0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
会员中心
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

“如何使自动驾驶解决方案大规模应用”的演讲

佐思汽车研究 来源:lp 2019-04-01 08:20 次阅读

2018年,ARM中国业务完成拆分,成立了由中方控股51%的合资公司。作为ARM公司在中国IP业务的总部,安谋科技(中国)有限公司将向总部设在中国的合作伙伴开展集成电路知识产权(IP)的授权与技术服务;并结合中国市场需求自主研发基于ARM技术的IP与标准,赋能中国智能科技创新。

ARM公司继2018年9月推出汽车安全强化处理器Cortex-A76AE之后,12月又推出了一款新的自动驾驶汽车芯片——Cortex-A65AE。它也是面向汽车电子市场的,主要针对7nm优化,其最大特点就是支持了SMT多线程,性能吞吐率比前代高3.5倍,预计2020年上市。

2019第四届ADAS与自动驾驶论坛于3月21-22日在上海召开,论坛由CCIA智能网联专委会与佐思产研主办,地平线、纵目科技、中科慧眼、中电昆辰、富兰光学、创景科技等单位支持。

ARM的高级汽车市场经理舒杰在论坛上发表了题为“如何使自动驾驶解决方案大规模应用”的演讲。以下是演讲全文。

ARM是藏在芯片后面的 IP供应商。ARM研发IP,然后将IP授权给客户,这给予了客户很高的灵活性去设计各自的芯片。目前,ARM在全球已经有超过1500项的IP授权,基于ARM架构的芯片出货量达1250亿片,2017年基于ARM架构的芯片出货量超过210亿片。授权合作伙伴包含行业领袖、初创公司、芯片公司及OEM厂商超过500家。另外有16家顶级汽车芯片厂商授权了ARM的IP。

ARM于2002年进入中国市场,2018年ARM中国业务完成拆分,成立了由中方控股51%的合资公司。目前,ARM中国在深圳、上海和北京设有办公室,拥有独立的研发团队进行IP的自主研发。2018年11月,ARM中国首个IP“周易”人工智能平台正式发布。

1996年,ARM正式进入汽车领域,从刹车控制芯片的IP开始,到目前已发展了20多年。目前在IVI领域,85%的处理器采用ARM架构;在ADAS领域,超过65%的应用处理器采用的是ARM架构。从传统的动力系统控制、底盘控制和车身控制,到现在ADAS/IVI,都有控制芯片在采用ARM的架构。

ARM做IP的研发,需要针对行业应用有更长远的考虑,所以现在也在部署更高级别的自动驾驶计算平台需要的IP,为自动驾驶提供更好的芯片支持。ARM在研发IP的过程中,需要梳理和响应更多的业内需求,才能开发出合理的IP满足市场需求。目前,ARM与芯片厂商、操作系统供应商、应用软件开发商等合作伙伴一起协同合作,已经搭建出基于ARM的完整生态,这样才能很好地服务一级供应商和车厂。

ARM的IP从开发到上市需要一定的时间。从2017年定义IP开始, 开发IP需要两到三年时间,然后把IP产品授权给合作方将IP做成芯片,再做测试,最后到车上市,这个周期可能有六到七年,甚至七到八年。现在大家使用的很多ARM架构的芯片,它们的IP其实很早就开发出来了。由于周期特别长,ARM需要提前和合作伙伴、一级供应商以及车厂进行交流,这样才能保证最终的IP的适用性。

从自动驾驶的发展趋势看,2019年之前的自动驾驶等级大部分是L1、L2, 最多到L3。目前一些公司正在做L3+的样机,预计第一批L3+量产车型在2025年上市。L3+的真正大规模的部署需要计算平台具备服务器的计算性能,台式机的功率要求,以及笔记本的电热特性。它不能是位于后备箱的服务器。

波音787梦幻客机大约1400万行代码,而L5级别的自动驾驶可能要10亿+行代码。

如果自动驾驶车要具备相关功能,就需要有很多的控制单元,而控制单元对各个地方的算力需求是不一样的。座舱仪表的控制算力要到50K DMIPS,而底盘控制的算力需要15K DMIPS,半自动驾驶算力要求大约是350K DMIPS,所以车里面不同控制单元对算力的要求是不一样的,总体上是上升的趋势。如果到更高等级自动驾驶,算力要求会更高。

针对汽车的应用,ARM希望能从芯片IP层面就充分考虑到功能安全,这样可以帮助合作伙伴或者芯片设计商把功能安全提前考虑进去,为后续工作减少时间和成本。而ARM的“safety ready”计划,让客户在安全方面具备先发优势。ARM提供的安全包包含领先的安全特性和技术,认证过的软件组件和工具,以及鲁棒的方法论和认证支持。

ARM从去年开始陆续推出了汽车AE系列产品。AE系列产品有四大特性:第一它是专为汽车应用设计; 第二满足汽车应用特性,可以服务汽车不同算力的需求;第三加入了分核锁步(Split-Lock);第四更多IP可以扩展和升级成汽车用的芯片IP。

Cortex-A76AE就是ARM一个变革性的安全创新产品,是世界上首个集成安全功能的自动驾驶级处理器,如果用16个A76AE核,算力可达250K DMIPS,整个芯片功耗小于30瓦,这个效能是非常高的。另外,它也是ARM第一个带分核锁步功能的A系列产品,在不同应用条件下,可以合在一起做锁步备份,也可以让各个核独立运行,最高可以支持ISO26262 ASIL-D要求。

ARM结合生态合作伙伴的反馈,将锁步计算功能做到芯片里面去,不仅可以节省一部分成本,还可以让软件更加简单,而且检测故障的效率更高。

对于多种安全等级的混合应用,ARM具有灵活安全的选项及软件方案。

自动驾驶的大规模应用之前需要被消费者信任。据调查73%的美国司机害怕乘坐全自动驾驶;63%的美国成年人觉得,在走路或者骑车时跟自动驾驶汽车共用车道是不那么安全的。

因此要想提高自动驾驶的接受度,就需要考虑多方面的因素,第一要素就是传感器。传递过来的信息需要进行安全处理,这样的信息可以按ADAS和自动驾驶分为两大块。

就自动驾驶来说,数据量要比ADAS多很多,所以ARM也推出了针对高数据吞吐计算的IP——Cortex-A65AE。目前已经有客户购买了ARM的IP芯片,主要针对需要高数据吞吐计算能力的应用。

从感知到决策,可以用不同CPU的组合。M系列是最低端,比如耳机、路由用M系列比较多。R系列对实际操作要求比较高一点,执行层面用的比较多。例如Cortex-R52芯片,就是可以做到的实时计算的芯片。

说到感知层面的计算需求,需要把A76AE和A65AE结合一起做异构计算。

对于不同等级的自动驾驶,ARM都具备一定的优势。到2020-2021年,L2或者L3级别的自动驾驶系统将会有四个方面的提升,这个时候可以考虑用R52或者A76AE。

L4对性能要求更高,跟现有车相比,它有十倍的性能提升,可以考虑用A65AE等CPU。如果计算平台要求更高的算力,也可以使用不同CPU的组合,以满足计算要求;将来还可以用更大算力的核来做,比如Hercules AE就是A76AE的升级版。

如果到L5,其性能提升非常大,有可能是现有车辆计算性能的50倍,这时候就需要异构的计算架构,到时ARM的A系列、R系列,包括NPU、GPU都要做相关的支撑。

L5级别的真正产品尚未出来,ARM只有不断和车厂协调,将需求加入产品路线里,才能开发出真正适合L5的IP。

从自动驾驶的摄像头看,很多摄像头的图像处理都会用到ISP,而智能型的摄像头可以用ARM的A系列和R系列做计算。对存储、网联功能用R系列也比较多。自动驾驶的计算核心里就包括A系列高算力的核,做安全岛R系列、以及做深度学习的ML核或者GPU等。

此外,应芯片客户的需求,ARM正在规划下一代的信息安全的IP。

整个自动驾驶生态系统是复杂又广泛的,从地图、软件、工具、功能安全、数据安全、一级供应商、车厂等都包含在生态系统里面。

以自动驾驶的感知和决策为例,有应用软件的供应商,中间件的供应商,要有操作系统、信息安全平台以及通信支持等,所有这些都基于一个统一的计算架构。

ARM作为IP厂商,希望可以与越来越多的汽车软件生产商合作,以得到各种商业软件的支持,满足汽车行业应用。对于开源软件来说,几乎所有知名的汽车软件生态开源软件都是ARM的合作伙伴。

总之,

市场正全力推进更高等级的自动驾驶(L3+);

更高等级自动驾驶要求在服务器级处理器上运行数亿条代码;

ARM开发出了适合自动驾驶的处理器 Cortex-A76AE 和Cortex-A65AE;

结合ISP,GPU和ML可以实现自动驾驶所要的算力和功率需求;

创新者正在用ARM的技术实现更高等级的自动驾驶;

围绕ARM的生态系统对大规模部署自动驾驶汽车至关重要。

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • ARM
    ARM
    +关注

    关注

    134

    文章

    9100

    浏览量

    367762
  • 人工智能
    +关注

    关注

    1791

    文章

    47337

    浏览量

    238723
  • 自动驾驶
    +关注

    关注

    784

    文章

    13836

    浏览量

    166519

原文标题:ARM舒杰:如何使自动驾驶解决方案大规模应用

文章出处:【微信号:zuosiqiche,微信公众号:佐思汽车研究】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    自动驾驶HiL测试方案案例分析--ADS HiL测试系统#ADAS #自动驾驶 #VTHiL

    自动驾驶
    北汇信息POLELINK
    发布于 :2024年10月22日 15:20:19

    自动驾驶HiL测试方案——摄像头仿真之视频注入#ADAS #自动驾驶 #VTHiL

    自动驾驶
    北汇信息POLELINK
    发布于 :2024年10月17日 15:18:41

    Mobileye端到端自动驾驶解决方案的深度解析

    自动驾驶技术正处于快速发展之中,各大科技公司和汽车制造商均在争相布局,试图在这个新兴领域占据一席之地。Mobileye作为全球自动驾驶技术的领军企业之一,凭借其独特的端到端自动驾驶解决方案
    的头像 发表于 10-17 09:35 377次阅读
    Mobileye端到端<b class='flag-5'>自动驾驶</b><b class='flag-5'>解决方案</b>的深度解析

    自动驾驶HiL测试方案 ——场景仿真3D演示#ADAS #自动驾驶 #VTHiL

    自动驾驶
    北汇信息POLELINK
    发布于 :2024年10月16日 10:55:35

    自动驾驶HiL测试方案介绍#ADAS #自动驾驶 #VTHiL

    自动驾驶
    北汇信息POLELINK
    发布于 :2024年10月12日 18:02:07

    Waabi使用生成式AI大规模地交付自动驾驶汽车

    总部位于多伦多的初创公司 Waabi 正在使用生成式 AI 大规模地交付自动驾驶汽车,首先应用的是长途卡车运输业。
    的头像 发表于 08-23 15:44 332次阅读

    小马智行携手康福德高,共推自动驾驶出租车大规模商业运营

    自动驾驶技术日益成熟的背景下,小马智行与全球知名多模式交通运营商康福德高集团携手,于广东—新加坡合作理事会第十四次会议上正式签署合作备忘录,宣布建立深度战略合作伙伴关系,共同开启自动驾驶出租车大规模商业运营的新篇章。
    的头像 发表于 08-01 16:28 1149次阅读

    FPGA在自动驾驶领域有哪些优势?

    FPGA(Field-Programmable Gate Array,现场可编程门阵列)在自动驾驶领域具有显著的优势,这些优势使得FPGA成为自动驾驶技术中不可或缺的一部分。以下是FPGA在自动驾驶
    发表于 07-29 17:11

    FPGA在自动驾驶领域有哪些应用?

    FPGA(Field-Programmable Gate Array,现场可编程门阵列)在自动驾驶领域具有广泛的应用,其高性能、可配置性、低功耗和低延迟等特点为自动驾驶的实现提供了强有力的支持。以下
    发表于 07-29 17:09

    自动驾驶的传感器技术介绍

    自动驾驶的传感器技术是自动驾驶系统的核心组成部分,它使车辆能够感知并理解周围环境,从而做出智能决策。以下是对自动驾驶传感器技术的详细介绍,内容涵盖常见类型、工作原理、在
    的头像 发表于 07-23 16:08 2292次阅读

    雷诺集团将与自动驾驶公司WeRide达成合作

    近日,雷诺集团与自动驾驶技术先锋WeRide宣布达成全新合作,共同推进L4级自动驾驶技术的大规模商业化部署。
    的头像 发表于 05-16 09:35 387次阅读

    未来已来,多传感器融合感知是自动驾驶破局的关键

    模态精准感知信息,使自动驾驶系统可以实时精准地感知道路上的各种状况。 昱感微融合感知产品方案创新性地 将可见光摄像头、红外摄像头以及4D毫米波雷达的探测数据在前端(数据获取时)交互,将各传感器的探测
    发表于 04-11 10:26

    边缘计算与自动驾驶系统如何结合

    当前自动驾驶中,大规模的人工智能算法模型和大规模数据集中化分析均放在云端进行。因为,云端拥有大量的计算资源,可以在极短的时间内完成数据的处理,但是仅依靠云端为自动驾驶汽车提供服务在很多
    发表于 03-25 09:26 570次阅读
    边缘计算与<b class='flag-5'>自动驾驶</b>系统如何结合

    自动驾驶发展问题及解决方案浅析

    随着科技的飞速进步,自动驾驶汽车已经从科幻概念逐渐转变为现实。然而,在其蓬勃发展的背后,自动驾驶汽车仍面临一系列亟待解决的问题和挑战。本文将对这些问题进行深入的剖析,并提出相应的解决方案,以期为未来
    的头像 发表于 03-14 08:38 1167次阅读

    大规模数据中心网络演进的七大主流趋势

    自动驾驶已经变成可能,大规模应用只是一个时间问题。大规模网络运维的自动化也必然是业界的趋势,要达到自动驾驶
    发表于 03-11 11:21 498次阅读