5G時代，為機器裝上大腦，地平線如何做？

本站原創，作者：章鷹，電子發燒友執行副主編。

7月，AI芯片初創公司地平線入選麻省理工科技評論的2019年全球“50家聰明公司”（TR50）榜單。TR50榜單的主要核心指標是精尖科技創新與商業模式創新，編輯點評這樣寫道：基于自研處理器架構 “BPU”，開發出面向智能駕駛的征程 (Journey) 1.0 處理器與面向AIoT 的旭日 (Sunrise) 處理器。

圖：地平線聯合創始人兼副總裁黃暢

7月13日，在雷鋒網CCF-GAIR大會AI芯片專場論壇的嘉賓室，地平線聯合創始人兼副總裁黃暢接受了電子發燒友記者的采訪，他表示：“地平線不只是一家芯片公司，除了芯片，我們也做算法、工具鏈，還有軟硬件的應用參考設計，方便客戶在這個基礎上快速進入產品開發階段，本質上我們是一家平臺型公司?！?/p>

據記者了解，2018年地平線邊緣AI芯片的出貨量達到10萬片量級，在行業中走得已經比較靠前。未來2到3年，地平線有信心實現上千萬出貨量?！拔覀兊哪繕耸怯?到10年時間，做到邊緣AI計算的領軍者之一。我認為至少需要AI計算芯片的2-3代的重大迭代。市場開拓策略上，我覺得是順應整個的行業趨勢，不斷地對產品去調整，不斷去適應市場變化，不斷地去整合做取舍?！?/p>

5G商用啟動，邊緣計算興起，地平線如何看待邊緣計算中AI芯片的發展趨勢？邊緣計算會破解AI物聯網哪些核心難題？地平線Matrix自動駕駛計算平臺與競爭對手相比，有哪些明顯優勢？就這些熱點問題，地平線聯合創始人兼副總裁黃暢給出了精彩的回答。

邊緣計算中AI芯片四大趨勢

從人工智能演進過程中我們看到，過去的人工智能計算，不管是訓練還是推理實際上都發生在數據中心，因為深度學習需要大量的運算量，只有數據中心采用一些通用的處理器才能夠提供如此巨大的計算能力，以及提供這些計算所需要的電力消耗?！敖陙黼S著人工智能算法和芯片都達到一個很高的水平，使得一些深度學習的運算可以從云端推送到邊緣，隨后很多智能攝像機、智能網絡視頻存儲器、NVR等一些產品都出現了?！秉S暢指出。

“5G牌照發放，5G商用開啟，終端接入網的擴容極大，實時性要求進一步提升，但因為骨干網擴容成本高、延遲大，接入網與骨干網的帶寬矛盾凸顯，在邊緣側形成數據堰塞湖，邊緣計算勢在必行，MEC（多接入邊緣計算）成為必由之路?！边吘売嬎悴扇×丝拷鼣祿椿蛴脩舻牡胤教峁┯嬎阍O施，本地化部署這種模式，可以實現應用本地化，有效降低成本，新型超低延時業務也只能在邊緣才能滿足業務訴求，比如自動駕駛、機器人協作和遠程醫療診斷?！秉S暢清晰地點明邊緣計算已經在重塑世界的未來，引發企業商業模式的重塑?！?/p>

如何實現高效的邊緣計算？靈活、多元和高質量的硬件處理器是一個必要條件。黃暢分析說：AI芯片的有效算力、易用性、低功耗和低延遲已經成為標配。5G將延遲降低到毫秒級別，如果AI計算還是像以前云上那樣的幾百毫秒甚至秒級別的話，優化就沒有意義了，邊緣優勢就不能發揮出來。

黃暢認為，在衡量AI芯片的真實性能時有四個關鍵指標，包括每瓦可以進行每秒多少次計算(TOPS/Watt，能源轉化為計算的效率），每美元或者每元進行每秒多少次計算(TOPS/$，算力成本），算力的利用率（Utilization Rate），以及這些AI有效計算量最終以什么樣的效率轉化成AI的性能（AI Perf./TOPS，算力轉化為AI性能輸出的效率）。

與純算法公司和純芯片公司相比，黃暢指出，軟件和硬件結合可以更好判斷整個AI算法的發展趨勢?！拔覀兠鎸ξ磥碇匾獔鼍爸械年P鍵算法有所取舍。如果還是寄希望于全場景覆蓋所有的算法，走通用計算架構的路線，很難進行有效地系統提升。我們用產品驅動的思路對架構進行敏捷的迭代，更好地支持創新的AI算法。這是我們的基本技術理念，首重效能，兼顧靈活。實現其中的三個關鍵要素是，芯片架構、算法和編譯器。

5G的發展讓邊緣計算成為一個新的變量，我們可以看到，邊緣計算必將帶來商業范式的轉換，包括現在的運營商、傳統的設備商，其實在邊緣計算大家都看到蘊含巨大的商機，而里面技術的變革也會非常深遠，因為它兼具傳統的端和云側的特點。

Matrix自動駕駛計算平臺助力客戶破解難題

破解物聯網數據計算面臨的難題，邊緣計算具備哪些優勢？黃暢指出，每輛自動駕駛車輛每天產生600-1000TB的數據，和2015年整個互聯網產生的數據是一樣多的，考慮到現在每輛自動駕駛車有十多個攝像頭，不止一個激光雷達，攝像頭都是高分辨率、高清、高幀率的。邊緣計算的核心難題是如何在于提高計算的可靠性，讓它在離線時可以正常運作，安全、合規滿足隱私的要求，任何數據必須經過脫敏處理才可以上傳到云端。

邊緣計算也具有部署靈活、高效協同的特點，現實可行的L4自動駕駛過程中還要限制車輛運行的環境和地域，在所處的區域布局路端的改造，可以大大縮短自動駕駛投入規?；\營的時間，這里也能體現出邊緣計算在端上，比如說自動駕駛或是自主機器人的高效率協同。高實時計算減少反應延遲，對于自動駕駛來說毋庸置疑是必要的條件。

黃暢表示，地平線一開始就定位自己是平臺公司，聚焦為行業提供最好的AI計算平臺。拿汽車行業來說：定位為Tier2，技術賦能，不碰數據、不做應用。我們在應用層面做了一些工作，只是為了提供更好的參考設計給我們的客戶。人工智能的應用領域非常碎片化，任何一家公司都無法全面鋪開。

我們特別強調算法和芯片的優化，兼顧靈活性和通用性，第一要務還是追求極致的能效比和性價比。這并不僅僅是算法和架構這兩件事情，還有很多他們的編譯器和外延。由于不依賴云端，邊緣AI芯片在降低延時、保護隱私方面擁有天然的優勢。

2017年，地平線針對智能駕駛推出了征程系列邊緣 AI芯片，最大特點是前瞻性地將計算特點融入到計算架構的設計當中，使得AI處理器經過一兩年研發，推出的時候，仍然能夠很好地適應最新的主流算法。目前，基于征程2.0架構打造的Matrix自動駕駛計算平臺已經進入大規模商用階段。

Matrix利用地平線AI加速IP最大化了邊緣AI計算性能，可支持激光雷達、毫米波雷達的接入和多傳感器融合。以視覺感知能力為例，該平臺能夠基于稀疏化和定點化神經網絡實現8類不同類型物體的目標檢測和多達25類像素級語義分割，同時結合有助于預測和深度估計的三維車輛檢測，能夠更好地理解復雜場景，可輕松應對高度遮擋，且需快速響應場景下的自動駕駛挑戰。在保證高性能的前提下，其可在31W的低功耗下運行，無需水冷系統，滿足了高性能和低功耗的行業應用級需求，非常適合自動駕駛的應用和產品化。

“邊緣計算提供了一個巨大變革機會，如何借助邊緣計算將有效的數據進行分析和決策，將決定我們如何重塑未來，這意味著我們要把過去的計算模式和商業模式進行變革。對底層的技術會有革新的意義，同時它的商業模式也必然引發變化?！秉S暢說，地平線已經為這場變革積蓄了技術能力和組織能力，未來5到10年，他們的戰略目標能否實現，我們將拭目以待。