自动驾驶到底需耗费多少算力？GPU碾压CPU，NVIDIA超车英特尔已成定局？.doc

《自动驾驶到底需耗费多少算力？GPU碾压CPU，NVIDIA超车英特尔已成定局？.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、自动驾驶到底需耗费多少算力？GPU碾压CPU，NVIDIA超车英特尔已成定局？　　“自动驾驶所需要的计算力，是过去任何一台计算机都没有达到过的。”NVIDIA的掌门人黄仁勋曾在公开场合不止一次的说过这句话。　　这句话背后，还有另一层意思。2010年之后，GPU类处理器内部的晶体管数量还保持着快速增长的势头，而CPU已经出现了明显的放缓。　　“摩尔定律已经终结，晶体管数每年增长50%，但CPU的性能每年仅增长10%，设计人员无法再创造出可以实现更高指令级并行性的CPU架构。”在2017年的GTCChin

2、a上，NVIDIA的掌门人黄仁勋如是说。　　NVIDIA是一家研发生产GPU的公司，对GPU自然有区别于他人的崇拜，捧GPU贬CPU可以理解。但，摩尔定律确实失效了。　　NVIDIA是一家传统消费电子厂商，但在汽车领域也不是完全的新手。早在2005年，NVIDIA就开发了用于3D导航信息系统的Tegra处理器，2011年用在了奥迪A8豪华车型上。　　到目前为止，NVIDIA的汽车电子业务占该公司47亿美元销售额的4%。2015年，NVIDIA发布了针对自动驾驶的DRIVEPX系列，开启了自动驾驶领域的

3、驰骋，一时也成为了市场宠儿，股价扶摇直上。　　支撑起这一切的，是NVIDIAGPU给自动驾驶带来的想象——DRIVEPX运算力强大，是自动驾驶必备的运算力平台。这正应验了黄教主开头所说的话，此话不仅被竞争对手英特尔听了去，同时也被股民听了去。　　那么，自动驾驶到底需耗费多少算力？谁是算力的最大消耗者？GPU碾压CPU，NVIDIA超车英特尔已成定局？　　视觉处理是大头　　自动驾驶的实现，需要依赖感知传感器对道路环境的信息进行采集，包括超声波、摄像头、毫米波雷达、激光雷达等，采集的好的数据需要传送到汽车

4、中央处理器进行处理，用来识别障碍物、可行道路等，最后依据识别的结果，规划路径、制定速度，自动驱使汽车行驶。　　整个过程需要在瞬时完成，延时必须要控制在毫秒甚至微秒级别，才能保证自动驾驶的行驶安全。　　要完成瞬时处理、反馈、决策规划、执行的效果，对中央处理器的算力要求非常高。　　最直观的体现，便是用于感知道路环境的摄像头，通常密布车身，数量在12个左右，为了识别障碍物，处理器需要对多路摄像头实时拍摄的数据进行解析，而单颗1080P的高清摄像头每秒可以产生超过1G的数据，数据量不可谓不大。而为了准确识别图

5、像、视频中的有效信息，业内多采用深度学习神经网络。　　深度学习神经网络尤其是几百上千层的神经网络对高性能计算要求非常高，GPU对处理复杂运算拥有天然的优势：它有出色的并行矩阵计算能力，对于神经网络的训练和分类都可以提供显著的加速效果。　　适用于自动巡航功能的NVIDIADRIVEPX2计算平台采用新型单处理器配置，功率仅为10瓦，可以帮助车辆利用深度神经网络处理来自多个摄像头和传感器的数据，运算力达到了24Tops。　　Tops（TerraOperationspersecond）是一个单位，意为每秒运

6、算10次，也称万亿次。这种说法通常用于表示处理器的运算力。　　但汽车是一个终端，对功耗要求苛刻，因此根据TI的官方报告，通常对效率、功耗、算力要求较高的时候，对运算力的表述更为贴切的是GOPS/WofTOPS/W，即消耗单位瓦数可以完成多少运算量。　　业内人士表示，在自动驾驶中，最耗费算力的当属视觉处理，占到全部算力需求的一半以上。而图像处理是GPU的强项，CPU并不占优势，这一点已经在传统领域得到了验证。　　　　Mobileye的ADAS霸业　　那么视觉处理中，不同等级自动驾驶中对算力的要求有什么区

7、别？每一家公司在权衡之后，选择特定的视觉芯片方案有什么原因？Minieye的CEO刘国清在面对《高工智能汽车》的提问时表示，这是一个业内人士都知但不为外人道的话题。　　嗯，听起来很神秘，但想要找到答案其实也并不难。　　Mobileye是自动驾驶领域视觉处理最领先的公司（这是基于其市场占有率以及车载领域的经验而言）。　　从2004年开始，Mobileye相继推出了EyeQ系列的视觉处理芯片，2010年上市的EyeQ2算力为0.026Tops，功耗2.5w，支持L1的功能；2014年发布的EyeQ3每秒浮

8、点运算为0.256万亿次，功耗为2.5w，支持L2；2015年发布EyeQ4每秒浮点运算可达2.5万亿次，功耗为3w，最高可支持L3；EyeQ5计划于2020年量产，单颗芯片的浮点运算能力为12Tops，TDP是5W。　　Mobileye通过EyeQ芯片，驱动单颗摄像头，可以采集路面信息，对周围环境进行精细解读，实现前碰撞预警（FCW）、前方车距监测与预警系统（HMW）、车道偏离预警系统（LDW）、行人探测与防撞系统（PCW）、城市前碰撞警告(UUFCW