[汽車之家行業] 在2021年CES上，L4級自動駕駛解決方案提供商元戎啟行將在線上展示其針對L4級自動駕駛深度學習模型研發的推理引擎DeepRoute-Engine。該推理引擎實現了比開源深度學習框架平均高6倍的推理速度。大幅提升了自動駕駛的計算效率，有利于自動駕駛擺脫對高算力計算平臺的依賴。
元戎啟行是一家L4級自動駕駛解決方案提供商，為車企、Tier1、出行公司、物流企業等提供多應用場景、定制化的自動駕駛解決方案。其在深圳、北京均設有研發中心，公司的研發人員覆蓋感知、高精度地圖及定位、規劃與控制、硬件系統、基礎架構、模擬系統、數據平臺等自動駕駛全研發鏈。
自動駕駛要做到像人類一樣感知周圍物體，需要通過深度學習來完成，即需要通過大規模的、復雜的深度學習網絡模型來對輸入的數據進行推理。在推理過程中，需要實時完成大量的計算。因此，自動駕駛企業對計算平臺的算力有著嚴格的要求。這類計算平臺不僅成本高達數萬元，功耗也高達數百瓦。假設計算平臺的平均功率為500W，其24小時的耗電量約占一輛蓄電量為50kW·h的電動車的24%。
為了擺脫自動駕駛對這類計算平臺的依賴，降低自動駕駛的硬件成本，以及減少自動駕駛硬件耗能對汽車行駛里程的影響，元戎啟行選擇了另一種方式。通過自研的推理引擎——DeepRoute-Engine，讓L4級自動駕駛的感知模塊，可以運行在低成本、低功耗的計算平臺上。
『元戎啟行與曹操出行合作的自動駕駛車型幾何A(參數|詢價)』
根據元戎啟行與曹操出行合作的自動駕駛車型——幾何A的實車測試，元戎啟行的自動駕駛系統，每行駛100公里只消耗1度電。該耗電量還包括了車內負載2人，空調開啟，以及傳感器風阻對能量的耗費。
在自動駕駛系統中，感知模塊是其最核心、計算量最大的軟件模塊。想要提高感知模塊的運行效率，就需要針對感知算法的特點、計算需求，以及計算平臺的架構特點進行適配，從而驅動系統的高效運行。一個定制的推理引擎就相當于定制的驅動器，不僅能夠提高感知模塊運行效率，還能提高系統可擴展性，兼容更多計算平臺。
L4級自動駕駛感知算法所使用的深度學習框架非常復雜，需要實時進行大量復雜計算。目前市場上開源的推理引擎，大多無法處理復雜的L4級自動駕駛深度學習模型。對此，元戎啟行的推理引擎通過智能的算子融合，將推理過程中可合并的運算進行合并，大幅提高計算效率。
DeepRoute-Engine還針對不同品牌的計算平臺設計了定制的內核程序，用以執行所需的大量并行計算。DeepRoute-Engine目前支持包括AMD、Nvidia、Intel等品牌的GPU，以及華為的車載計算平臺。
目前，市場上常見的用于自動駕駛的計算平臺有CPU、以及采用GPU、FPGA、ASIC等架構的AI芯片。由于自動駕駛系統需要處理激光雷達、相機等傳感器采集的海量數據，傳統的CPU算力越來越無法滿足使用要求，以GPU架構為主的AI芯片成為了實現自動駕駛必不可少的硬件。
編輯點評：
自動駕駛系統中的復雜計算，一方面依靠硬件算力，另一方面是計算效率，前者需要投入大量資金，后者則離不開底層技術的鉆研和開發。而根據預測，中國未來很可能成為全球最大的自動駕駛市場，至2030年，自動駕駛相關的新車銷售及出行服務創收將超過5000億美元。2021年的CES上，還會帶來哪些智能出行領域的新鮮產品和技術呢？讓我們一同期待吧！（文/汽車之家翁萌）
