NXP首席技術官解讀:自動駕駛汽車的機器之腦,要和人腦一樣遵循自然規(guī)律
回到2016年,大家對于自動駕駛的普及充滿了信心,不少媒體發(fā)聲認為自動駕駛將會在2020年落地并走向普及。福布斯曾報道,預計2020年會有1000萬臺自動駕駛汽車;2018年時大眾和媒體普遍認為,智能汽車就是一個大腦+電機那么簡單;2020被視為將成為自動駕駛的元年。
然而這一切都沒有發(fā)生,不論是人們期盼的自動駕駛、或者是機器人都沒有走入我們的生活。究其原因,在于我們對于自動駕駛的機器之腦,并沒有一個合理高效的架構。
“簡單地把人工智能加在汽車上是不可行的。這種革命性的路徑:如果是從馬車一下到內(nèi)燃機車、然后突然又升級到了一個帶輪子的IT系統(tǒng);這樣的路徑太昂貴、太復雜,也太快?!倍髦瞧职雽w執(zhí)行副總裁兼首席技術官Lars Reger在近日的分享中提到,“工業(yè)上也應該遵循生物的路徑,也就是雖然是小步子但還是不斷地進化,這也就是現(xiàn)在大家正在路上看到的一個逐步演變的過程。”
人腦為什么如此高效?
從生物學的角度來看,人腦是由大腦、小腦和腦干等部分構成的。我們通常說某個人非常聰明,更多指得是其大腦更厲害。從去年年底開始流行的ChatGPT、Midjourney等,也是因為其更多能夠類似人的大腦一樣的思考、推理和創(chuàng)作而得到了人們的贊嘆。
但其實作為一個整體,要實現(xiàn)對于整個人體的控制和執(zhí)行,僅僅有大腦是不夠的。
小腦負責控制人體的重要運動功能,例如控制心跳、體溫等;此外對于身體的穩(wěn)定性協(xié)調(diào)性的控制,完成一些非常重要且復雜的動作,例如金雞獨立等,也是小腦的職責所在。
腦干負責的是信息的傳遞功能,通過與脊柱的連接來實現(xiàn)對于整個人體的信息交互。
為什么小腦和腦干也同樣重要呢?可以通過一個實際的舉例來看各部分的不同工作職責。當一個人在走路被絆到的時候,小腦會直接發(fā)出身體控制的信號,通過腦干和脊柱會直接將信息傳遞肌肉,讓人的腿部肌肉工作,停止繼續(xù)前進,進而實現(xiàn)站穩(wěn)。
而在這一切的過程中,大腦是來不及參與進行決策的,只有當人站穩(wěn)了之后,我們的大腦才會去調(diào)動眼睛去觀察為什么會絆到?發(fā)生了什么事情?接下來該怎么做?而更深層次的推理結果可能會是,以后走這個地方的時候要加倍小心。這是大腦所擅長的領域。
因此我們不難看出,大腦的推理和決策并不具備很高的實時性,對于計算能力的要求更強;而小腦和腦干承載了時間關鍵性的功能,這種反射過程確保了我們基本安全。
從保證基本的需求的角度出發(fā),小腦和腦干的重要性,超過了大腦?!皬纳飳W的角度來看,像昆蟲這樣的一些低級生物只有小腦;而像人這樣的復雜生物就具有大腦,因此也就能夠具備創(chuàng)造性?!盠ars分享到,“首先要具備一個非?;镜募軜?,然后在這個架構上進行拓展。”
這樣也就不難發(fā)現(xiàn),為什么之前人們預期的自動駕駛和機器人沒有大規(guī)模的普及,因為其基礎架構遠不止是一個AI大腦+四個輪子那么簡單。這種架構,既不能保證基礎的實時安全性,也不是一個高能效的方案。
還是以生物學的角度來看,大腦并不是實時處于活躍狀態(tài),例如人在開車的時候,很多都是靠下意識在執(zhí)行駕駛任務,并不需要100%的激活大腦,只有在遇到復雜路況的挑戰(zhàn)時才會更多的讓大腦來參與。
而如果只是一個AI大腦+四個輪子的自動駕駛架構,所有的駕駛任務事無巨細都要AI大腦來參與,對于電動汽車的續(xù)航將會大大折扣。幾個月前,曾有車廠CEO提到,若當下采用最先進的人工智能,由于其耗能非常大,會導致車輛的續(xù)航減少200公里。
Lars表示,有些規(guī)則確定的行為,并不需要AI的參與;對于自動駕駛汽車架構而言,高效能的計算比高性能的計算更為重要。
自動駕駛汽車之腦,如何和人腦類比?
既然人腦是最高效的架構,那么自動駕駛汽車之腦、機器人之腦,是不是可以類比人腦的架構來進行設計?答案是可行的,而且這是當下最為可行的方案。
Lars表示,站在一個宏觀的角度和抽象的層面來看,首先要具備感知環(huán)境的功能,還有云連接的功能,接著用智能器件進行計算,之后傳導給機器人的執(zhí)行機構;此外再應疊加上信息安全和功能安全特性,確保設備可信,那么一個高效的架構就完成了。
早在2016年,NXP就推出了一個名為“BlueBox”的開發(fā)平臺,這個架構和人腦非常相似;2018年之后,NXP開始進行大規(guī)模的實驗,并與大陸合作推出了相關的參考設計方案。
其中既有AI計算推理的SoC板、也有負責實時性功能和聯(lián)網(wǎng)的MPU板,還具備4個PCIe卡槽進行拓展,可以達到400TOPs的最高算力。這個已經(jīng)被印證為是一個非常高性能和高效的計算單元,已經(jīng)被多家汽車原廠和Tier1客戶所采納。
Lars表示,參考人腦的架構,最底層的腦干部分是以太網(wǎng)的連接,NXP可以提供實時網(wǎng)絡的支持;上面一層是計算單元,相當于是小腦和部分的腦干,NXP的S32系列可以支持;最頂層是NXP的5納米高性能的器件,用以提升效率;另外還能夠把人工智能的加速器構建到系統(tǒng)當中。
在整個架構中,NXP主要負責的是小腦和腦干的部分的功能,這是SoC廠商和AI芯片廠商所不具備的能力。這種非常清晰的腦系統(tǒng)架構,具備高度可拓展性和高效性,已經(jīng)獲得了大部分客戶的認可,在自動駕駛、機器人和無人機等領域,90%的客戶已經(jīng)轉向了這種架構。
據(jù)悉,零跑汽車采用NXP的平臺,成功地將整車線束減少了20%,ECU(電子控制單元)減少了1/3。
NXP是機器之腦的“小腦和腦干”供應商
當AI時代到來的時候,半導體器件廠商并不會被超高算力的SoC廠商踢出局,反而是更為重要,因為“小腦和腦干”的必要性、實時性、安全性和可靠性的保證,這是芯片廠商擅長的領域,也正是需要NXP這樣的領先的半導體器件廠商來提供。
當前汽車OEM沒有一個統(tǒng)一的架構,即使在同一個OEM內(nèi)部,也有不同的模式和不同代的技術;哪怕是同一個系列的車型,從入門到高端型號,也可能在域架構上有著較大的區(qū)別。而NXP提供了豐富的產(chǎn)品型號,可以視為“標準件”,客戶可以選擇不同的標準件來構建自己想要的域控架構。
Lars和媒體分享了NXP的“工具箱(Toolbox)”,里面有各種的“工具”可供客戶選擇。
在計算層面,NXP提供了MCU、跨界MCU、MPU的不同產(chǎn)品組合,覆蓋了從40nm到16nm和5nm的產(chǎn)品工藝,支持客戶對于不同算力和成本的要求。例如從車窗升降、雨刮器控制等;到影音系統(tǒng)、駕駛員監(jiān)測等;再到數(shù)據(jù)網(wǎng)關、自動駕駛主控等,都可以選擇NXP的不同型號的產(chǎn)品來進行開發(fā)。
由于采用了統(tǒng)一的平臺,因此當客戶在不同產(chǎn)品之間進行設計遷移的時候,軟件代碼的復用率得以大大提高,這也幫助客戶實現(xiàn)了其終端產(chǎn)品的快速研發(fā)。
在聯(lián)網(wǎng)方面,NXP提供了以太網(wǎng)產(chǎn)品組合,支持10Mbit到100Mbit的傳輸數(shù)據(jù)量,此外還有一個1GB、2.5GB、10GB的傳輸數(shù)據(jù)量;以太網(wǎng)開關則可以把數(shù)據(jù)發(fā)送到不同的方向,數(shù)據(jù)傳送能力從8GB到80GB都可以實現(xiàn)。此外,TSN網(wǎng)絡也是NXP在工業(yè)等領域在推進的方向,不少MCU/MPU內(nèi)部已經(jīng)支持了TSN網(wǎng)絡。
Lars表示,NXP能夠給汽車提供的就是更多的靈活性,如果采用了恩智浦的微控制單元、微處理器,或者以太網(wǎng)產(chǎn)品,它們之間就能實現(xiàn)互操作性和兼容,并且能夠融合在一個產(chǎn)品中。而且不僅僅是硬件,非常關鍵的是軟件也是可以復用的。比如說從一個MCU到一個微處理器,其中的軟件都是可以再重復利用的。這種平臺上軟件的重復利用性也非常重要。
這個世界會變得更加可以預測,更加自動化,從一個“點播的時代”轉化為一個“安排的時代”。而不論是自動駕駛汽車還是機器人,整個機器之腦的高效架構構建,也要遵循生物學的原理,大腦、小腦和腦干的協(xié)同工作,才能真正讓我們邁入新的AI時代。
Lars表示,NXP在做的就是這個“腦部”下面一塊的功能,也就是小腦和腦干部分的功能,在市場上可以說是恩智浦比較獨特的定位。“我的夢想是希望恩智浦成為大家都信賴的制造機器人的先鋒,我個人的夢想則是——我是制造未來機器人的最成功的CTO?!?