北京将推动国产AI芯片突破 280TOPS算力爆表!北京车展最强国产自动驾驶平台是它
280TOPS算力爆表!北京车展最强国产自动驾驶平台是它
车东西
文|俞岳
上周末，延误了半年有余的2020北京国际车展正式开幕，因疫情防控需要，北京车展可能也是今年全球最大规模的车展。
在本届北京国际车展上，最大的看点之一莫过于L2级自动驾驶逐渐成新车标配，自主品牌L3甚至L4级自动驾驶正逐渐落地；华为等科技公司拿出自动驾驶解决方案“秀出肌肉”；多家自动驾驶芯片创企推出性能炸裂的解决方案……让本届北京国际车展宛如一场汽车科技秀。
国内自动驾驶芯片创业公司黑芝麻首次展出FAD自动驾驶计算平台，其算力最高可达280TOPS，从数据上看甚至全面超过特斯拉自研的FSD自动驾驶电脑。
那么，黑芝麻FAD自动驾驶平台真的这么强吗？FAD是如何碾压特斯拉FSD的呢？
一、北京车展最强自动驾驶计算平台算力最高可达280TOPS
车展首日，国内自动驾驶芯片创企黑芝麻正式发布并展出了FAD（FullAtonomousDriving）全自动驾驶计算平台，同时也首次对外展出了第二款自动驾驶芯片华山二号A1000系列。
FAD最大的优势就是算力强，从数据上看，甚至已经超过特斯拉最强的自动驾驶计算电脑HardWare3（实际算力大约72TOPS），单个控制器的算力最大可以达到280TOPS，高算力也让FAD支持L2+～L4级自动驾驶。
▲北京车展现场展出的黑芝麻FAD自动驾驶平台
今年6月，黑芝麻正式发布了华山二号A1000系列芯片，单颗芯片算力最高可以达到70TOPS，功耗小于8W，单颗芯片就能支持L3级自动驾驶系统。而FAD自动驾驶平台就是基于华山二号A1000芯片打造，单控制器最多可集成4颗华山二号A1000芯片，也就能够实现最大280TOPS的算力。
即便有这样强大的算力，FAD自动驾驶平台最高功耗也就几十瓦，能效比达到6TOPS/W。
这样的性能数据和能效比数据即便放到全球自动驾驶芯片领域，都处于领先地位。
此外，为适应不同汽车制造商和不同车型，车企也可以选择1颗、2颗或4颗华山二号A1000芯片集成的域控制器，分别可以实现最大70TOPS、140TOPS和280TOPS的算力，对应L2+级、L3级和L3/L4级的自动驾驶系统。
实际上，这就是满足车企的成本需求。
据了解，FAD自动驾驶平台支持多种传感器接入，包括激光雷达、毫米波雷达，同时接入多路摄像头，还内置有GNSS+IMU+RTK组合高精度定位模块，可以实现车道级定位，实现更精准的自动驾驶。
可以说，黑芝麻FAD自动驾驶平台凭借其高算力、低功耗，已经成为本届北京国际车展上最强大的自动驾驶域控制器之一。
二、支持L2+～L4级自动驾驶黑芝麻FAD真能打趴特斯拉FSD？
FAD除了使用超强芯片，算力超强，还有哪些强大本领呢？
昨天上午，车东西与黑芝麻创始人兼CEO单记章与创始人兼COO刘卫红进行了深入访谈，找到了问题的答案。
1、对标特斯拉、英伟达性能全面领先
在全球自动驾驶芯片大厂中，能实现黑芝麻FAD这样高算力水平的也就英伟达、特斯拉两家。
从算力上看，英伟达Xavier计算平台的算力有30TOPS，特斯拉FSD计算平台（HardWare3）算力为144TOPS，两颗华山二号A1000芯片集成的黑芝麻FAD计算平台就有最高140TOPS的算力。
▲北京车展现场展出的黑芝麻FAD自动驾驶平台
而在算力利用率上，三者的差距比较悬殊，黑芝麻FAD可以达到80%以上的利用率，特斯拉有55%，而英伟达Xavier计算平台大约在20%左右。
单记章说道，用CPU、GPU进行AI运算，算力利用率太低，必须要使用专用的神经网络处理器进行AI运算，算力利用率才能达到比较高的水准。
实际上，这也是特斯拉放弃英伟达自动驾驶芯片，改用自研芯片的原因之一。
在功耗上，英伟达Xavier计算平台和黑芝麻FAD都在30W左右，特斯拉FSD功耗则翻了一倍还多，达到72W。另外，英伟达Xavier计算平台的能效比仅有1TOPS/W，特斯拉稍好，为2TOPS/W，黑芝麻FAD则能做到6TOPS/W。
据介绍，虽然三者的整体功耗比较低，但也需要进行严格的热管理优化。如果能效比太低，芯片发热难以控制，可能导致整体安全性、稳定性降低。
今年5月，英伟达发布了基于安培架构的自动驾驶芯片的迭代产品，算力较上一代Xavier计算平台有很大提升，并且有10TOPS、200TOPS、2000TOPS算力的三个产品。不过目前英伟达还没有公布太多有关安培架构自动驾驶平台的消息，量产时间也被定在2022年下半年，距离真正装车还有一定的距离，而黑芝麻预计FAD已经能够在2021年下半年量产装车。
2、神经网络引擎性能超强支持多种AI运算
当我们透视华山二号A1000芯片就能发现，其主要由一颗8核心主频为1.6GHz的CPU，GPU，内存控制器，神经网络处理器，数字信号处理器（DSP），图像信号处理器（ISP），安全岛以及I/O接口控制器等处理器组成。据了解，这颗SoC中共有22个处理器。
▲华山二号A1000芯片内部
而这么多核心和计算单元，都集成在了不到90mm?的区域内，相当于指甲盖大小。芯片封装后的大小也只有约250mm?。
其中，“占地”面积最大的就是DynamAINN神经网络处理器。据了解，这个区域中有4个3D卷积阵列，主频为1.2GHz，算力就已经能达到39TOPS；同时还有1个2DGEMM矩阵乘法阵列，主频800MHz。另外，芯片内还有5个独立DSP，让整个芯片的算力可以达到43TOPS。这还不包含CPU、GPU、CV加速器的算力。
实际上，这还是黑芝麻华山二号A1000芯片最基础的算力，其最强算力可以达到70TOPS。
同时，因为有多种不同的神经网络处理器，让整颗SoC能够保持很强的灵活性和均衡性。
3、降低开发门槛符合车规标准
当前，大部分整车企业和自动驾驶公司采用自研自动驾驶软件，购买自动驾驶硬件的方式，研发或量产自动驾驶。但各个厂商在感知、识别、决策算法方面的进度各不相同，所使用的神经网络也各不相同，这就要求硬件厂商必须紧密配合整车企业的软件开发流程。
黑芝麻针对不同整车厂和自动驾驶公司给出了完善的开发解决方案。
首先，黑芝麻提供自研的算法神经网络，也能提供常用神经网络模型库。例如，在ADAS算法神经网络中，就包括路牌、路标、车道线、预测目标运动趋势等网络，黑芝麻将这些算法神经网络作为SDK提供给客户。也能将常用的、公开的神经网络制作成模型库，作为开源软件提供给客户。
第二，黑芝麻为客户提供神经网络开发工具，可以不断优化算法。即便在交付之前，也能在虚拟环境下运行开发者的网络。开发者可以通过黑芝麻的云端平台测试，甚至不需要在本地安装。
第三，如果客户完全没有开发自动驾驶软件，黑芝麻也可以提供硬件、工具链、软件库、操作系统打包交付。
在安全流程标准和车规认证方面，FAD平台满足ASILB、ASILD汽车功能安全要求以及CCEAL5+的车规级安全认证要求。升级到板级产品后，FAD平台的双芯片系统可完全独立工作，支持电源和视频采集系统的冗余设计，满足前装产品的设计要求。通过双芯片冗余，支持ASIL安全分解，配合ASIL-D级别的控制MCU，实现系统级的ISO26262ASIL-D安全流程标准。进一步达到系统级自动驾驶平台的SOTIF和RSS的安全设计要求。
可以说，黑芝麻FAD自动驾驶平台已经能够在硬件算力、整体效能、软件开发、安全认证方面领先于市面上大多数自动驾驶芯片，一些参数已经超越同级别的特斯拉FSD。
三、行业老兵组队造芯FAD即将步入量产阶段
根据黑芝麻创业团队的介绍，公司于2016年成立并投入研发自动驾驶芯片，和特斯拉自研FSD芯片的启动时间大致相同，这也就让两家公司几乎站在同一起跑线上。
2017年，蔚来、芯动能等资方向其投资了近亿元。2019年4月，黑芝麻又获得了上汽、SK中国、招商局等机构的B轮投资。
这些投资让黑芝麻有能力大力投入研发自动驾驶芯片，现在投入的研发资金已经超过1亿美元（超过6.8亿元人民币），要知道黑芝麻的研发团队也就只有300来人，且都是来自芯片、汽车、算法等各个科技高地的顶尖人才。
▲左右分别为黑芝麻CEO单记章、COO刘卫红
黑芝麻CEO单记章此前是全球视觉芯片领军企业OmniVision创始团队成员，在硅谷芯片行业打拼了20多年，在图像处理芯片和软件算法上具有丰富的经验和技术积累。
CTO齐峥是英特尔奔腾二代芯片主要设计成员、CSO曾代兵是中兴微电子总工程师，COO刘卫红则曾是博世中国ADAS主力部门——底盘与控制系统事业部的中国区总裁。
正因为有超强的研发团队，让黑芝麻这家初创公司可以在3年时间内做出ADAS芯片华山一号A500并量产上市，在今年推出华山二号A1000芯片，发布FAD自动驾驶平台。
今年以来，新车如果没有配备L1/L2级自动驾驶，都“不好意思卖”，自动驾驶的普及程度正在快速提高，而更高等级的L3级甚至L4级自动驾驶也已经到了量产前夜，行业内对自动驾驶芯片和计算平台解决方案需求呈爆发性增长态势。仅自动驾驶芯片的市场规模，都有望达到万亿美元级别，成为半导体行业最大单一市场。
因此，FAD此时进入自动驾驶市场可谓正当其时。
今年8月，一汽智能网联开发院与黑芝麻达成技术合作协议。一汽智能网联开发院将启动基于华山二号A1000的智能驾驶平台的开发，以满足后续量产车型需求。双方将共同推动人工智能技术在汽车工业领域的应用，加速国产智能驾驶芯片的产业化落地。
另外，黑芝麻也已经签约多个FAD定点车型，预计明年就将有搭载FAD自动驾驶平台的车型上市。此外，国内外也已经有多家企业开始测试FAD自动驾驶平台，测试车辆已经上路。
黑芝麻在自动驾驶芯片和域控制器中取得的巨大成功，让行业研究机构开始重视这家刚成立4年有余创业公司。今年4月，硅谷最强智库之一的CBInsights发布中国芯片设计企业榜单，黑芝麻在车载芯片领域上榜，成为中国芯片设计企业65强之一。
今年7月，黑芝麻华山二号A1000芯片也亮相世界人工智能大会，与平头哥、依图、寒武纪等高端人工智能芯片同台亮相。
可以说，黑芝麻经过四年多的发展，已经成为全球领先的自动驾驶芯片设计公司，甚至已经有能力和芯片行业的老大哥们一较高下。同时，黑芝麻的快速进步，也推动着国内自动驾驶芯片设计再上新台阶。
在与两位创始人的交谈中，他们还透露了一个彩蛋，明年黑芝麻将发布性能更强的芯片，届时搭载这一芯片的FAD自动驾驶平台最高算力有望突破1000TOPS，其算力已经可以进行完全自动驾驶。
本文来源于汽车之家车家号作者，不代表汽车之家的观点立场。
国产ai芯片目前有哪些技术突破
国产AI芯片在多个方面取得了显著的技术突破：
一、算力提升
1.寒武纪的思元系列芯片不断迭代，算力大幅增强。例如思元270芯片，采用了先进的架构，在处理深度学习任务时，能够提供较高的算力支持，满足多种场景需求。
2.华为的升腾系列芯片也具备强大的计算能力。升腾910芯片基于华为自研的达芬奇架构，拥有高达256Tops的算力，为大规模AI计算提供了有力保障。
二、架构创新
1.部分国产芯片厂商推出了具有自主知识产权的创新架构。如某些芯片采用了独特的多核异构架构，能够根据不同的AI任务特点，灵活调配资源，提高计算效率。
2.这种架构创新有助于降低芯片功耗，提升整体性能，使国产AI芯片在性能功耗比方面具有竞争力。
三、算法优化
1.国产AI芯片厂商在算法优化上投入大量精力。针对卷积神经网络（CNN）等主流算法，开发了专门的优化技术，能够加速算法的执行速度。
2.通过优化算法，芯片可以在相同算力下，更快地完成图像识别、语音识别等任务，提高AI应用的响应速度和准确率。
四、生态建设
1.积极构建完善的生态系统。与众多AI软件开发商、应用厂商合作，推动国产AI芯片在各个领域的广泛应用。
2.例如，一些芯片厂商与深度学习框架开发者合作，优化框架与芯片的适配，让开发者能够更便捷地使用国产芯片进行开发，促进了国产AI产业的协同发展。
中国芯迎风头,北大AI芯片启明920突破,硬件加速达3.5倍
最近国产芯片的好消息越来越多，各大芯片厂商也迎来喜讯，国家也发布了2025年芯片自主率达70%以上的目标，不少集成电路的研发和生产厂家也迎来了风头，除了能获得国家扶持之外，部分集成电路厂家还可以享受10年免税的政策。在如此形式的激励下，近期，我国在芯片领域的发展又迎来新的突破，由北京清华大学与西安交叉核心院共同完成研发的一款AI芯片“启明920”发布，这款芯片的诞生填补了我国在AI芯片领域的很多技术空白。
从启明920芯片的命名来看，启明取自于“启明星”，在我国启明星是希望的象征，引领方向的标志，是即将迎来黎明的意思。也意味着我国在AI芯片研究领域也迎来了新的发展，根据启明920芯片曝光的参数来看，启明920已经软硬件协同的方式，可以实现对图案的优化处理，可为硬件加速提供3.5倍加速，同时优化了存储和计算方式来提高芯片工作效能，并且还针对DRAM进行了专项优化，充分发挥处理单元的闲置资源，提升芯片的使用性能
为什么说启明920芯片是一款非常有意义性的芯片，我们都知道芯片不光是指CPU处理器，其实芯片只是集成电路另一种称呼，根据领域类型的不同，芯片的功能也不同，架构设计和内部原理也不同。我国在手机和电脑处理器芯片上面已经有所成就，虽然不能达到5nm工艺的性能，但是至少属于有芯可用。随着AI智能时代的开启，全球对AI芯片的关注度越来越高，AI智能也被人类称之为第四代工业革命，随着AI智能领域的发展壮大，AI芯片对我们来说至关重要。
AI芯片也被称之为AI加速卡，是专门用来处理人工智能应用中大量计算任务的模块，被广泛应用在人脸识别支付、自动驾驶、安防安保工作、无人机等领域，通过AI数据分析，可以自动对人脸数据模型进行建立和识别，并且AI还能监控图像中的物体移动，对物体进行分析识别和动作预判，比如自动驾驶，而且AI还能通过仿生学习模拟人类的肢体动作并和人类互动等，为我们的生活和工作提供了极大的便利。但想要实现这些功能就必须要用到AI芯片，没有AI芯片就意味着在AI人工智能领域的落后。
AI芯片和CPU的区别很简单，CPU主要是负责通用运算，是信息处理、程序运行的最终执行单元，而AI和GPU主要是针对图形处理而设计的加速芯片，典型CPU的架构中需要大量的空间去放置存储单元和控制单元，相比之下计算单元只占据了很小的一部分，算力无法满足深度神经网络（DNN）的计算需求；而GPU虽然可以实现对图形的运算，速度也快很多，但是老黄家的GPU价格太高，一块高端显卡经常卖到上万元。
而且GPU并不是专门针对AI算法开发的ASIC，所以说也并不是最理想的选择。如果想要实现类似自动驾驶等功能，那么其图形运算速度必须要快，毕竟在高速驾驶中，路面情况复杂多变，这对图形处理芯片来说是一个非常大的考验，而且如果使用在小型中端上面，还需要具备低功耗的要求，所以GPU并不能作为AI智能芯片使用。那么开发一种专门用在AI领域的智能芯片是非常必要的。
虽然有所成就，但是和国际先进AI芯片生产厂家相差还是很大，根据研究团队的说法，目前该芯片还只能应用在低速自动驾驶的汽车上，在相比特斯拉等厂家上面使用的智能芯片来说，还有很大空间提升。当然，万事开头难，相信在未来的发展中，我们能不断突破成为世界领先。
在目前芯片发展如此坎坷的情形下，能取得如此成就确实不易，根据数据显示2019年我国的芯片自给率只有30%左右，想要在2025达到70%，我们真的能做到吗，通过什么方式能够弯道超车呢？上西瓜视频，搜索“猫眼儿观世界”，看西瓜视频创作人“猫眼儿观世界”的作品：不吹不黑，认清中国芯片产业现状，我们的困境与机遇在哪里，带你重新认识我国目前芯片行业的发展现状，一起理性分析我国芯片中的发展机遇，以及AI芯片能否成为我国新的发展目标。看西瓜视频，了解芯片原理，涨知识，涨技能！
好了，本文到此结束，如果可以帮助到大家，还望关注本站哦！