關(guān)注并標星電動星球News

每天打卡閱讀

更深刻理解汽車產(chǎn)業(yè)變革

————————

出品：電動星球 News

作者：毓肥

9 月 28 日，毫末智行舉辦了第三期品牌開放日。

和前兩次相比，這次品牌開放日的毫末智行，「亮劍」的氣氛明顯更濃。簡單點說，就是干貨更多、數(shù)據(jù)更多、需要多想一會兒的技術(shù)思考更多了。

而另一個事實，是雖然毫末的品牌日已經(jīng)舉辦到了第三期，但卻是以每季度一次的高頻率呈現(xiàn)。即使是技術(shù)立身的自動駕駛公司，如此高密度宣發(fā)，也是對技術(shù)積累的考驗。

毫末智行 CEO 顧維灝在發(fā)布會上，將他們的智能駕駛哲學(xué)，凝練為「數(shù)據(jù)處理慢功夫」，一個很容易讓友商放松警惕的概念——因為「慢」，聽上去與智能駕駛的滾滾洪流，似乎并不對稱。

但實際上，毫末智行昨天在開放日呈現(xiàn)的信息，或者表態(tài)，不像字面意義上的「慢」，甚至更像「快」。

比如國內(nèi)首發(fā)高通 8540+9000 的智能駕駛方案——單芯片360T四芯片 1440TOPS 的高算力；

再比如引入 Swin-Transformer 模型，相比常規(guī)方式最多提高80%深度學(xué)習(xí)速度；

還比如使用無監(jiān)督聚類，自動化挖掘每天數(shù)千萬幀數(shù)據(jù)的價值、開發(fā)自動轉(zhuǎn)化工具提高仿真測試速度，從每天仿真 30 個場景提升到 14400 個，等等。

無人駕駛進入深水區(qū)，需要解決的核心問題有兩個：如何提高數(shù)據(jù)利用率？如何降低數(shù)據(jù)利用成本？

至于如何解決這些問題，毫末智行用品牌開放日給出了自己的答案。干貨很多，術(shù)語很多，下面馬上開始。

前言：車企孵化的自動駕駛技術(shù)公司？

成立于 2019 年的毫末智行，前身是長城汽車智能駕駛前瞻部，由長城汽車孵化而出，成為獨立的自動駕駛?cè)斯ぶ悄芗夹g(shù)公司。

也就是說，長城汽車既是毫末智行的大股東，也是毫末智行的大客戶。

這樣的路線，類似福特之于 Argo UI，通用之于 Cruise。也就是成熟車企獨立孵化的自動駕駛技術(shù)公司。

這種模式的特點，是技術(shù)公司不僅保留了輕裝上陣的獨立性，距離量產(chǎn)車場景也還比純粹的技術(shù)公司更近。

截止到技術(shù)日，毫末智行小魔盒累積的路測數(shù)據(jù)已經(jīng)達到了 100 萬公里，輔助駕駛打開率為 30%，未來三年的目標則是登上 100 萬輛長城乘用車。

另外，張凱表示到 2025 年，長城汽車旗下所有新車型都會搭載 L2 技術(shù)，75% 車型搭載 L2+ 技術(shù)，其中 40% 車型搭載 L3 及以上技術(shù)。

這次技術(shù)日雖然有很多術(shù)語和干貨，但毫末智行希望傳遞的核心信息，其實就是這兩個 100 萬，以及「2025 小目標」背后的意義：量產(chǎn)智能駕駛會遇到什么挑戰(zhàn)？如何克服這些挑戰(zhàn)，讓更多汽車實現(xiàn)智能駕駛？

一、怎么把每一公里數(shù)據(jù)利用到極致？

100 萬公里路測數(shù)據(jù)，是智能駕駛征程中的一個節(jié)點。

在毫末智行 CEO 顧維灝的演講中，百萬級的數(shù)據(jù)積累在他看來，更像是一塊敲門磚。「我們發(fā)現(xiàn)了大量的，量產(chǎn)前想不到的情況。發(fā)現(xiàn)現(xiàn)實世界遠遠比我們想的復(fù)雜。」

他用「浩如煙海」來形容現(xiàn)實世界對智能駕駛的考驗。

事實上，這樣的考驗并不來源于「里程」，而是來自每一幀視頻畫面。

擁有自主思考能力的人類司機，經(jīng)過教育和實踐之后，可以識別、分析并適應(yīng)道路狀況。比如你知道路邊停著的共享單車不會自動沖出路面，也知道對向車道來車突然撞過來的幾率很小。

但對于人工智能來說，光是讓它「認清」這個世界，就已經(jīng)難倒了無數(shù)工程師。

毫末智行將這種困難，總結(jié)為「如何找到對當前能力最有價值的數(shù)據(jù)」。顧維灝則用了一個詞語：「診斷」。

這是毫末智行尋找有價值場景的具體方法，看懂這張圖的門檻不低。

簡單總結(jié)一下，就是毫末用了兩套模型——云端的 fundamental model 全任務(wù)感知模型+車端的 domain model 部分感知模型，用類似于「找茬兒」的方式，實現(xiàn)了更高比例的自主診斷。

是的，找茬兒，找車端感知過程中的茬兒。

比如這張 PPT，很生動地展示了車端感知的三個常見「漏檢」：道路遠處已經(jīng)變得很小的前車、被障礙物擋住的前車，以及只有部分被攝像頭拍到的側(cè)前車。

對于人類司機相當于 5.76 億像素的視覺和極其精妙的大腦而言，這三個「漏洞」除非危險駕駛，否則基本不會出現(xiàn)。但對于人工智能，想要認清這樣的 Corner cases，就必須依賴訓(xùn)練。

而如果同樣的數(shù)據(jù)量，能夠找到更多 Corner cases，那就是「尋找有價值場景」的效率更高。

這也是顧維灝提出「數(shù)據(jù)處理的慢功夫」背后的邏輯：慢，指的是深度挖掘同一組數(shù)據(jù)的利用率；慢的目的，則是為了少出錯。

二、自動化+Transformer，數(shù)據(jù)效率方法論

但顧維灝提出的「慢功夫」，也為毫末智行帶來了新的挑戰(zhàn)：數(shù)據(jù)量。

在自動駕駛業(yè)內(nèi)，路測里程數(shù)是一個相對通俗易懂的維度。但如果要準確描述深度學(xué)習(xí)的負擔，用「幀」是更對工程師口味的。

毫末智行的工程師告訴我們，目前他們的路測車，每天可以產(chǎn)生數(shù)千萬幀的視頻數(shù)據(jù)。

隨著 100 萬長城乘用車裝配智能駕駛「小目標」的臨近，這樣的數(shù)據(jù)量只會繼續(xù)幾何級增長——更何況，毫末智行才剛提出了不斷挖掘場景的「慢功夫」。

那么，毫末智行會如何進入數(shù)據(jù)爆炸的智能駕駛時代？顧維灝給出的答案是「快」，或者說，「提高訓(xùn)練數(shù)據(jù)的效率」。

1.提高效率，首先要提高深度學(xué)習(xí)訓(xùn)練速度。

Swin-Transformer，這是 PPT 上面非常重要的一張。

Swin Transformer是一種新型深度學(xué)習(xí)視覺模型，由微軟首先提出，屬于 Transformer 模型的一類——Transformer 和 CNN（卷積神經(jīng)網(wǎng)絡(luò)），屬于目前比較主流的深度學(xué)習(xí)模型。

更具體的原理分析，本文就不展開了。簡單總結(jié)一下 Swin-Transformer 的優(yōu)點，就是相比起 CNN，它對數(shù)據(jù)量大的模型更友好，效率更高。

毫末智行表示，如果使用標準的數(shù)據(jù)并行訓(xùn)練，同樣是 100 萬幀的視頻數(shù)據(jù)，4 臺各配置 4 張英偉達 V100 深度學(xué)習(xí)卡的服務(wù)器，需要 64.3 小時。

但 100 萬幀數(shù)據(jù)根本不算多——上文剛說了，現(xiàn)階段毫末智行每天的數(shù)據(jù)量就達到了數(shù)千萬幀，使用原始方法訓(xùn)練速度明顯不夠快。

顧維灝表示他們使用了數(shù)據(jù)和模型同時并行的混合方案，比如把模型、不同層的網(wǎng)絡(luò)數(shù)據(jù)橫向和縱向各自拆分，動態(tài)分配到計算卡顯存里面。

結(jié)果如這個表格所示，優(yōu)化后的迭代速度（橙色），可以提高50%-80%。

2.提高效率，還需要降低人力參與度。

毫末智行每天產(chǎn)生的數(shù)千萬幀視頻數(shù)據(jù)，根據(jù)我們了解到的消息，如果光靠人力「看」，速度只有每個人每天 1000 幀，效率極低。

所以除了必要的人工標注之外，毫末智行一直希望提高數(shù)據(jù)處理的自動化程度。

總結(jié)下來，毫末智行的自動處理，主要有「無監(jiān)督聚類」、「CSS 自動轉(zhuǎn)換+云端仿真」兩個主要特點。

上面提到過，毫末智行使用了雙模型對比的方式尋找錯漏。而無監(jiān)督聚類的作用，則是自動找到更多工程師想要的場景。

舉個例子，比如工程師需要「被樹木擋住的車」，首先需要進行一次表征學(xué)習(xí)，把圖片變成特殊的矩陣，基于這個特殊矩陣做自動化積累——最后所有「被樹木擋住的車」相關(guān)圖片都會自動分類。

毫末智行方面表示，無監(jiān)督聚類過程不需要人工打標簽，這個過程極大提高了數(shù)據(jù)利用的速度。

CSS 自動轉(zhuǎn)換+云端仿真，則是毫末智行在傳統(tǒng)方式基礎(chǔ)上，加快驗證速度的工具。

顧維灝表示，常規(guī)方法一套流程走下來，每個人每天只能驗證30個場景，「而且人工設(shè)置的也很隨意，經(jīng)常會設(shè)置很多無效的場景，浪費時間?！?/span>

使用云端并行和自動轉(zhuǎn)換工具之后，他表示目前每天可以自動生成一萬多個仿真測試用例，PPT 上的數(shù)據(jù)則是 14400 個/天。

二、毫末智行+高通，最高 1440TOPS 算力？

自動駕駛深水區(qū)，一定是數(shù)據(jù)量和計算能力互相超越的「軍備競賽」。

數(shù)據(jù)量不僅來源于量產(chǎn)車數(shù)量，還來源于精度不斷提高的感知硬件。

從明年開始，200 萬像素，甚至 800 萬像素就將成為智能汽車的標配。和如今主流的 100/130 萬像素相比，對芯片的要求上了好幾層樓——這也為「算力競賽」推波助瀾。

那么毫末智行，會為長城汽車提供怎樣的算力？

2020 年 12 月 30 日，長城汽車與高通技術(shù)公司宣布雙方在自動駕駛領(lǐng)域達成合作。長城汽車將是國內(nèi)首批采用高通 Snapdragon Ride 平臺的整車廠商。

也是在毫末智行的技術(shù)開放日上，我們第一次得知了高通智能駕駛芯片的代號——8540+9000。

其中 8540 是類 CPU+GPU 的 SOC 芯片，9000 則是專業(yè)負責(zé)深度學(xué)習(xí)的異構(gòu)芯片，它們都將基于車規(guī)級 5 納米工藝打造，單片 8540+9000 的功耗大概是 75W。

在 5 納米工藝高通芯片加持下，毫末智行帶來了新的「小魔盒 3.0」平臺，單板可以達到 360TOPS 的算力，并支持升級到 1440TOPS，也就是 4 板聯(lián)合的算力。

顧維灝則表示，75W 的 8540+9000 每秒可以計算 2 萬幀數(shù)據(jù)。

目前，高通驍龍 Ride 平臺已經(jīng)在毫末智行上車測試。發(fā)布會上分享的數(shù)據(jù)，則是該平臺已經(jīng)幫助毫末智行的算法擴展了從感知到認知的各項任務(wù)，號稱「端到端延遲低于30毫秒」。

最后：「又干又硬」，智能駕駛的必修課

前兩天，毫末智行公布了他們的高速公路領(lǐng)航輔助功能 NOH（Navigation on HIpilot）。到了品牌開放日上，官方表示目前已經(jīng)適配 31 萬公里的高速公路和城市快速路。

進入 2021 之后，毫末智行在加速。這是長城汽車進入智能駕駛時代的主客觀要求，但加速的前提，是技術(shù)夠硬、夠干。

這是作為一家自動駕駛公司必須做到的，也是毫末智行一直希望證明的。

NOH 高速領(lǐng)航輔助、新的深度學(xué)習(xí)模型、高自動化數(shù)據(jù)處理，這些是發(fā)布會打在 PPT 上的成果。

此外，毫末智行的人員規(guī)模，還是另一個低調(diào)的發(fā)力點——毫末智行團隊目前超過 500 人，預(yù)計在今年底超過 700 人，明年達到 1000 人，其中碩博比為 50%。

除了名詞、術(shù)語、數(shù)據(jù)，成為國內(nèi)首批跟高通合作并量產(chǎn)智能駕駛平臺的自動駕駛公司，還能看出毫末智行希望成為頭部玩家，也就是他們的「野心」。

顧維灝在開放日開場的時候這樣說：「誰能用最低的成本，得到最多的數(shù)據(jù)，用最快的速度進行產(chǎn)品迭代，誰就將獲得未來競爭的勝利。」

從發(fā)布會上看，毫末智行在往這樣的方向走，至于能不能贏，那就要看 2022 年落地的表現(xiàn)如何了。

（完）

返回第一電動網(wǎng)首頁 >