5G|百度最新无人车技术低调发布!6位大牛,人均至少T11( 五 )



为应对上述问题 , 百度是通过数据、模型、指标的集中式、端到端整合 , 来实现高质量的数据消化 , 其基于持续学习与AutoML概念在数据闭环里设计了一套自动化训练引擎 , 并做了多模块联合优化以及数据分布方面的一系列工作 。
以行为预测为例 , 其实可以通过问三个问题来映射所有的数据到不同的场景 , 而这三个问题 , 可以分别是主车的行为、障碍物的行为 , 以及障碍物的类型 。 当对每个场景的数据进行统计 , 就可以最终获得整个数据集所对应的数据分布描述 。
总结来看 , 百度提出了以高提纯、高消化为核心驱动力的数据闭环的设计思路 。 高提纯通过小模型和大模型的车云协同 , 实现高效的数据挖掘和自动化标注;高消化通过数据、模型、指标的集中式、端到端整合来实现 。
除此之外 , 训练、推理以及数据分布是在数据消化中可以形成有效的一个反馈机制 , 进一步提升数据消化的整体效率和效果 。
百度造芯 , 如何支持自动驾驶?昆仑芯科技CEO欧阳剑 , 介绍了百度在自动驾驶芯片方面的布局和进展 。
昆仑芯已经量产了两代 , 第三代、第四代芯片在研发过程中 。
其中 , 第一代AI芯片采用14纳米的工艺、2.5D的封装 , 这款芯片刚量产就在百度数据中心里部署了超过2万片;第二代AI芯片为7纳米工艺 , 采用了XPU第二代的架构 。 截至2022年 , 第二代昆仑芯已经在数据中心、工业、自动驾驶等领域进行了大规模的部署和落地 。

昆仑芯产品有三点优势:第一 , 昆仑芯是为数不多能够在真实系统上大规模部署和应用的AI芯片;第二 , 其生态完备性是国内做的最好的 , 跟国内所有的处理器、操作系统都进行了适配;第三 , 它灵活易用 , 提供的SDK , 给予开发者非常低的学习门槛和非常快的迭代效率 。
截至目前 , 昆仑芯已经在车路协同、物流系统、智慧交通等与交通相关领域落地 。 具体到自动驾驶方面 , 昆仑芯二代芯片已经在百度RoboTaxi系统上做了完全适配 。


我们用昆仑芯二代芯片跟业界最主流显卡做了性能对比 , 性能优于这个显卡 , 而功耗只有不到它的一半 。 我们也跟主流的AI加速卡做了性能对比 , 是它的两倍以上 , 同时我们也做了一个端到端的测试 , 在不到它的一半的功耗之下 , 取得了比较领先的性能 。
除了AI的模型 , 在一些控制规划模型上 , 昆仑芯也取得相对一些显卡更好的性能效果 。

不止与RoboTaxi驾驶系统适配 , 昆仑芯也在一些仿真系统和在路测系统上做了测试 , 效果达到客户的要求 。
今天的高阶自动驾驶计算系统 , 与数据中心系统有非常相似的地方 , 它的算法非常多元 , 迭代速度非常的快 , 复杂度越来越高 。 这对芯片的要求也越来越高 , 它一定是要求非常好编程、好移植 , 否则那些先进的算法没法很快迭代到车上来使用 , 系统也就没法保证领先性 。 此外 , 稳定性也要非常好这不仅包括硬件 , 还包括整个软件 , 乃至整个系统 。


在车载计算系统上 , 过去有观点认为它是相对封闭的系统 , 要做非常深度的软件和硬件定制 。 五六年前在云端AI芯片上也一样有人在讲这个观点 。 但今天回头来看 , 过去五六年提上述观点的AI芯片公司全部已经不在市场里 。
因此 , 未来车载计算系统一定是相对开放 , 能够给用户提供高算力、高通用 , 可以满足客户个性化需求的计算系统 。
未来 , 昆仑芯也会考虑面向高阶自动驾驶系统定制车规高性能的SOC 。
商业落地:L4降维真的能走通?百度智能驾驶事业群组技术委员会主席王亮 , 介绍了Apollo在L2、L4方向的商业化进展 , 以及如和将两种不同的技术栈 , 统一在一个数据闭环之中 。