CES2021:元戎啟行自動駕駛推理引擎
在2021年CES上,L4自動駕駛解決方案提供商榮源啟星將在線展示其用于L4自動駕駛深度學習模型的推理引擎DeepRoute-Engine。推理引擎的推理速度平均比開源深度學習框架高6倍。自動駕駛的計算效率大大提高,有利于自動駕駛擺脫對高計算能力計算平臺的依賴。
榮源啟星是一家L4自動駕駛解決方案提供商,為車企、Tier1、出行公司、物流公司提供多應用場景和定制化自動駕駛解決方案。在深京設有R&D中心,公司R&D人員覆蓋全R&D自動駕駛鏈條,如感知、高精度地圖與定位、規劃與控制、硬件系統、基礎設施、仿真系統、數據平臺等。
為了像人類一樣感知周圍的物體,自主駕駛需要深度學習,即通過大規模復雜的深度學習網絡模型對輸入數據進行推理。在推理過程中,需要實時進行大量計算。因此,自動駕駛企業對計算平臺的計算能力有著嚴格的要求。這種計算平臺不僅要花費幾萬美元,還要消耗數百瓦。假設計算平臺的平均功率為500W,其24小時耗電量約占一輛存儲容量為50kw·h的電動汽車的24%。
為了擺脫自動駕駛對這類計算平臺的依賴,降低自動駕駛的硬件成本,降低自動駕駛硬件能耗對汽車行駛里程的影響,榮源啟星選擇了另一條路。通過自主研發的推理引擎————deep route-Engine,L4自主駕駛的感知模塊可以在低成本、低功耗的計算平臺上運行。
“榮源七星與曹操旅游合作自動駕駛模型的幾何A”
根據榮源啟明星和曹操出行的自駕車型幾何A的實車測試,榮源啟明星的自駕系統每百公里只消耗1千瓦時的電量。功耗還包括車內2人負載、開空開關、傳感器風阻造成的能耗。
在自動駕駛系統中,感知模塊是計算量最大的核心軟件模塊。為了提高感知模塊的運行效率,需要適應感知算法的特點、計算需求和計算平臺的架構特點,從而驅動系統高效運行。一個定制的推理引擎相當于一個定制的驅動,不僅可以提高感知模塊的運行效率,還可以提高系統的可擴展性,兼容更多的計算平臺。
L4自動駕駛感知算法使用的深度學習框架非常復雜,需要實時進行大量復雜的計算。目前市面上的開源推理引擎大多無法處理復雜的L4自主駕駛深度學習模型。在這方面,榮源的推理引擎通過智能算子融合,將推理過程中的可組合操作結合起來,大大提高了計算效率。
DeepRoute-Engine還為不同品牌的計算平臺設計了定制的內核程序,以執行大量并行計算。DeepRoute-Engine目前支持的GPU包括AMD、英偉達、英特爾等品牌,以及華為的車載計算平臺。
目前市場上用于自動駕駛的常見計算平臺包括基于GPU、FPGA和ASIC的CPU和AI芯片。由于自動駕駛系統需要處理激光雷達、攝像頭等傳感器采集的海量數據,傳統的CPU計算能力越來越不能滿足使用需求,基于GPU架構的AI芯片成為實現自動駕駛必不可少的硬件。
編輯評論:
自動駕駛系統中復雜的計算一方面取決于硬件計算能力,另一方面取決于計算效率。前者需要投入大量資金,而后者離不開底層技術的研發。根據預測,未來中國有可能成為全球最大的自動駕駛市場。到2030年,與自動駕駛相關的新車銷售和出行服務產生的收入將超過5000億美元。2021年CES將帶來哪些智能出行領域的新產品和新技術?讓我們一起期待吧!
>>點擊查看今日優惠<<

使用微信掃描二維碼
即可進入交流群

使用微信掃描二維碼