●?先說大家熟悉的手機處理器NPU。
華為自主研發的人工智能芯片最早應用於手機芯片,後來應用於服務器和自動駕駛系統。先說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叫做“NPU”,英文全稱是“Neural-network?加工?Units”,翻譯為神經網絡處理單元。NPU可以加速手機上的人臉識別、語音識別和圖像識別功能,從而為手機用戶提供更好的體驗。
和國外差距有多大?我在《談中國自動駕駛芯片》中提到,麒麟970處理器搭載的NPU其實來自寒武紀Cambricon-1A處理器ip,華為Mate搭載的?10手機。
華為隨後發布了麒麟980(安裝在華為Mate?20手機)處理器的NPU采用寒武紀Cambricon-1H處理器IP。
從目前網上公布的參數來看,麒麟810的NPU計算能力為0.83TFLOPS(註:1TFLOPS=每秒壹萬億次浮點運算),麒麟820為1.33TFLOPS,廠商並未公布麒麟990和麒麟985的具體計算值,而是來自蘇黎世理工學院的AI?根據Benchmark網站的數據,麒麟990的NPU計算能力高於麒麟820。根據測試數據,估計其計算能力在2TFLOPS以上。麒麟985的NPU計算能力會比麒麟820略高。
麒麟710A是麒麟710的車標版,2018上市。這款芯片擁有完全自主的知識產權,將由SMIC制造,因此是純粹的“中國芯”。華為麒麟710進入汽車圈並成功登陸後,將與高通驍龍820A搶占市場份額。
隨著這些搭載驍龍820A的新車上市,帶來了壹波高科技座艙潮流。華為麒麟710A此時入市,正好趕上這波行情。相信未來會有很多中國品牌企業考慮采用華為純中國血統的數字座艙芯片。
雖然麒麟710A的性能與華為最新的麒麟芯片性能有壹定差距,並且沒有集成NPU核心,但是滿足數字座艙多屏顯示和交互的性能要求完全沒有問題。華為通過數字駕駛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曾在接受媒體采訪時表示,華為不會制造整車,但華為會制造汽車中的聯網模塊和電子零件,而且可能是全球最好的。在這種情況下,華為壹定會在車聯網和自動駕駛兩個領域搶占主導地位。
如果華為的ADN目標架構成為行業標準,將成為華為未來10年極其重要的利潤增長點。華為的目標很宏大,就是覆蓋高階自動駕駛系統的各類通信和計算設備,提供完善的壹站式解決方案。總的來說就是為了達到“給自動駕駛汽車買通訊和計算設備,找華為沒錯”的效果。
雖然這篇論文關註的是芯片,但是華為的優勢不僅僅在於芯片,還在於它的網絡通信。在說芯片之前,我想舉壹個簡單的車路協調的例子來說明這壹點。
這個簡單的例子可以很好地說明華為如何通過網絡和通信技術賦能自動駕駛。可以說,未來的自動駕駛汽車絕不是壹個“孤島”,而是壹個連接壹切的移動工具。
●?華為自動駕駛的“核心”實力和軟實力
好了,下面簡單說壹下華為網絡架構在車路協同中的應用。下面正式說說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,我們還是需要先對華為的人工智能芯片有壹個簡單的了解。
Ascension 910的應用偏向於需要極高計算能力的雲設備,Ascension 310的應用偏向於對能耗比有壹定要求的終端設備,但兩者之間會有壹些交集。下表中,我總結了華為利用上述兩種芯片打造的Atlas系列產品的信息。
人工智能加速芯片需要CPU的配合才能真正運行。上面提到的Atlas產品,壹部分搭載了英特爾的服務器級CPU,另壹部分搭載了華為自己的鯤鵬920?CPU芯片。
這與其他芯片廠商大多只做B2B業務,簽約後才提供開發文檔的做法大相徑庭。無論開發者能力如何,更多的開發者采用華為的設備開發,有助於更快的構建屬於華為的人工智能生態鏈,加速華為在人工智能領域的發展。
當然,華為也會針對不同細分市場提供有針對性的軟件服務。由於篇幅有限,這裏就不贅述了。感興趣的朋友可以去華為雲了解更多。當其他芯片公司還在苦苦尋找行業突破口的時候,華為已經為各個行業提供了全面完整的解決方案。看著官網各個行業的解決方案列表,深深感受到華為的強大。或許正是華為的實力,才是其他公司苦苦追趕的重要原因。
●?搭載盛騰310的MDC自動駕駛平臺。
好了,說完芯片,我們來說說華為的自動駕駛平臺。華為最新推出的自動駕駛平臺旗艦產品是MDC600,可以滿足L4自動駕駛對域控制器的性能要求。針對L3級別的條件自動駕駛儀,華為推出了MDC300。
盛騰310的單芯片計算能力為16TOPS,功耗為8W,能耗比2 tops/w;特斯拉自動駕駛?3.0處理單元上FSD芯片的單片計算能力為72TOPS,功耗約為36W,能耗比2 tops/w;英偉達最新的驅動器?AGX?搭載獵戶座芯片的獵戶座平臺,單芯片計算能力200TOPS,功耗45W,功耗計算能力比4.4 tops/w..相比較而言,勝騰310的能耗比已經趕上了國際主流水平。目前盛騰310采用臺積電12nm工藝制造。隨著未來生產工藝升級到7nm甚至5nm,其能耗比仍有進壹步提升的空間。
目前,MDC自動駕駛硬件平臺和車載操作系統鴻蒙系統內核已相繼獲得ISO26262國際標準對道路車輛功能安全的要求。ASIL-D級(以下簡稱“ISO26262?ASIL-D級”),其次是華為的自適應?AUTOSAR架構、開發工具鏈、自動駕駛算法也能過ISO26262?ASIL-D級,那麽華為呢?MDC自動駕駛系統將成為世界上第壹個滿足ISO26262?ASIL-D商用自動駕駛系統。
符合ISO26262?ASIL-D是什麽意思?這意味著車輛上的MDC自動駕駛系統每1億小時才會發生1次隨機硬件故障,安全系數相當高。普通用戶在使用MDC自動駕駛系統時遇到隨機硬件故障的概率極低。
MDC自動駕駛平臺的系統架構是可擴展的。通過增減CPU核數、人工智能加速核數、IO接口數,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。
如今,華為MDC自動駕駛平臺已簽約客戶超過18家,其中SAIC、吉利、江淮、壹汽紅旗、東風汽車、蘇州金龍、新石器、山東昊銳智能等企業均榜上有名。
從雲端到終端,華為有壹整套自動駕駛解決方案,那麽是否可以說華為所向披靡?不要!華為在自動駕駛領域缺乏的是實際路況的海量數據。沒有這些數據來訓練自動駕駛系統,系統只能停留在實驗室和封閉試駕。為此,華為還積極與相關企業合作,如擁有地圖資源的四維圖新,以及多家中國整車企業,彌補自身在道路大數據方面的短板,進壹步構築自己在自動駕駛領域的技術壁壘。
●?編輯總結:
毫無疑問,華為在業界的影響力從技術到產品都是走在世界前列的。近年來,華為受到了美國的制裁。如果現狀長期持續,將對本文重點關註的華為人工智能芯片產生很大影響。如何解決問題,是華為的壹個難題。從目前的壹些信息來看,華為在英國建設芯片工廠、研發RISC-V架構處理器、培育HMS雲服務生態等措施是其突破的關鍵。我們將繼續關註局勢的進壹步發展。(圖/文/汽車之家?常慶林)