點擊【免費獲取】《2020年 車載智能計算平臺功能安全白皮書》

前往【技術文檔】專區,獲取更多 相關資料

 

這次,傳統芯片巨頭英特爾不談芯片,也不談內核架構,在以“智車智駕 智創未來”為主題的2021中關村智能網聯汽車國際創新論壇上,英特爾中國研究院院長宋繼強講的是另外一個故事:智能邊緣計算與智能駕駛的關系。

 

他表示,開放的智能邊緣是構筑未來智能駕駛系統的數字化基礎,這是英特爾這幾年逐漸探索的一個未來大趨勢。趨勢有了,還要有生態鏈的合作和統一的接口。

 

智能駕駛中國大有希望

 

宋繼強表示,在推動經濟發展的同時,中國的大規?;A設施建設也在扮演市場引領者的角色。中國的大基建古而有之,始建于春秋時期的京杭大運河,是世界上里程最長、工程最大的古代運河,也是最古老的運河之一。運河系統水運基礎設施把中國從東到西的五條水系全連起來,曾經引領世界。今天的智能駕駛就和運輸有關,還與能源、資源和算力有關。

 

 

工業革命開始之后,鐵路基礎設施不是中國發明的;電網輸送能源也是在歐洲;公路體系、高速公路是在北美興起的,二戰時在德國開始使用;直到互聯網時代,中國的信息基礎設施一直在跟著美國走,差距大概是一二十年。但是,到了現在的云計算時代,算力基礎設施的差距開始縮小了,差不多五年左右,而且現在全世界七座大型云計算中心,有三座在中國,四座在美國,所以我們的差距在逐漸縮小。

 

從古代曾經的領先,到后來落后,再到現在差不多能夠齊頭并進。未來,在智能駕駛領域,中國有很大的希望重新開始引領大規?;A設施建設,特別是正在同時推進的5G、人工智能建設和大規模的數字化轉型,這就是我們的新基建。

 

最近中共中央、國務院印發的《交通強國建設綱要》指出,到2035年將基本建成交通強國,這一定要大力發展智能交通。所以,在這一領域中國有重新回到領跑地位的機會。

 

為什么是智能邊緣?

 

宋繼強指出,智能駕駛是一個非常需要傳感和算力的時代,也需要網聯。但這些傳感和算力在哪里分布是一個問題。

 

傳統意義上講,傳感和算力都是分布在車里,需要在本機上搭載足夠的算力,才能實現人工智能(AI)。但是未來會發現,需要持續不斷地擴展AI能力,同時要滿足其他信息和更多功能的連接需求,這就決定了不能將傳感和算力全部放在本機上,包括各種新的功能,因為車企不可能總是升級硬件。

 

事實上,硬件的迭代永遠慢于軟件的迭代,所以軟件定義這件事情的發生實際上是要靠分級來構造基礎設施。所以,盡管智能設備的本體一定是在逐步升級,但其構造更需要連續化擴展。

 

機會在哪里?傳統觀點認為,要通過網絡把智能能力、軟件能力融入在云端,這沒有錯。這在一些領域是可行的,因為升級數據就可以實現。但是,在與智能制造、智能駕駛、智能機器人相關的領域,是無法滿足要求的。因為這些領域需要更低的延遲,因為傳感器種類很多,數據又很大,難以滿足時延要求,所以這種情況下就要靠邊緣計算了。

 

 

邊緣計算是這些年來非常重要的一個新興領域,因為它帶來了可以定制化的服務器、相應級別的算力資源,包括通信、網絡帶寬都可以定制,存儲也可以定制。

 

所以,充分的定制化可以幫助垂直領域做很多軟硬件協同優化的工作,滿足不同領域的特殊要求。共性的定制化要求加上邊緣計算與人工智能融合的新范式將給智能邊緣以很大的發展空間,從而實現物理世界需求與數字世界需求的融合。

 

智能路口需要互操作性

 

十字路口就是一種邊緣,其情況非常復雜,有一半的交通事故發生在這里。如果只靠車輛本身來提高感知能力和運算能力,永遠會存在現在人類駕駛的問題,在視線被遮擋的情況下人沒辦法了解全局。

 

宋繼強以一個早期開始還一直在做的案例解釋說,在一個城市里,實際的交通路口安裝了七個攝像頭,分布于四個方向收集數據。加持了邊緣計算后,就可以把傳感器擴展到交通路口附近,包括各種各樣傳感器,再配合邊緣計算就可以通過算法把不同攝像頭檢測到的物體運動軌跡合成在一起,形成一個全景視角,同時實時追蹤車輛移動的軌跡,包括行人、電動車等交通參與者。

 

 

當算力再度增強的時候,就可以超實時運行,預測未來可能會發生什么樣的碰撞。如果再將數據疊加到高精度數字地圖上,車輛就可以實時知道前面可能會發生什么情況。這樣等于擴展了車輛的自動駕駛軟件系統進入路口的全景視角。

 

當然,這樣做不能只靠攝像頭,因為攝像頭有自己的限制,還需要所以其他傳感器?,F在的毫米波雷達、激光雷達開始越來越便宜了,所以路側設備也可以使用。

 

與此同時,由于需要很短的傳輸延時、計算延時,這些傳感器之間還有同步的要求,系統能力一定要不斷增強,所以需要定制服務器。另外,由于不同的攝像頭分辨率不一樣,幀率也有所不同,做同步所采用的規范也不一樣,再加上其他傳感器——毫米波雷達、激光雷達的幀率不同,同步是非常重要的要求。所以,未來構建一體化的智能交通基礎設施,各種設備之間、各種模塊之間的互操作性非常關鍵。

 

互操作性能夠解決什么問題呢?有幾個方面,首先是傳感器供應商很多,包括多個Tier 1、Tier 2供應商。它們之間需要有互操作性,一定要像USB那樣能夠即插即用,大家才能互聯互通。

 

第二是處理,分為計算、傳輸和存儲,這些都要有相應的規范,模塊之間要有一個接口協議來認證,以便模塊之間約定如何銜接,以什么樣的算力提供什么樣的能力、什么樣的延遲?;ゲ僮餍赃€能夠保證可靠性,比一般應用于其他領域(如娛樂、游戲)的一些服務器、邊緣計算的要求高得多。

 

 

第三,數據也同樣重要,因為很多與駕駛、交通相關的數據都是有隱私、安全要求的,所以需要有像私有云級別的安全和隱私保護機制。

最后一點也很重要,一旦部署了交通領域用的基礎設施,就意味著不能經常挖開、拆了去更換設備。當硬件要升級或者軟件要升級時,要能夠很方便地實現升級換代。一套基礎設施架構應該在長達10年、20年的時間內仍然可以升級,這些都是未來構建基礎設施成功的關鍵。

 

成功案例

 

過去幾十年來,英特爾一直致力于推動各種生態級別的互操作性標準。宋繼強舉了英特爾研究院親自參與過的兩個例子。一個是2009年發布的雷電接口(Thunderbolt),該連接技術融合了PCI Express數據傳輸技術和DisplayPort顯示技術,可以同時傳輸數據和視頻信號,且每條通道都可提供雙向10Gbps帶寬,最新的Thunderbolt 4已達到40Gbps。經過產業化并推出標準體系,蘋果用一套Thunderbolt接口即可兼容多種不同設備,互操作性很強,速率也很高。

 

 

另一個例子跟邊緣計算有關,是一個接入網標準。2010年前后,英特爾研究院和好幾家通信合作伙伴,包括中國移動通信研究院,一起推出了CRAN無線接入網(Cloud Radio Access Network),也就是通常所說的云接入網。它將接入網由以前的純硬件搭建(FPGA、DSP等)的固定功能轉變為可以用軟件來定義的更多接入網功能。因為CPU能力越來越強,可以在上面運行一些軟件堆棧,同樣可以達到延時的要求。目前,CRAN已變成一套軟件定義的接入網體系,而且已經標準化,并已推向市場。

 

自動駕駛不是一家的事兒

 

宋繼強表示,在定義各種設備互操作性和網絡邊緣的生態標準方面,英特爾一直不遺余力在做。在智慧交通和智能駕駛領域,英特爾與Mobileye一起推動了世界第一個、也是中國第一個自動駕駛安全標準。

 

自動駕駛不是一家企業的事兒,而是整個行業的事兒。當自動駕駛出了問題時,我們得知道責任怎么認定,大家是否同意認定的方式。所以要有一套形式化的方法,一套大家都認可的方法。

 

作為標準工作組的主席,2018年開始,英特爾和國內的一些大學,包括清華大學、同濟大學、南方科大、中國科學院自動化研究所一起,在交通部公路科學研究院的支持下,在自主車輛的安全、數據集與評測、交通基礎設施、前沿算法與系統架構、V2X以及標準等核心領域開展廣泛和深入的合作。去年初,第一版團體標準《自動駕駛車輛決策的安全保障技術要求》發布,第二版將在今年發布。

 

 

在這些標準中,將會寫入設備之間的互操作接口,也包括城市區域的整體基礎設施,比如兩公里路段要安裝一些邊緣計算設備。

 

車端和邊緣計算需要開放合作

 

宋繼強最后說,未來的工作也離不開車端,包括車端AI算力如何分布,如何與邊緣計算進行協同。在這方面,英特爾將與車企密切合作,其子公司Mobileye也有很多積累。另外還有數據中心和云端,其兩類基礎設施是云計算基礎設施和高性能計算中心。其中的一些不同編程接口都需要做統一化處理,因為未來云端計算資源將越來越多,種類也很多。

 

現在,我們已進入XPU時代,既有CPU、GPU,也有專門用來做神經網絡加速的NPU、ASIC,還有其他各種處理器。所以它是一個混合的架構,需要有一個統一的接口來提供功能。在中間層,未來需要智能計算、邊緣計算去處理的一些垂直領域,包括智能駕駛、智能機器人、智慧交通,還有些智能制造。從上層的開源邊緣軟件框架到下面的公共邊緣服務,再到最下邊的不同種類的軟硬件加速器、處理器之間的調度和協同,都有很多工作要做。

 

 

總之,構建未來智能駕駛邊緣領域的互操作體系,同時支持設備的升級換代,只有一條路,那就是:開放合作。