“自動(dòng)駕駛所需要的計(jì)算力，是過去任何一臺(tái)計(jì)算機(jī)都沒有達(dá)到過的。” NVIDIA的掌門人黃仁勛曾在公開場合不止一次的說過這句話。

這句話背后，還有另一層意思。2010年之后，GPU類處理器內(nèi)部的晶體管數(shù)量還保持著快速增長的勢(shì)頭，而CPU已經(jīng)出現(xiàn)了明顯的放緩。

“摩爾定律已經(jīng)終結(jié)，晶體管數(shù)每年增長50%，但CPU的性能每年僅增長10%，設(shè)計(jì)人員無法再創(chuàng)造出可以實(shí)現(xiàn)更高指令級(jí)并行性的CPU架構(gòu)。”在2017年的GTC China上，NVIDIA的掌門人黃仁勛如是說。

NVIDIA是一家研發(fā)生產(chǎn)GPU的公司，對(duì)GPU自然有區(qū)別于他人的崇拜，捧GPU貶CPU可以理解。但，摩爾定律確實(shí)失效了。

NVIDIA是一家傳統(tǒng)消費(fèi)電子廠商，但在汽車領(lǐng)域也不是完全的新手。早在2005年，NVIDIA就開發(fā)了用于3D導(dǎo)航信息系統(tǒng)的Tegra處理器，2011年用在了奧迪A8豪華車型上。

到目前為止，NVIDIA的汽車電子業(yè)務(wù)占該公司47億美元銷售額的4%。2015年，NVIDIA發(fā)布了針對(duì)自動(dòng)駕駛的DRIVE PX系列，開啟了自動(dòng)駕駛領(lǐng)域的馳騁，一時(shí)也成為了市場寵兒，股價(jià)扶搖直上。

支撐起這一切的，是NVIDIAGPU給自動(dòng)駕駛帶來的想象——DRIVE PX運(yùn)算力強(qiáng)大，是自動(dòng)駕駛必備的運(yùn)算力平臺(tái)。這正應(yīng)驗(yàn)了黃教主開頭所說的話，此話不僅被競爭對(duì)手英特爾聽了去，同時(shí)也被股民聽了去。

那么，自動(dòng)駕駛到底需耗費(fèi)多少算力？誰是算力的最大消耗者？GPU碾壓CPU，NVIDIA超車英特爾已成定局？

視覺處理是大頭

自動(dòng)駕駛的實(shí)現(xiàn)，需要依賴感知傳感器對(duì)道路環(huán)境的信息進(jìn)行采集，包括超聲波、攝像頭、毫米波雷達(dá)、激光雷達(dá)等，采集的好的數(shù)據(jù)需要傳送到汽車中央處理器進(jìn)行處理，用來識(shí)別障礙物、可行道路等，最后依據(jù)識(shí)別的結(jié)果，規(guī)劃路徑、制定速度，自動(dòng)驅(qū)使汽車行駛。

整個(gè)過程需要在瞬時(shí)完成，延時(shí)必須要控制在毫秒甚至微秒級(jí)別，才能保證自動(dòng)駕駛的行駛安全。

要完成瞬時(shí)處理、反饋、決策規(guī)劃、執(zhí)行的效果，對(duì)中央處理器的算力要求非常高。

最直觀的體現(xiàn)，便是用于感知道路環(huán)境的攝像頭，通常密布車身，數(shù)量在12個(gè)左右，為了識(shí)別障礙物，處理器需要對(duì)多路攝像頭實(shí)時(shí)拍攝的數(shù)據(jù)進(jìn)行解析，而單顆1080P的高清攝像頭每秒可以產(chǎn)生超過1G的數(shù)據(jù)，數(shù)據(jù)量不可謂不大。而為了準(zhǔn)確識(shí)別圖像、視頻中的有效信息，業(yè)內(nèi)多采用深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)。

深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)尤其是幾百上千層的神經(jīng)網(wǎng)絡(luò)對(duì)高性能計(jì)算要求非常高，GPU對(duì)處理復(fù)雜運(yùn)算擁有天然的優(yōu)勢(shì)：它有出色的并行矩陣計(jì)算能力，對(duì)于神經(jīng)網(wǎng)絡(luò)的訓(xùn)練和分類都可以提供顯著的加速效果。

適用于自動(dòng)巡航功能的 NVIDIA DRIVE PX 2 計(jì)算平臺(tái)采用新型單處理器配置，功率僅為 10 瓦，可以幫助車輛利用深度神經(jīng)網(wǎng)絡(luò)處理來自多個(gè)攝像頭和傳感器的數(shù)據(jù)，運(yùn)算力達(dá)到了24 Tops。

Tops（Terra Operations per second）是一個(gè)單位，意為每秒運(yùn)算10^12次，也稱萬億次。這種說法通常用于表示處理器的運(yùn)算力。

但汽車是一個(gè)終端，對(duì)功耗要求苛刻，因此根據(jù)TI的官方報(bào)告，通常對(duì)效率、功耗、算力要求較高的時(shí)候，對(duì)運(yùn)算力的表述更為貼切的是GOPS/W of TOPS/W，即消耗單位瓦數(shù)可以完成多少運(yùn)算量。

業(yè)內(nèi)人士表示，在自動(dòng)駕駛中，最耗費(fèi)算力的當(dāng)屬視覺處理，占到全部算力需求的一半以上。而圖像處理是GPU的強(qiáng)項(xiàng)，CPU并不占優(yōu)勢(shì)，這一點(diǎn)已經(jīng)在傳統(tǒng)領(lǐng)域得到了驗(yàn)證。

Mobileye的ADAS霸業(yè)

那么視覺處理中，不同等級(jí)自動(dòng)駕駛中對(duì)算力的要求有什么區(qū)別？每一家公司在權(quán)衡之后，選擇特定的視覺芯片方案有什么原因？Minieye的CEO劉國清在面對(duì)《高工智能汽車》的提問時(shí)表示，這是一個(gè)業(yè)內(nèi)人士都知但不為外人道的話題。

嗯，聽起來很神秘，但想要找到答案其實(shí)也并不難。

Mobileye是自動(dòng)駕駛領(lǐng)域視覺處理最領(lǐng)先的公司（這是基于其市場占有率以及車載領(lǐng)域的經(jīng)驗(yàn)而言）。

從2004年開始，Mobileye相繼推出了EyeQ系列的視覺處理芯片，2010年上市的EyeQ2算力為 0.026Tops，功耗2.5w，支持L1的功能；2014年發(fā)布的EyeQ3每秒浮點(diǎn)運(yùn)算為0.256萬億次，功耗為2.5w，支持L2；2015年發(fā)布EyeQ4每秒浮點(diǎn)運(yùn)算可達(dá)2.5萬億次，功耗為3w，最高可支持L3；EyeQ5計(jì)劃于2020年量產(chǎn)，單顆芯片的浮點(diǎn)運(yùn)算能力為12Tops，TDP是5W。

Mobileye通過EyeQ芯片，驅(qū)動(dòng)單顆攝像頭，可以采集路面信息，對(duì)周圍環(huán)境進(jìn)行精細(xì)解讀，實(shí)現(xiàn)前碰撞預(yù)警（FCW）、前方車距監(jiān)測(cè)與預(yù)警系統(tǒng)（HMW）、車道偏離預(yù)警系統(tǒng)（LDW）、行人探測(cè)與防撞系統(tǒng)（PCW）、城市前碰撞警告 (UUFCW 與智能遠(yuǎn)光燈控制系統(tǒng)（IHC）等功能，準(zhǔn)確預(yù)測(cè)前方道路可以出現(xiàn)的障礙和危險(xiǎn)。

其識(shí)別準(zhǔn)確率達(dá)99.99%，到目前為止，已有超過千萬的出貨量，占市場份額超過70%。特斯拉的AutoPilot 1.0的硬件方案就選用了Mobileye的EyeQ3。

Mobileye通過使用專有的計(jì)算cores（加速器）實(shí)現(xiàn)功耗 - 性能成本目標(biāo)，這些cores專門針對(duì)各種計(jì)算機(jī)視覺，信號(hào)處理和機(jī)器學(xué)習(xí)任務(wù)進(jìn)行了優(yōu)化，其中包括深度神經(jīng)網(wǎng)絡(luò)。

這些加速器內(nèi)核專為滿足ADAS和自動(dòng)駕駛市場的需求而設(shè)計(jì)。每個(gè)EyeQ ?芯片具有異質(zhì)的，完全可編程的加速器; 每種加速器類型都針對(duì)其自己的算法系列進(jìn)行了優(yōu)化。

加速器體系結(jié)構(gòu)的多樣性使應(yīng)用程序能夠通過為每項(xiàng)任務(wù)使用最合適的內(nèi)核來節(jié)省計(jì)算時(shí)間和芯片功耗。優(yōu)化任務(wù)cores的分配從而保證了EyeQ ? 在低功耗范圍內(nèi)提供“超級(jí)計(jì)算機(jī)”功能，實(shí)現(xiàn)高性價(jià)比的被動(dòng)散熱。

Mobileye的core是包含一組工作在1GHZ的工業(yè)級(jí)四核MIPS處理器，支持多線程技術(shù)能更好的進(jìn)行數(shù)據(jù)的控制和管理； 多個(gè)專用的向量微碼處理器（VMP（Vector Microcode Processor，俗稱VMP）），用來應(yīng)對(duì)ADAS相關(guān)的圖像處理任務(wù)（如：縮放和預(yù)處理、翹曲、跟蹤、車道標(biāo)記檢測(cè)、道路幾何檢測(cè)、濾波和直方圖等）；一顆軍工級(jí)MIPS Warrior CPU位于次級(jí)傳輸管理中心，用于處理片內(nèi)片外的通用數(shù)據(jù)。

自動(dòng)駕駛算力之爭，NVIDIA領(lǐng)銜

Autopilot 2.0 使用了Drive PX2，DRIVE PX 2有多個(gè)版本，AutoCruise，搭載一顆Tegra Parker，主要支持高速公路自動(dòng)駕駛和高精地圖繪制的計(jì)算；AutoChauffeur，搭載2顆Tegra Parker和2顆獨(dú)立的Pascal架構(gòu)GPU，支持點(diǎn)到點(diǎn)的自動(dòng)駕駛；Fully Autonomous Driving，由多套Drive PX2組成的計(jì)算矩陣。

NVIDIA2015年推出了Drive PX系列，第一代Drive PX搭載TegraX1處理器和10GB內(nèi)存，能夠同時(shí)處理12個(gè)200萬像素?cái)z像頭每秒60幀的拍攝圖像，單浮點(diǎn)計(jì)算能力為2Tops，深度學(xué)習(xí)計(jì)算能力為2.3Tops，可支持L2高級(jí)輔助駕駛計(jì)算需求。

2016年發(fā)布的Drive PX2，單精度計(jì)算能力達(dá)到8TFlops，深度學(xué)習(xí)計(jì)算能力達(dá)24Tops，TDP達(dá)250W，可滿足L3級(jí)別的自動(dòng)駕駛需求。

Drive PX2采用16nm FinFET工藝，TDP 250W，支持12路攝像頭輸入、激光定位、雷達(dá)和超聲波傳感器。

它的目的是通過NVIDIA DIGITS打造一套車輛的深度學(xué)習(xí)訓(xùn)練平臺(tái)，讓每輛安裝Drive PX2的車輛都成為都成為NVIDIA DRIVENet深度神經(jīng)網(wǎng)絡(luò)一部分，它將包括3個(gè)卷積碼層，3700萬個(gè)神經(jīng)元。傳說如果一條信息要在整個(gè)網(wǎng)絡(luò)流經(jīng)一次，將會(huì)產(chǎn)生400億次操作。

根據(jù)黃仁勛在BCW 2017的表述，Drive PX2的方案是針對(duì)L3的方案（作為參考的是奧迪A8推出的有限場景下的L3級(jí)自動(dòng)駕駛，采用的ZF ProAI正是使用了NVIDIA Tegra K1 SoC，及Drive PX2 AutoCruise版本，當(dāng)然負(fù)責(zé)視覺處理的還是Mobileye的EyeQ3），而Xavier則是針對(duì)L4的方案，Xavier的運(yùn)算力達(dá)到了1Tops/W。Drive Xavier于2018年發(fā)布，算力可達(dá)30Tops，TDP為30W。

到目前為止，黃教主給L3、L4級(jí)別的自動(dòng)駕駛算力，列出了自己心目中的標(biāo)準(zhǔn)。這一標(biāo)準(zhǔn)由于標(biāo)新立異，還未有人敢質(zhì)疑。

自動(dòng)駕駛公司在進(jìn)行新項(xiàng)目的研發(fā)時(shí)，也往往以NVIDIA的開發(fā)板為首。傳統(tǒng)的芯片巨頭英特爾，在巨資收購Mobileye后，心里還不踏實(shí)，因?yàn)镸obileye一直針對(duì)的是ADAS，其量產(chǎn)的EyeQ3芯片0.256Tops的算力，跟NVIDIA PX2的8/24Tops相比，似乎差了一個(gè)時(shí)代。

算力的焦慮在困擾著Inter這個(gè)巨頭，自動(dòng)駕駛公司同樣也不輕松，開發(fā)中可以使用NVIDIA打底，量產(chǎn)方案卻少有人嘗鮮。

這一方面是源于價(jià)高非車規(guī)級(jí)，另一方面NVIDIA也需要汽車市場的驗(yàn)證。另一頭Mobileye的EyeQ系列，基本為自用，不放心外人擅自開發(fā)，NVIDIA和Mobileye的分手據(jù)傳也緣起于此。

那么，留給自動(dòng)駕駛公司的芯片方案，還有哪些呢？市場應(yīng)聲者寥寥無幾，NXP、高通、英飛凌等公司，推出的都是針對(duì)較低自動(dòng)駕駛等級(jí)的ADAS芯片方案，目前一些有量產(chǎn)項(xiàng)目的ADAS公司，采用的也多是這些傳統(tǒng)車載芯片領(lǐng)域廠商的產(chǎn)品。這些廠商之間的方案有什么異同？留待下一篇文章再述吧~