一枚自动驾驶车处理器的自我修养

2016-06-15 09:24:00
全芯编辑
转贴:
电子工程专辑
350

        到目前为止,来自Nvidia、Mobileye与NXP等芯片供应商的信息,似乎显示他们各自的自动驾驶车辆平台概念(以及他们打算如何实现)大不相同。有鉴于人人都会利用他们现有的、以及他们认为可以击败对手的东西来抢占市场地位,这可以理解。

        不过值得注意的是,对汽车原厂以及一线汽车零组件供应商来说,他们面临的挑战是一样的:车子里的电子控制单元(ECU)数量越来越多,自动驾驶车辆内有各种传感器,所收集的感测数据需要被处理、分析并融合,还有安全性问题──连网汽车的罩门。

        那些挑战与先进的视觉处理技术、深度学习、地图绘制等等功能息息相关,也会影响新系统架构对处理器性能的需求。

        这会是Google自动驾驶车辆里面的模样吗?

        Source:Kalray

        所以,这里有一个价值6,400万美元的问题──今日的汽车厂商以及一线汽车零组件供应商,都已经知道2020年的自动驾驶车辆系统架构了吗?

        法国新创IC设计公司Kalray的首席执行官Eric Baissus最近接受EE Times编辑访问时,对以上问题的回答是:他们不知道,或者说还不知道;而这也是为何这家新创公司认为,其配备288个VLIW核心的大规模平行处理器 数组(Massively Parallel Processor Array,MPPA),已经来到了进入市场的好时机。

        Kalray最初是为法国的原子能委员会(CEA),开发核子 弹模拟所需的极限运算技术;而该公司现在则是锁定关键性嵌入式市场(例如航天),还有云端运算。

        Baissus 认为,自动驾驶车辆也属于关键性嵌入式市场的一部分,因为这类车辆需要吸收大量来自车外、车内各个部位的数据,快速进行处理、然后用以快速做出决策;他表示,因此汽车产业:“需要可处理多域功能整合(multi-domain function integration)还有能以超高水平执行处理任务的新一代处理器。”

        当然,所谓的“多核心(manycore)革命”已经展开;不过Baissus表示:“还没有人成功设计出大规模平行、拥有超过100颗核心的‘超级计算机单芯片’;”Kalray最新一代的288核心处理器Bostan,整合了16个各自有17颗核心的处理器丛集,配备2MB共享内存(SMEM)、数据 传输速度每秒80GB,并有16个系统核心。

        此外,Bostan也是能因应关键时刻的网络单芯片,支持高速以太网络接口(8x1 GbE ~10GbE)。该芯片并配备高速加密与解密,以及与GPU/FPGA加速器的简易链接功能。

        因此该MPPA架构能提供DSP类型的加速,具备省电、时序可预测(timing predictability)、多域支持(举例来说,不同的处理器丛集可以执行车内不同部分所采用的不同嵌入式系统),以及可扩展的大规模平行运算(内 部处理器能被结合在一起以因应系统的复杂性)。

        Kalray 的MPPA芯片架构

        Source:Kalray

        这种为自动驾驶车辆打造的“超级计算机单芯片”,跟Nvidia的Drive PX平台岂不是很像?Nvidia将Drive PX称为“世界最先进的自动驾驶车辆平台”,号称该平台结合了深度学习、传感器、环景视频等等功能。

        而对此Baissis解释,两者之间的不同点有二:首先,Kalray的解决方案是“可认证(certifiable)”的:“我的意思是我们能证明决定论 (determinism),并能保证时序;在高性能运算中,1秒的延迟是可以接受,但在关键性嵌入式市场──例如航天与汽车──仅10毫秒 (millisecond)的延迟都可能致命。”

        其次,他表示工程师若要使用Nvidia的芯片需要懂CUDA,但:“我们的芯片能利用标准工具以及Linux执行标准的C/C++程序代码;”汽车厂商已经有很多C语言写的旧程序代码以及算法,就算汽车厂商转向采用新的自动驾驶车辆平台,旧程序代码仍然很重要。

        并不只有Nvida预期未来的汽车会需要更多处理性能,另一家芯片业者Mobileye也在最近“预发表”了EyeQ5处理器,并承诺在2018年可提供芯片工程样本。

        EyeQ5采用先进的10纳米或以下FinFET工艺进行设计,将配备8个多线程处理器核心,以及18个Mobileye新一代视觉处理器核心;该公司表示,EyeQ5能执行每秒12 Tera次运作,同时间能将功耗控制在5W以下。

        而包括Baissus在内的所有人都不敢小觑Mobileye;不同于Nvidia的Drive PX被很多产业观察家视为自动驾驶车辆的“测试平台”,Mobileye追随了商业市场在需求更高处理性能之余、也要求更低功耗水平的趋势;藉由利用已经 证实的视觉处理算法,EyeQ5将数据融合──结合20个外部处理器如摄影机、雷达、光达──囊括在单芯片中。

        但EyeQ5能掌管自动驾驶车辆内部的ECU吗?对此一位Mobileye发言人对EE Times解释,EyeQ5不只支持数据融合,也能执行决策,但决策的付诸行动则是在其他方面执行──也就是汽车厂商所选择的低阶ECU。

        而Kalray对其众多核心处理器的角色定位,与Mobileye与Nvidia略有不同。Baissus表示,在传感器以及机器学习算法方面,已经有很多对自动驾驶车辆来说很必要的进展:“但在处理器领域则还没有实际作为;”这也是他看到的机会所在。

        Baissus认为,新一代的自动驾驶车辆处理器需要执行超越数据融合的功能:“它们必须更像是开放性平台;”而他期望能提供一个自动驾驶车辆的开放性处理中枢──可称 之为“超级ECU”。这种超级ECU能在单芯片上提供跨领域的整合功能,为包括感测、学习、安全性、网络与成本等关键元素带来更好的成果。

        未透露厂商名称,Baissus表示有领导汽车大厂以及一线汽车零组件供应商,正在采用Kalray的平台打造第一辆自动驾驶车原型,但他也坦承,目前自动驾驶车辆架构还不够成熟;不过,透过与多家主要厂商的合作,他期望能够了解更多车厂的需求,以有助于该公司定义下一代的自动驾驶车辆解决方案。而 Baissus也不排除将MPPA架构授权给其他车用芯片厂商。

发表评论
评论通过审核之后才会显示。
updated: 2021-03-01 20:47:29