向於需要極高算力的雲端設備,而昇騰310的應用則偏向於對能耗比有壹定要求的終端設備,但兩者會有壹定的交集。下表我匯總了目前華為應用上述兩款芯片打造出來的Atlas系列產品的信息。 人工智能加速芯片要真正運行起來還需要CPU的配合。上面提到的Atlas系列產品中,有壹部分搭載了英特爾的服務器級CPU,另壹部分則搭載的是華為自家的鯤鵬920?CPU芯片。 這與大部分其他芯片廠商只做B2B業務,簽了合約才提供開發文檔的做法有很大的不同。不管開發者能力的高低,更多開發者采用華為的設備開發有利於更快地構建起屬於華為的人工智能生態鏈,這將加速華為在人工智能領域的發展步伐。 當然,針對不同的細分領域,華為還會提供針對性的軟件服務,限於篇幅這裏就不詳細展開了,感興趣的朋友可以去華為雲逛壹下了解更多。在其他芯片企業還在苦苦尋找行業突破口的時候,華為已經為各種不同行業提供了全面而完整的解決方案。看著官網密密麻麻各種行業的解決方案列表,我深感華為的強大。或許也正是華為的強大,才是其它企業苦苦追尋的重要原因。●?搭載昇騰310的MDC自動駕駛平臺
好了,聊完芯片,我們來聊聊華為的自動駕駛平臺。華為目前最新的自動駕駛平臺旗艦產品是MDC600,能夠滿足L4級別自動駕駛對域控制器的性能需求;而針對L3級別有條件自動駕駛,華為推出了MDC300。 昇騰310單芯片算力為16TOPS,功耗為8W,能耗比為2TOPS/W;特斯拉Autopilot?3.0處理單元上的FSD芯片單芯片算力為72TOPS,功耗約為36W,能耗比為2TOPS/W;英偉達最新DRIVE?AGX?Orin平臺,其上搭載的Orin芯片,單芯片算力達到200TOPS,功耗為45W,功耗算力比為4.4TOPS/W。相比起來,昇騰310的能耗比已趕上國際主流水平。目前昇騰310采用的是臺積電12nm工藝制造,隨著未來生產工藝提升至7nm甚至5nm,其能耗比還有進壹步提升的空間。 MDC自動駕駛硬件平臺、車載操作系統鴻蒙內核目前都已經先後獲得ISO26262道路車輛功能安全國際標準中的?ASIL-D等級(下面簡稱“ISO26262?ASIL-D等級”),後續華為的Adaptive?AUTOSAR架構、開發工具鏈以及自動駕駛算法如果也能通過ISO26262?ASIL-D等級的話,那麽華為的?MDC自動駕駛系統將成為全球首個符合ISO26262?ASIL-D等級的商用自動駕駛系統。 符合ISO26262?ASIL-D等級意味著什麽呢?這意味著車輛上的MDC自動駕駛系統,每1億小時才會有1次隨機硬件失效,安全系數是相當高的,普通用戶使用MDC自動駕駛系統時遇到隨機硬件失效的概率極低。 MDC自動駕駛平臺的系統架構是可伸縮的,通過對CPU內核數,人工智能加速內核搭載數量以及IO接口數量的增減,可滿足高、中、低端乘用車從駕駛輔助到高端智能駕駛的不同使用場景。 時至今日,華為的MDC自動駕駛平臺已經簽下了超過18家客戶,其中上汽、吉利、江淮、壹汽紅旗、東風汽車、蘇州金龍、新石器、山東浩睿智能等企業都榜上有名。 從雲端到終端,華為有壹整套完備的自動駕駛解決方案,那麽是否就能說華為就所向披靡了呢?非也!華為在自動駕駛領域所欠缺的是實際路況的海量大數據,沒有這些數據來訓練自動駕駛系統,系統也只能停留在實驗室和封閉試駕場裏。為此,華為也積極與相關企業進行合作,如擁有地圖資源的四維圖新以及多家中國整車企業,來補足自身在路況大數據方面的不足,進壹步築高自身在自動駕駛領域的技術壁壘。●?編輯總結:
華為在行業中的影響力毋容置疑,從技術到產品都走在世界的前列。樹大招風,華為近年來就壹直受到美國的制裁。如果現狀長期持續的話,對於本文聚焦的華為人工智能芯片影響不小。如何解困是擺在華為面前的壹道難題,從目前的壹些信息來看,華為在英國建設芯片工廠、開發RISC-V架構處理器、培育HMS雲服務生態等舉措都是其突圍關鍵,我們也將持續關註事態的進壹步發展情況。(圖/文/汽車之家?常慶林)