您好,欢迎来到中国汽车电子电气架构发展论坛2020!

汽车AI计算:自动驾驶之战

发布日期:2020-06-06

GRCC汽车电子电气架构创新发展论坛


2020-06-06 18:04:03



手机阅读



点击上方蓝色字体,关注我们




到2025年,包括ADAS和机器人车辆在内的AI市场估计将达到27.5亿美元,其中25亿美元将仅是“ADAS”。


人工智能(AI)逐渐通过智能手机,智能扬声器和监控摄像头等日常物品入侵我们的生活。围绕AI的炒作已经导致一些玩家将其视为次要目标,或多或少难以实现,而不是作为现实真正目标:自动驾驶 (Autonomous Driving -AD)。谁将是自动驾驶竞赛的赢家和输家?


人工智能为完全自动驾驶铺平了道路


YoleDéveloppement(Yole)的计算与软件技术与市场分析师Yohann Tschudi表示:“人工智能正在逐步入侵我们的生活,在汽车领域尤其如此。” “ AI可能是实现AD的主要工具,与此同时,一些参与者担心过度夸大宣传,并且不会将AI置于其AD策略的中心。”


掌握了技术战这一方面的玩家已经在比赛中处于**地位。COVID-19的影响仍然不确定,但是Yole的分析师已经可以肯定它会产生深远的影响-与AD有关的研究至少在今年和明年由于现金短缺而放缓。


汽车应用AI的现状如何?谁是选手?生态系统中存在哪些关系?谁将赢得“AD战争”?谁是值得关注的主要供应商?他们提供哪些技术?Yole展示了其对汽车应用AI计算行业的愿景。


谁是自动驾驶竞赛的胜利者?


对于像特斯拉这样的内部构建了其所有自动驾驶堆栈(软件和硬件)并因此拥有唯一所有权的玩家而言,小步前进的策略将获得回报,因为该策略不是“附带研究”,而是不可或缺的特斯拉项目的一部分,就像电气化一样。实际上,这场危机的影响可能会加剧特斯拉在市场上的领导地位,据估计,这种情况已经持续了好几年。在第二行中,分析人员发现OEM可以开发自己的自主软件堆栈,但具有其他行业参与者为其提供的硬件。


现金短缺可能会使某些程序变慢,但其他程序已经运行了好几年,并且可能不会停止。即使延迟,自主性也是这些OEM中期战略不可或缺的一部分,就像特斯拉一样。对于那些没有以自动驾驶为基础的投机性计划的公司,很有可能这些研究计划(如果存在的话)充其量只能推迟到危机完全消失之前。这些公司将在自动驾驶竞赛中成为最大的输家,并且将不得不更多地依赖于AI 计算参与者来为他们提供完整的自动驾驶解决方案/功能。


AI与计算机的结合是竞赛的核心


功能数量的发展,以及它们不断增加的复杂性,要求为带有这些功能的软件提供专用解决方案。首先,就软件而言,不提供神经网络变得越来越困难。即使很少讨论神经网络的“黑匣子”方面,它仍然可能成为实施的障碍,尤其是在被广泛接受的“安全第一”趋势中。


Yole主要致力于ADAS解决方案中加速器(或神经引擎/神经处理单元-同一类型架构的不同市场名称)的集成。这些单元已经开始出现在手机处理器中,专门用于深度学习算法的计算-其中最**的是当今用于图像中对象识别的AI方法。特斯拉去年将这些加速器和AI集成到其全自动驾驶(FSD)芯片中。


对于大多数OEM而言,此解决方案将在2021年至2022年实现,因为这些特殊单元现已集成到Mobileye,Xilinx,TI,东芝,Ambarella和瑞萨电子的所有当前或将来的ADAS芯片组中。集成越来越多的AI并因此集成加速器的趋势以线性方式跟随着自动驾驶的兴起。集中化等其他趋势将逐渐重提计算的未来。


集中式平台和视觉处理器之间的市场


正如Yole团队在**的《 2020年汽车人工智能计算》报告中所分析的那样,专用于汽车市场领域的AI计算被划分为集中式平台和视觉处理器。


Yole固态照明技术与市场分析师Pierrick Boulay表示:“我们建议提供两种途径:一台计算机型NVIDIA或FSD,它来自于机器人车辆的高端细分市场(即“大脑”汽车”);或者,集成加速器的视觉处理器的数量成倍增加,这已被多家OEM所接受。


这两个平台之间将产生竞争并决定收入。市场研究和策略咨询公司在其新技术和市场报告中解释说,到2025年,包括ADAS和机器人车辆在内的AI市场将达到27.5亿美元,其中25亿美元将是“仅ADAS”。


Yole与合作伙伴System Plus Consulting合作研究与ADAS应用相关的所有破坏性技术。在这种背景下,《 EE时代》杂志的吉田润子最近就有关奥迪A8的创新接受了System Plus Consulting的采访。这次采访的一部分详细介绍了NVIDIA在这一领域所**的技术进步。


System Plus Consulting**执行官Romain Fraux解释说:“……构成该平台的处理器是NVIDIA Tegra K1,用于交通信号识别,行人检测,碰撞警告,光检测和车道识别。具有八层PCB的Tegra K1集成了192个Cuda内核,与NVIDIA集成到目前市场上具有DirectX 11和OpenGL 4.4支持的开普勒GPU内的单个SMX模块中的数量相同。



Yole的Yohann Tschudi评论说:“这仅仅是开始,围绕AI的挑战及其对汽车行业的影响已经被感受到。” 一些公司具有相当大的**优势,并且很难跟上他们的步伐,尤其是如果不集成AI及其随附的计算功能。






相关文章

软件驱动又失控?特斯拉称未来新车“均搭载完全自动驾驶”
特斯拉自动驾驶又闯祸,白色货车如何“致盲”AutoPilot?
一种自动驾驶汽车软件架构中的突破性飞跃 .ppt



SELECTED EVENTS








 

长按二维码识别关注


 

/长按二维码申请加入 EEA 技术交流群/ 



  • 电话咨询
  • 021-22306692
  • 15021948198
None