【芯智驾】大算力时代,自动驾驶功耗焦虑如何破?

来源:爱集微 #芯智驾# #功耗# #自动驾驶#
2.4w

芯智驾──集萃产学研企名家观点,全面剖析AI芯片、第三代半导体等在汽车大变形时代的机会与挑战!

集微网消息,上世纪80年代末,一辆雪佛兰小货车穿梭在卡耐基梅隆大学的校园里。作为该所大学机器人学院的自动驾驶研发项目,NavLab搭载多台计算机、摄像头和巨大的雷达扫描仪。

由于当时算力有限,这辆小货车还配备了一台四缸柴油机来支撑车上的这些耗电大户。

“在早期应用中因为这样一套系统导致电动车续航下降或内燃机的油耗上升确实不算问题,因为我们的主要目标是让自动驾驶汽车正常运行。”前谷歌无人驾驶负责人Chris Urmson曾这样指出,“第一批自动驾驶汽车肯定是部署在城市里的电动穿梭车,它们速度较低,且有条件进行频繁充电。”

转眼几十年过去,我们对自动驾驶汽车的要求不再是“能动起来”,而是有朝一日允许我们彻底解放双手。在这样一个变化过程中,传统油车与电动车之间的地位也在发生变化。但不变的是——能耗问题永远是消费者与车厂关注的焦点。而当进入汽车内半导体占比日趋走高的电动化时代,这个问题日益凸显。

出色的功耗控制能带来什么?

自动驾驶要做到像人类一样感知周围物体,需要通过大规模的、复杂的深度学习网络模型来对输入的数据进行推理。在推理过程中,需要实时完成大量的计算。

中商产业研究院发布报告称,2021年有望迎来自动驾驶的爆发元年,自动驾驶行业市场规模将超2350亿元。2020~2021年,车企将有量产的L3级别车型推出,2025年左右可以达到完全自动驾驶的L5级别。

自动驾驶等级每上一级对于算力的需求也是翻倍的提升,从ADAS到L5级别,算力需求从最低10TOPS到最高1000TOPS,其间算力提升有百倍之巨。

而这类计算平台不仅成本高达数万元,功耗也高达数百瓦。假设计算平台的平均功率为500W,其24小时的耗电量约占一辆蓄电量为50kW·h的电动车的24%。

“对于上游芯片企业而言,功耗的下降对应着温度下降以及可靠性的上升,因而功耗不是一个单一的因素,它囊括在如可靠性等其他指标中,是芯片企业同样关注的焦点。而对于下游车企来说,功耗意味着两方面:其一是电气系统整体设计的复杂度和成本;其二是,车企在面对高功耗的情况下,会采用很多主动散热的设备,无论是水泵还是风扇,都引入了更多的可失效点。总而言之,功耗影响着整车设计和验证的工作量和成本。” 元戎启行副总裁刘念邱对集微网表示。

作为一家L4级自动驾驶全栈解决方案提供商,元戎启行与车企、Tier1、出行公司等有着紧密的联系。元戎启行去年与东风等多家企业联手,在武汉打造全国最大规模的自动驾驶车队,还与曹操出行展开自动驾驶网约车的测试运营合作,目前路测里程已经突破100万公里。

综合与产业链上下游合作的经验,刘念邱指出,功耗直接影响整车的续航里程,而这点差距对于运营方而言,其效益会受很大的影响:一是,每天车辆的可利用率会大幅下降。二是,功耗的上升势必其集成度也不高,整车体积也会更大,但空间利用率却不高,挤压的是消费者的乘坐体验,如后备箱的体积、行驶噪音等。

国内自动驾驶芯片企业黑芝麻智能科技创始人兼CEO单记章对集微网表示,功耗是芯片设计企业最大的挑战。虽然芯片有诸多重要指标,如常说的PPA(功耗、性能、面积),功耗既然能排在首位,足见其重要性。

他指出,功耗最直观的影响便在于温度,进而影响可靠性,而不同的应用场景都对低功耗有要求。

由此看来,功耗问题对于自动驾驶不仅仅只是技术层面的难题,更会在未来商业化运营过程中,对下游整车厂和运营方乃至每一个乘客都会有一定的影响。

应对之道

当前汽车工业像智能电动化迈进的趋势,与十年前手机产业的变迁颇有相似之处。大量的新玩家从四面八方涌入这条赛道,芯片逐渐成为核心问题。

虽然功耗对于IC设计企业而言是位“老熟客”,但放大到体型较之手机于数倍、算力性能不在同一层级的车身上,这位“熟客”确是换了副新面孔。

那如何招待好这位贵宾?芯驰科技首席架构师孙鸣乐对集微网释疑道,功耗控制是一个系统化的工作。首先,在芯片定义阶段,需要选择高效率的CPU内核和硬件加速器IP,并且更具工艺特性选择合理的设计目标;接下来,在芯片设计阶段,在前端RTL设计中和后端物理实现中,都需要对功耗进行持续的优化;在芯片投片之后,还可以在软件上通过动态时钟调节等方法来实现功耗的优化。

以芯驰科技的V9系列处理器为例,其采用多核异构计算的方式来优化功耗设计。在一个自动驾驶系统中,有不同类型的任务需要处理,这些任务在不同架构的硬件上运行的效率差别很大,芯驰的V9系列处理器不仅包含传统的CPU和GPU,还集成了CV引擎和SlimAI引擎,为不同的任务提供最为高效的内核或者硬件引擎,实现功耗的优化。

诚然,仅靠芯片单方面的优化还不足以起到四两拨千斤的效果。孙鸣乐指出,芯片在完整的车载系统中只是一个部分,从功耗控制而言,系统的功耗控制才是最终的目标。面向高级别自动驾驶接入的传感器数量和所需要的计算能力需求都会更高,所以系统的功耗也会明显高于低级别自动驾驶系统。但是由于高级别自动驾驶系统能够承受相对更高一些的成本,可以采用更为有效的散热设计,能够支持的功耗也会高一些。不论是哪个系统,用户的需求永远是系统功耗能够越低越好。

从软件层面如何提升算力的利用率是另一个方向。这也是像元戎启行这样的系统方案商一直努力的方向。刘念邱指出,上游芯片厂商提供的是硬件核心,基准算力,这在任何一个时间节点上都是无法改变的。在此情况下要打造差异化,或是提升功耗等性能指标,问题就归纳于对算力的利用上,即如何用更小的算力去实现性能目标。

为了摆脱自动驾驶对这类计算平台的依赖,降低自动驾驶的硬件成本,以及减少自动驾驶硬件耗能对汽车行驶里程的影响,元戎启行选择了另一种方式。通过自研的推理引擎——DeepRoute-Engine,让L4级自动驾驶的感知模块,可以运行在低成本、低功耗的计算平台上。

根据元戎启行与曹操出行合作的自动驾驶车型的实车测试,使用元戎启行的自动驾驶系统,每行驶100公里只消耗1度电。该耗电量还包括了车内负载2人,空调开启,以及传感器风阻对能量的耗费。

刘念邱表示,无论是电池的发展,还是计算平台芯片性能的提升,它们解决的是基准问题。即电池提供多少容量的电力,芯片需要多少电力才能达到设计的算力。两者属于上游和基础工业的发展,而元戎启行的价值在于将两者更好的深度融合,展现在车企、运营方、乘客上,是一个综合了诸多因素的整体状态。

以工业为基底的半导体与汽车产业,汇集着高度复杂的尖端技术,产业链长又细分,我们很难用其中一个环节的做法去代表整个产业链,但从上下游较具有代表性的芯片企业与系统集成商的口中,我们还是能明确,功耗是贯穿全产业链的焦点话题之一,以此带来的问题与挑战是值得产业链不断去解剖与优化的。

(校对/Carrie)

责编: 刘燚
来源:爱集微 #芯智驾# #功耗# #自动驾驶#
THE END

*此内容为集微网原创,著作权归集微网所有,爱集微,爱原创

关闭
加载

PDF 加载中...