CHINA EEA經(jīng)過多年的不斷發(fā)展已經(jīng)成為全球汽車電子電氣架構(gòu)領(lǐng)域的重要行業(yè)會議。11月7日－8日，在上海隆重召開了由GRCC 主辦，CASA 聯(lián)盟和OPEN ALLIANCE協(xié)辦以及由地平線公司贊助的“中國汽車電子電氣架構(gòu)技術(shù)創(chuàng)新論壇CHINA EEA 2019”。本屆大會聚集了來自全球主流整車汽車，Tier1， 汽車半導(dǎo)體，汽車軟件，科研機(jī)構(gòu)以及行業(yè)協(xié)會等工程專家重點(diǎn)討論了AUTOSAR、下一代 E ／ E 架構(gòu)的發(fā)展趨勢和設(shè)計開發(fā)、功能安全／信息安全以及電子電氣架構(gòu)開發(fā)的方法和工具。

在11月7日舉行的主題演講環(huán)節(jié)中，來自地平線的市場拓展與戰(zhàn)略規(guī)劃副總裁李星宇先生以“高效AI計算打造智能汽車全場景感知解決方案”為主題做了精彩演講。

李星宇表示，軟件與計算平臺將成為智能汽車的核心差異化因素，根據(jù)麥肯錫的報告，自動駕駛計算平臺、軟硬件開發(fā)能力將成為未來自動駕駛價值鏈中最重要的能力因素，計算平臺的成熟度和能力水平?jīng)Q定了汽車智能化的程度。高效計算平臺成為支撐智能汽車的核心硬件。通過分析特斯拉Model 3 各部分價值量占比，預(yù)測未來自動駕駛的軟硬件成本將由90％硬件＋10％軟件，向軟件和硬件基本持平的方向演化。

車載計算平臺的總體發(fā)展趨勢，是持續(xù)為軟件開發(fā)創(chuàng)造更高效的環(huán)境。為此，智能汽車E／E構(gòu)架正從分布式走向集中式，服務(wù)導(dǎo)向的系統(tǒng)構(gòu)架（SOA）將成為主流，為軟件提供高性能實(shí)時計算平臺，在這樣一個大的趨勢下，計算集中化將催生真正的汽車大腦：車載中央計算機(jī)。

演講中李星宇先生重點(diǎn)闡述了目前分布式ECU架構(gòu)、域構(gòu)架和中央計算架構(gòu)三種汽車架構(gòu)的特性：

1．分布式ECU架構(gòu)：軟件開發(fā)環(huán)境不一致、可擴(kuò)展性差、ECU之間協(xié)同困難、使用低速通信總線：CANLIN；

2．域構(gòu)架主要面向服務(wù)的構(gòu)架、按功能劃分的集中化、加速軟硬件分離以及以太網(wǎng)作為骨干網(wǎng)；

3．中央計算架構(gòu)具有開放式軟件平臺、中央－層－區(qū)構(gòu)架、資源池化、云計算＋邊緣計算的特性。

在中央計算機(jī)－區(qū)構(gòu)架下，中央計算機(jī)與區(qū)控制器獨(dú)立實(shí)現(xiàn)ASIL－D，從而達(dá)到安全解耦。中央計算機(jī)采用雙主機(jī)，相同硬件配置，確保在故障發(fā)生時，軟件可以無縫切換。中央計算機(jī)是一個典型的異構(gòu)計算平臺，其中最主要的算力來源是AI處理器，可以直接處理攝像頭、Lidar等數(shù)據(jù)。區(qū)控制器負(fù)責(zé)I／O網(wǎng)關(guān)、無AI計算的傳感器、診斷、執(zhí)行器等的控制，并具有低級決策能力。計算架構(gòu)與計算單元的集中，以及SOA軟件構(gòu)架的實(shí)現(xiàn)，也為軟件分層打下了基礎(chǔ)。

目前車內(nèi)不少控制器模塊，都傾向于采用單顆AI感知芯片，來整合原有子系統(tǒng)分散的感知能力。例如信息娛樂系統(tǒng)（IVI），過去都采用MCU ＋ 應(yīng)用處理器（AP，Application Processor）的芯片組合方案來實(shí)現(xiàn)。其中，MCU作為與車輛的“接口”，負(fù)責(zé)安全功能；AP則作為主核，負(fù)責(zé)絕大部分智能功能的實(shí)現(xiàn)。但是隨著車內(nèi)視覺及語音交互需求不斷提升，IVI對AI計算能力需求越來越大，因此逐漸配備了負(fù)責(zé)AI感知計算的專用協(xié)處理器（CP，Coprocessor），專門負(fù)責(zé)車內(nèi)視覺、語音識別等算法的AI加速。

這樣的專用協(xié)處理器不僅可以用于車內(nèi)的感知，也可以用于車外的環(huán)境感知，在軟件分層解耦的理念下，催生了獨(dú)立感知層的概念。獨(dú)立感知層將各種傳感器的感知結(jié)果池化，作為公共資源開放給上層功能軟件，從而為各種智能化的應(yīng)用提供了完整的感知能力支撐。

不管智能汽車的應(yīng)用是什么，都有一個共性的底層，就是感知。要想讓汽車懂駕駛員、懂得理解整個道路環(huán)境，理解行人的意圖，都需要汽車對物理世界有準(zhǔn)確、豐富的感知。而物理世界的客觀性也決定了感知的獨(dú)立性。可以說，感知是實(shí)現(xiàn)汽車智能化的基礎(chǔ)。

今天，我們看到智能汽車配備的傳感器越來越多。從攝像頭、雷達(dá)到激光雷達(dá)，層出不窮。尤其是攝像頭，未來每一輛車都會配置十個以上的攝像頭，對應(yīng)的視覺感知算力需求越來越大，這就呼喚獨(dú)立的視覺感知計算單元，正如PC的顯示需求催生了獨(dú)立的顯卡一樣，讓GPU從CPU手中搶到一塊市場。

地平線的目標(biāo)，就是用高效率的AI芯片和算法，打造從車內(nèi)到車外的全場景感知基礎(chǔ)設(shè)施，做智能汽車感知領(lǐng)域的“顯卡”，為各種智能汽車功能提供感知能力支撐。

針對以上目前電子電氣架構(gòu)的挑戰(zhàn)和未來的發(fā)展趨勢，李星宇先生在演講中闡述了地平線中國首款車規(guī)級AI芯片：征程二代的解決方案。地平線中國首款車規(guī)級AI芯片：征程二代。

總結(jié)來看，征程二代芯片的優(yōu)勢有：

1． 極高的算力利用率：典型算法模型的算力利用率不低于90％。

2． 極高的算力有效性：配合高效的算法，每TOPS的算力可以處理的幀數(shù)可達(dá)同等算力GPU的10倍以上。

3． 出色的感知可靠性：典型目標(biāo)的識別精度超過99％，延遲不超過100毫秒。

4． 卓越的感知豐富性：支持像素級語義分割，并超過60個分類，每秒目標(biāo)識別數(shù)量超過2000個。

5． 較低的系統(tǒng)成本：征程二代芯片僅需要使用32位DDR內(nèi)存，相對于競爭產(chǎn)品的產(chǎn)品動輒64位甚至128位的DDR內(nèi)存，顯示了巨大的成本優(yōu)勢。地平線結(jié)合芯片的張量并行計算特點(diǎn)，提出新的網(wǎng)絡(luò)結(jié)構(gòu)，在保持算力需求維持在較低水平的同時，降低了帶寬利用率。

為了加速征程二代芯片的產(chǎn)品化進(jìn)程，地平線在自動駕駛視覺感知、眾包高精地圖與定位、視覺ADAS和智能人機(jī)交互等四大落地場景持續(xù)發(fā)力，用成熟可靠的解決方案縮短芯片與用戶的距離，廣泛賦能汽車的智能化發(fā)展。

基于征程二代芯片，地平線推出了強(qiáng)大的的自動駕駛計算平臺。該計算平臺性能的巨大提升離不開征程二代芯片的優(yōu)異感知能力支撐。征程二代在感知性能上具備三大核心優(yōu)勢：豐富的感知維度、準(zhǔn)確的感知結(jié)果及對中國駕駛場景的高度適配。

在感知維度方面，除支持車輛、行人、車道線、交通標(biāo)識、交通燈等傳統(tǒng)大類外，征程二代芯片也支持草地、柵欄、建筑物、路牙、人行道、一般障礙物等多種類別的檢測，可以提供極為豐富的低層語義信息。

同時，除了支持常規(guī)的車外環(huán)境感知外，征程二代芯片還可以支持車內(nèi)視覺、語音識別以及多模融合等感知，大大拓展了AI芯片的感知邊界，打通了分散的車載感知能力，為HAD的落地以及ADAS／AD域與智能座艙域的融合打下感知基礎(chǔ)。

在感知結(jié)果方面，征程二代對行人、紅綠燈等核心目標(biāo)的感知準(zhǔn)確率出色，并能提供更豐富的感知信息（圖5），比如能夠識別帶箭頭紅綠燈的方向信息以及紅綠燈倒計時檢測等。除此之外，地平線對感知場景的算法開發(fā)充分考慮了中國駕駛場景，比如中國特色的車輛行為（車輛突然斜向插入）、道路特征（特殊車道線）以及天氣／氣象特征等，體現(xiàn)出更好的感知性能和可靠性。

同時，地平線還推出了面向ADAS應(yīng)用的單目視覺方案。該方案可在低于100毫秒的延遲下實(shí)現(xiàn)多達(dá)24大類的物體檢測以及上百種的物體識別，每幀高達(dá)60個目標(biāo)及其特征的準(zhǔn)確感知與輸出，車輛及行人測距測速誤差均優(yōu)于國際同等主流方案。