地平线余凯:边缘计算AI处理器是自动驾驶技术基石

日期:09-24
自动驾驶摩尔定律余凯

文 | 大壮旅

来自雷锋网(leiphone-sz)的报道

地平线创始人兼CEO余凯在当天的演讲中强调:人类正从大数据时代走向大计算时代,边缘计算的趋势是全球互联网科技趋势“分久必合 合久必分”的结果。

“在PC时代,所有的计算都是在电脑上,是本地计算。随着互联网发展,数据越来越往云端、中央上转,计算慢慢从边缘集中到了云端。而从移动互联网开始到现在物联网时代到来,我们逐渐看到另外一个趋势——更多的计算又从中央往边缘迁移。”

同时他还预测,到2025年,每一千美金能够买到的算力相当于1000个T,足以支撑五级无人驾驶所需要的计算需求。如果基于此继续开发与之匹配的软件系统,预计到2030年,真正的五级的无人驾驶将成为可能。而技术趋势有趣的地方在于——1000个T的算力正好和人类大脑的算力相当,这也是摩尔定律一个值得玩味的发展结果。

以下是余凯演讲全文,分享地平线在边缘计算方面的工作和思考,本文由雷锋网编辑(有删减):

今天我们在这里一起探讨边缘智能,边缘计算——这个现在看起来已经越来越广受关注的行业共识。

城市是人工智能非常重要的场景,在这个场景中有交通、有驾驶、有大量的人机交互,计算一定是发生在数据爆发的场景里,而现在数据大量产生和爆发的地方就是在城市。

边缘计算之所以这么重要,是因为它确实会让城市的生活变得更加安全,更加美好。

更多的计算正从中央往边缘迁移

AI未来的发展,必然会促进智慧城市的建设。边缘计算,会覆盖生活的每一天——从家里出发,在路上,在工作的场景里。毫无疑问,这里会产生大量场景和数据。

分享一个报告数据,预计到2025年,全球数据量将以10倍速剧增至163ZB,这个数据量远超过任何互联网公司现在所储备的数据量。

分久必合,合久必分,这在计算上也在发生。

在PC时代,所有的计算都是在电脑上,是本地边缘计算。后来随着互联网发展,数据越来越往云端、中央上转,计算慢慢转移到了云端,转移到了云端计算。而从移动互联网开始到现在物联网,我们看到另外一个趋势,更多的计算从中央往边缘迁移。这带来的好处就是实时性、可靠性,设备在离线的情况下还可以正常运作。

比如,自动驾驶汽车在路上跑的时候,过隧道的时候没有信号,车如何自动驾驶?一定要靠不依赖网络和云端的边缘计算。很多安防类的企业,他们有一些现在是靠WIFI联网处理,但是受信号和带宽影响很大,也需要边缘计算。

这里核心的一点,大量的计算要在边缘,并不在数据中心。数据中心需要强大的供电系统,经常建在例如内蒙古等一些用电需求比较少的地方。而边缘计算一定要求低能耗,这就对边缘计算的处理器要求非常高。

边缘计算的AI处理器,可以说是今天我们整个智慧城市,自动驾驶的核心的技术基石。

边缘计算的五大优势

我们强调边缘计算,是不是意味着我们的算力要打折扣?其实不是。

拿自动驾驶来说,自动驾驶分为 Level 到 Level 5 共 5 级,5 级就是全天全路况,全工况的无人驾驶。在这里有一个很有趣的趋势,自动驾驶每往上升一级,它的计算量就增加了一个数量级。

比如,产业界当前所处的阶段是三级自动驾驶,匹配的产业化的人工智能处理器处于差不多10T的算力阶段,而四级的自动驾驶到百T量级,再到五级的完全的无人驾驶的话,要到1000T。

这是什么概念?我们稍微回顾一下摩尔定律,过去一百年,平均来讲每一千美金大概能买到的算力是这样的增长的曲线(如上图)。

今天一千美金相当于一个iPhone可以买到的算力。从2017年开始,实际上摩尔定律也发生了新的变化,因为我们的物理制程已经开始变化,最近行业在攻克五纳米这样的制程。但是继续往上的话,会越来越难,因为原子是0.1纳米,人类在芯片制造工艺上已经逼近原子的极限,物理制程就不能继续推进摩尔定律往前发展。

进入“新摩尔定律”时代

今天,我们可以说是进入了“新摩尔定律”时代,要通过场景驱动,场景与任务、软件算法去驱动,这种架构模型使得摩尔定律能够继续往前奔跑。

在这里我有一个预测,如果我们能够做到这一点,基本上到2025年的时候,每一千美金能够买到的算力相当于1000个T。这1000个T的算力,能够满足五级无人驾驶所需要的计算需求。基于此,我们继续开发匹配的软件系统,使得2030年的时候,真正的五级无人驾驶成为可能。

很有意思的是,我们可以看到:1000T的算力正好和人类大脑的算力相当。这里面也不完全是巧合,因为自动驾驶需要在比较复杂的工况下,需要达到人类大脑这样的算力才能去应对这样的情况。所以这是摩尔定律很有意思的发展之一。

边缘计算要实时性、低延迟,与数据中心的计算不同。但同时,它对算力的要求一点都不低。边缘的人工智能处理器是未来科技竞争的主战场,是一个制高点。

我们现在处在一个大数据时代,但我想业界或多或少已经达成了一个模糊的共识:未来,我们将进入一个大计算时代。因为数据其实是无穷无尽的,关键是能不能通过计算让数据产生价值。

还有一点,我们也看到一些趋势,数据的计算很重要。去年我们看阿尔法狗升级了一代,新的阿尔法狗是不需要人类堆积的数据学习,完全通过虚拟的方案,一个形象的比喻是叫“左右互搏”,去提升它的算力。

自动驾驶也出现了这样的情况,更多的不是在实际的路面上去采集数据,提升在各种路况下的控制反应能力。更重要的是仿真,在虚拟世界的计算。

我们正站在一个时代交替的节点上,可能我们自己都没有意识到。我们从大数据时代进入一个大计算时代,真正的大计算才是构成未来科技世界的根本。

以数据驱动的新工业革命时代:算力是第一生产力

地平线也是认定了这样的未来,我们认为算力是未来社会核心技术实力的制高点。

新摩尔定律不仅仅是通过物理制程,还要通过软件与硬件的结合。讲到这一点,我们一定会回顾计算机发展历史上很有影响力的一位人物——Alan Kay。他有一个思想,非常具有前瞻性:叫“软件和硬件的结合”。他说如果人要想真正的做好软件,一定要做好硬件。

绝大多数的企业觉得软件和硬件的结合这个事情太重,不愿意做。但过去只有一家公司,只有一个人这么做了,就是乔布斯跟他领导的苹果公司。所以我们看到整个的移动时代,唯一一家做软硬结合的就是苹果公司,芯片和软件操作系统都是自己研发的。

在新的摩尔定律时代,我们相信通过软件和硬件的结合才能够继续推动摩尔定律,让人工智能,边缘计算真正成为可能。

毫无疑问,这也越来越成为一个时代的共识,比如今年我们看到图灵奖发给两位芯片架构设计专家。这样的专家都很有意思,他们现在都在软件公司工作,这家公司就是Google。所以我们看到这样的趋势——软件和硬件的深刻的结合。

今天看中美两个国家,到目前为止,在这方面大量投入去研发的,美国就是Google和微软。中国真正投入这么大力量在软件算法和芯片架构创新方面,现在为止地平线是走在前面的。我们希望能够在这个领域,在公司成立十年的时候成为全球最大的AI芯片的公司。

这个应用场景,无论是智慧城市还是辅助驾驶、自动驾驶,最大的场景就是在中国,所以其实在中国做到第一的话,估计就是世界第一。我们看汽车市场,去年是2800万辆,美国是1700万辆,今年中国会保持2500万辆的规模,所以中国确实是第一大的场景。

围绕边缘的人工智能处理器,我们的首要核心,还是自动驾驶。在攀登这个高峰的过程中,一路都会有收获,包括智慧城市、智慧零售、智能制造,都是边缘处理器的应用场景。

可以说这一点上地平线已经站上了国际舞台,今年我们在四级自动驾驶已经有了订单,竞争对手要完成这样的海量数据计算需要几千瓦的功耗,而我们大概只要110瓦的功耗就可以完成计算。

同时,在处理器方面,在车端以外,比如说利用摄像头端进行人群扫描,抓拍,现在我们可以进行这种摄像头端的计算。另一个场景,在智慧交互产品里,对车型,车牌的计算都是在我们的处理器上完成的。

我们下一代基于摄像头端的嵌入式处理器:一两瓦的功耗,能够进行如此复杂的密集人群计算,所以我们可以做到将今天在服务器端的计算全部迁移到边缘平台。

车载端的感知的计算,未来一方面是在路端,通过传感器,边缘计算去感知复杂的车流。同时车端也有边缘计算,去感知周围的情况,这种V2V通讯可以了解到全面的路况动态,从而去达到未来比较高效的交通系统。也许未来的交通路口是这样的(如上图)。

总结来说,未来边缘的AI芯片实际上是未来智慧城市的底层核心技术,只有这个技术不断往前推进,我们城市的安全、效率才会越来越高,大家在城市的生活才会越来越美好。

地平线通过专注于AI处理器,希望可以打造一个开放的生态。通过把我们的软件赋能各行各业的合作伙伴,让大家能够享受边缘计算所带来的便捷。

“芯片国际棋局”之七 半导体投资热的背面 阿里CTO张建锋:瞄准下一代算法做芯片 不照搬他人
相关阅读: