本站原創(chuàng)，作者：章鷹，電子發(fā)燒友執(zhí)行副主編。

7月，AI芯片初創(chuàng)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(biāo)是精尖科技創(chuàng)新與商業(yè)模式創(chuàng)新，編輯點(diǎn)評這樣寫道：基于自研處理器架構(gòu) “BPU”，開發(fā)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(lián)合創(chuàng)始人兼副總裁黃暢

7月13日，在雷鋒網(wǎng)CCF-GAIR大會AI芯片專場論壇的嘉賓室，地平線聯(lián)合創(chuàng)始人兼副總裁黃暢接受了電子發(fā)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(yīng)用參考設(shè)計，方便客戶在這個基礎(chǔ)上快速進(jìn)入產(chǎn)品開發(fā)階段，本質(zhì)上我們是一家平臺型公司。”

據(jù)記者了解，2018年地平線邊緣AI芯片的出貨量達(dá)到10萬片量級，在行業(yè)中走得已經(jīng)比較靠前。未來2到3年，地平線有信心實現(xiàn)上千萬出貨量。“我們的目標(biāo)是用5到10年時間，做到邊緣AI計算的領(lǐng)軍者之一。我認(rèn)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(yīng)整個的行業(yè)趨勢，不斷地對產(chǎn)品去調(diào)整，不斷去適應(yīng)市場變化，不斷地去整合做取舍。”

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(fā)展趨勢？邊緣計算會破解AI物聯(lián)網(wǎng)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(yōu)勢？就這些熱點(diǎn)問題，地平線聯(lián)合創(chuàng)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(jìn)過程中我們看到，過去的人工智能計算，不管是訓(xùn)練還是推理實際上都發(fā)生在數(shù)據(jù)中心，因為深度學(xué)習(xí)需要大量的運(yùn)算量，只有數(shù)據(jù)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。“近年來隨著人工智能算法和芯片都達(dá)到一個很高的水平，使得一些深度學(xué)習(xí)的運(yùn)算可以從云端推送到邊緣，隨后很多智能攝像機(jī)、智能網(wǎng)絡(luò)視頻存儲器、NVR等一些產(chǎn)品都出現(xiàn)了。”黃暢指出。

“5G牌照發(fā)放，5G商用開啟，終端接入網(wǎng)的擴(kuò)容極大，實時性要求進(jìn)一步提升，但因為骨干網(wǎng)擴(kuò)容成本高、延遲大，接入網(wǎng)與骨干網(wǎng)的帶寬矛盾凸顯，在邊緣側(cè)形成數(shù)據(jù)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。”邊緣計算采取了靠近數(shù)據(jù)源或用戶的地方提供計算設(shè)施，本地化部署這種模式，可以實現(xiàn)應(yīng)用本地化，有效降低成本，新型超低延時業(yè)務(wù)也只能在邊緣才能滿足業(yè)務(wù)訴求，比如自動駕駛、機(jī)器人協(xié)作和遠(yuǎn)程醫(yī)療診斷。”黃暢清晰地點(diǎn)明邊緣計算已經(jīng)在重塑世界的未來，引發(fā)企業(yè)商業(yè)模式的重塑。”

如何實現(xiàn)高效的邊緣計算？靈活、多元和高質(zhì)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(jīng)成為標(biāo)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(yōu)化就沒有意義了，邊緣優(yōu)勢就不能發(fā)揮出來。

黃暢認(rèn)為，在衡量AI芯片的真實性能時有四個關(guān)鍵指標(biāo)，包括每瓦可以進(jìn)行每秒多少次計算(TOPS/Watt，能源轉(zhuǎn)化為計算的效率），每美元或者每元進(jìn)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(zhuǎn)化成AI的性能（AI Perf./TOPS，算力轉(zhuǎn)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(jié)合可以更好判斷整個AI算法的發(fā)展趨勢。“我們面對未來重要場景中的關(guān)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(gòu)的路線，很難進(jìn)行有效地系統(tǒng)提升。我們用產(chǎn)品驅(qū)動的思路對架構(gòu)進(jìn)行敏捷的迭代，更好地支持創(chuàng)新的AI算法。這是我們的基本技術(shù)理念，首重效能，兼顧靈活。實現(xiàn)其中的三個關(guān)鍵要素是，芯片架構(gòu)、算法和編譯器。

5G的發(fā)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(yè)范式的轉(zhuǎn)換，包括現(xiàn)在的運(yùn)營商、傳統(tǒng)的設(shè)備商，其實在邊緣計算大家都看到蘊(yùn)含巨大的商機(jī)，而里面技術(shù)的變革也會非常深遠(yuǎn)，因為它兼具傳統(tǒng)的端和云側(cè)的特點(diǎn)。

Matrix自動駕駛計算平臺助力客戶破解難題

破解物聯(lián)網(wǎng)數(shù)據(jù)計算面臨的難題，邊緣計算具備哪些優(yōu)勢？黃暢指出，每輛自動駕駛車輛每天產(chǎn)生600-1000TB的數(shù)據(jù)，和2015年整個互聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)是一樣多的，考慮到現(xiàn)在每輛自動駕駛車有十多個攝像頭，不止一個激光雷達(dá)，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(yùn)作，安全、合規(guī)滿足隱私的要求，任何數(shù)據(jù)必須經(jīng)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(xié)同的特點(diǎn)，現(xiàn)實可行的L4自動駕駛過程中還要限制車輛運(yùn)行的環(huán)境和地域，在所處的區(qū)域布局路端的改造，可以大大縮短自動駕駛投入規(guī)模化運(yùn)營的時間，這里也能體現(xiàn)出邊緣計算在端上，比如說自動駕駛或是自主機(jī)器人的高效率協(xié)同。高實時計算減少反應(yīng)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(yè)提供最好的AI計算平臺。拿汽車行業(yè)來說：定位為Tier2，技術(shù)賦能，不碰數(shù)據(jù)、不做應(yīng)用。我們在應(yīng)用層面做了一些工作，只是為了提供更好的參考設(shè)計給我們的客戶。人工智能的應(yīng)用領(lǐng)域非常碎片化，任何一家公司都無法全面鋪開。

我們特別強(qiáng)調(diào)算法和芯片的優(yōu)化，兼顧靈活性和通用性，第一要務(wù)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(gòu)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(hù)隱私方面擁有天然的優(yōu)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(diǎn)是前瞻性地將計算特點(diǎn)融入到計算架構(gòu)的設(shè)計當(dāng)中，使得AI處理器經(jīng)過一兩年研發(fā)，推出的時候，仍然能夠很好地適應(yīng)最新的主流算法。目前，基于征程2.0架構(gòu)打造的Matrix自動駕駛計算平臺已經(jīng)進(jìn)入大規(guī)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(dá)、毫米波雷達(dá)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(diǎn)化神經(jīng)網(wǎng)絡(luò)實現(xiàn)8類不同類型物體的目標(biāo)檢測和多達(dá)25類像素級語義分割，同時結(jié)合有助于預(yù)測和深度估計的三維車輛檢測，能夠更好地理解復(fù)雜場景，可輕松應(yīng)對高度遮擋，且需快速響應(yīng)場景下的自動駕駛挑戰(zhàn)。在保證高性能的前提下，其可在31W的低功耗下運(yùn)行，無需水冷系統(tǒng)，滿足了高性能和低功耗的行業(yè)應(yīng)用級需求，非常適合自動駕駛的應(yīng)用和產(chǎn)品化。

“邊緣計算提供了一個巨大變革機(jī)會，如何借助邊緣計算將有效的數(shù)據(jù)進(jìn)行分析和決策，將決定我們?nèi)绾沃厮芪磥恚@意味著我們要把過去的計算模式和商業(yè)模式進(jìn)行變革。對底層的技術(shù)會有革新的意義，同時它的商業(yè)模式也必然引發(fā)變化。”黃暢說，地平線已經(jīng)為這場變革積蓄了技術(shù)能力和組織能力，未來5到10年，他們的戰(zhàn)略目標(biāo)能否實現(xiàn)，我們將拭目以待。