黑芝麻智能杨宇欣：200T大算力芯片明年发布，产品路线图首次公布｜GTIC2020( 四 ) 芯东西（ID：aichip001）编辑|温淑GTIC

文章插图
黑芝麻智能最新产品路线图
从技术来讲，黑芝麻智能提供完整端到端的解决方案，包括前端摄像头或者传感器的定制。其实传感器和主芯片关系非常密切，跟这些传感器厂商一起做定制，可以帮助车厂更好地做传感器选型。另外，基于车规级的高性能计算平台，围绕领先的图像处理能力、神经网络加速器技术，黑芝麻智能提供完整的自动驾驶方案。
跟很多芯片设计公司不一样的是，大多数芯片设计公司采用通用IP来开发自己的产品，但黑芝麻智能团队认为这在自动驾驶领域会面临几个难点：第一，面向车规级的专用市场，很多的通用架构的核心IP不一定能满足；第二，跟全球的技术赛跑，要保证技术能够持续领先，需要有自己的核心武器。
2016年成立后，黑芝麻智能研发第一款芯片花了三年时间，很多芯片设计公司拿通用IP来开发，可能第一颗芯片花一年或者一年半就能出来，而黑芝麻智能选择了相对来说，最初无论是行业还是投资人都觉得有点难走的路。
黑芝麻智能从核心IP开始开发，目前有两个核心IP 。其中，一个是图像处理ISP IP ，一个是神经网络加速器NLP IP 。黑芝麻智能的技术逻辑是要“看得清”、“看得准” 。
文章插图
“看得清”就是图像处理，自动驾驶摄像头是十分核心的传感器，随着摄像头数量的增加、像素的增加，需要处理的数据越来越多。在人工智能领域，当海量数据涌到神经网络去做处理的时候，如果数据的质量报告中有大量的像素看不清楚，会浪费很多算力去做补偿。而车规级的高性能ISP的目标是，把采集出来的每帧图像每个像素处理得足够清楚，这样在后面做推理的时候，可以用更简单的算法或者更少的算力得到更准确的结果。这是非常核心的技术，黑芝麻智能选择自己开发，因为可能买不到高性能车规级的ISP的IP 。
“看得准”就是神经网络架构系统，车载场景是很典型的边缘计算场景，要求算力不断提升，同时对能效比亦有要求。黑芝麻智能自研的NPU通过自己定义的核心架构，可以在数据处理中，在不同的卷积层处理时，减少很多数据的吞吐次数，提供非常高的能效。这也是黑芝麻智能能够确保从现在芯片的几十TOPS算力，达到下一代芯片几百TOPS算力的核心。
电动车的芯片如果功耗达到几百瓦，对整个能源的管理，对电源电路部分的设计要求就会提高很多，整个车的稳定性、可靠性都会受影响。能效比对未来自动驾驶芯片来说非常重要。
A1000是黑芝麻智能今年6月份发布的芯片， INT8 40TOPS的算力，基本符合现在对L2.5到L3级别的市场需求。
同时，黑芝麻智能在今年9月份发布了FAD系统，这套系统包括了以自研芯片为核心的完整的自动驾驶平台，有操作系统，有中间件，有开放的工具链体系，可以支撑合作伙伴把他们的应用放出来。
FAD系统有单芯片、双芯片、四芯片不同的方案，双芯片方案做到80～140TOPS算力。而且，黑芝麻智能自己开发了比较复杂的软件中间件系统，做到双芯片的互为备份冗余等等。这也是特斯拉提出的思路，大算力芯片处理非常多的数据，难免里面有可能出现失效的问题，双芯片同时运行相同的算法，可以起到互相备份的作用，但前提是算力一定要足够大。
目前车厂拿到的大算力自动驾驶的平台，一个是英伟达的Xavier平台，另一个就是黑芝麻智能的平台。自动驾驶这么大的赛道，未来一定是专用芯片在能效比、性价比等等效益方面有更好的优势。
据杨宇欣分享，黑芝麻智能团队从Xavier开发者社区下载了两个模型，通过黑芝麻智能自己的工具转换到自己的芯片上。结果显示， Xavier平台用11瓦的功耗达到300多帧的性能，黑芝麻智能的平台用6瓦的功耗达到500多帧的性能。