今日,由ASPENCORE舉辦的「全球雙峰會」在中國深圳大中華喜來登酒店隆重舉行。芯原(VeriSilicon)董事長兼總裁戴偉民在「從萬物互聯到萬物智聯:機遇與挑戰」的主題演講中,從車聯網的角度分享未來5年汽車的重要發展方向。

在中國,「智慧」已經在很多領域得到實現。而在汽車領域,「智慧」讓汽車實現更好的連接已是一大趨勢,那麼在未來5年汽車將會走向何方?車聯網將如何發展?

現在中國的汽車保有量很高,非常有利於我們走向電動車(EV)時代。戴偉民表示:「在傳統的汽車方面還有很長的路要走,可能趕不上,但是電動車方面我們可以實現彎道超車。」

Wayne Dai, Verisilicon

眾所周知,第二級(L2)自動駕駛車輛在出現事故時,需要由人類駕駛來做出快速回應,但在更高層級的自動駕駛(L3、L4)中,人們基本上可以不參與。那麼,我們到底該如何發展、如何更好做自動駕駛?

如今已有些公司已經實現L4和L5級自動駕駛了,但在當前,只有在某些場景下,如倉庫、農業以及貨物搬運,在機場的穿梭巴士、礦山和其他比較固定的線路上才能實現更高等級的自動駕駛程度。

在研究自動駕駛的發展過程中,中國做了很多試驗,也取得了一些里程碑式的成績。在美國也有很多研究院做了很多工作,如Waymo在2009年就已制定了好發展規劃了,連摩根士丹利(Morgan Stanley)都曾說Waymo的發展前景很好。在道路測試里程的排名中,表現最好的也正是Waymo。

要實現無人駕駛,車上要有很多裝置,包括感測器,車輛要與周邊車輛進行溝通,就需要有5G通訊,以及與智慧城市有很好的連接。這一切都是連結在一起的,我們不可能把所有裝置放在車輛上,要與車輛實現連接從而使用周圍的資源。

另外,成本是非常重要的因素,大家可以看到電子元件佔汽車總成本的比例在逐漸上升,這使得我們的產業發展方向需要調整。

戴偉民表示:「我們是一家IP公司,生產的GPU可以用在車輛上,這也讓我們成為在這個領域領先的公司。整車廠中最好的7家或者十大整車廠中有7家都與我們有合作,但我們還在實現低成本的儀表,這都是經由我們的GPU來支援的。」據戴偉民介紹,這些儀表都是透過芯原的GPU來驅動的,成本還不到10美元。

值得注意的是,在未來2、3年中或許只有一些特殊的場景才需要對無人駕駛系統進行訓練,這些系統仍然是可程式設計的,成本可能會大幅上升,另外能耗方面也可能隨之上升。

如何實現更高等級的自動駕駛?

我們如何才能走向L4/L5等級的自動駕駛呢?戴偉民說,歐洲自動駕駛公司AImotive為此進行了很多研究,將其演算法應用於許多車輛並在拉斯維加斯進行測試,今年,AImotive已經開始在更廣泛的道路上進行路測了。

針對人工智慧(AI)引擎,戴偉民表示:「我們想以非常廣泛的方式進行支援,包括通用介面。整個系統是比較封閉或是關閉的,因而並不相容,我們提供私有API,透過這樣的方式來提高效率。」

在實現更高性能的同時,如何實現更快的處理速度呢?那就需要進行最佳化,最佳化加速器的種種劃分,另外最佳化PE和P&R的流動等。

例如人工智慧視訊晶片DeepEye 1000,在全球AI晶片排名第21,而且也有很多公司已經使用了FPGA。戴偉民表示:「我們將很多技術整合起來,看看到底實現什麼樣的效果。」

對於IoT來說,射頻(RF)也非常重要。我們不僅需要好的射頻設計,還需要獨特的類比性能。

戴偉民表示:「NBLT也很重要,我們使用了數位的功率放大器(PA)、單晶片NBLT RF加上基頻(BB)解決方案,可以實現非常高的靈活性。有時候我們需要非常好的平衡,看到底哪方面更重要一些。在功耗或是PA方面,我們都有整合的數位PA以實現更高效率。」此外,實現更高度整合還可以節省很多面積。

然而,在28奈米之前,一切都非常美好,但到了28奈米之後一切都發生變化。他指出,「在成本方面,28奈米以下每個節點的成本會更高,我們將此叫做摩爾壓力(Moore Stress),28奈米可以稱為一個門檻。」

Wayne Dai, Verisilicon 「摩爾壓力」帶來的成本變化。成本在28奈米之前持續幅度降低,到了28奈米之後卻又逐漸上升

因此,從不同的製程來比較,戴偉民說,在功耗方面,芯原的技術可以比28奈米製程降低45%,運算能力比28奈米製程提高15%,成本方面也可以降低50%。