Computex 2019 : Arm 認為異構運算是助自動駕駛邁向 Level 3 的關鍵要素,當前還看不出 CPU 、 GPU 或 NPU 哪者會成為關鍵

2019.05.28 07:53PM
327
Conversation, Event, fun-M Transporte-u. Kurierdienst, girl, Games, Fun, Recreation, Indoor games and sports, Chess, Event, Liqueur, Alcohol,事件,遊戲,娛樂,娛樂,酒精,女孩,fun-m transporte-u。 ,就業,室內游戲和運動,利口酒,棋

今日除了參加 Arm 高效能運算的團訪外,在下午亦參與 Arm 車載與嵌入式的團訪,而近期在車載最重要的話題就是自動駕駛技術, Arm 的車載與嵌入式技術負責人表示,當前業界所談的自動駕駛幾乎還是 Level 2 的輔助駕駛領域,當中 Arm 也是其中 85% 平台所採用技術基礎,而邁向更先進的全自動駕駛的 Level 3 以上,勢必需要更強大的運算力,其中異構運算會是重要的關鍵。

不過不同於智慧手機或是偏向娛樂的產業,汽車電子產業對於 Safety & Security 兩項在中文都被稱為"安全"的領域更為重視,故 Arm 也在日前針對車用電子的安全性宣布符合車用安全規範的 AE 系列平台,透過預先通過車載安全層級加速驗證程序,同時也因此,雖然即便在車載設計,負責進行自動駕駛的核心處理器相較其他感測器處理器、視覺加速處理器需要更高性能、更先進製程,但也不會貿然採用最先進、但未獲得可靠性驗證的製程。

為了實現超越 Level 2 的自動駕駛,異構運算當然會是重點,只是目前全自動駕駛技術仍在發展階段,技術商、車廠等還未有一個統一的大方向,異構當中 CPU 、GPU 與 DPU 何者會成為最重要的區塊也還未能得知,不過 Arm 不僅提供完整的架構供選擇,同時各項架構也具備規模與算力的可擴充性,加上 Arm 也持續強化各項技術的性能,能夠為客戶提供所需的機能。

其次到底感測器的資料處理要採用統一處理或是先在前端進行分散處理, Arm 則表示當前兩種作法皆有支持的客戶,兩者確實也各有好處,統一處理有助於更直接、低延遲的處理資料,但也加重核心平台運算的負擔,而先行在感測器端經過一次處理後才交給中央平台的分散做法則有較高的安全性,不過系統也較為複雜且較有延遲問題。

Public Relations, Conversation, Socialite, Public, fun-M Transporte-u. Kurierdienst, Event, girl, Face, Alcohol, Fun, Event, Drink, Smile, Liqueur, Restaurant, Conversation,飲料,事件,社交名流,社交名媛,公共關係,娛樂,臉,公共,微笑,酒精,餐廳,女孩,fun-m transporte-u。 ,就業,利口酒

至於全自動駕駛何時能夠普及? Arm 表示它們也無法評估,因為全自動駕駛還有許多的變因,不過它們認為像是 Uber 、 Lyft 等交通服務業者將會是最積極發展全自動駕駛技術的先驅,而它們的一舉一動也將牽動產業界何時邁入全自動駕駛。

回歸當前的現實,現行的 Level 2 層級的輔助型自動駕駛由於對效能的需求不算太高,當前可藉由高性能的中央娛樂系統以虛擬化的方式,讓同一顆平台內不同的核心分別運算車載娛樂系統與輔助駕駛系統, Arm 也在先前提供 Hypervisor 供車載平台廠商選用。

由於今天的講者也同時負責物聯網,也被問到在物聯網領域 Arm 與 RISC V 的關係,講者一開始還半開玩笑的說可以當成沒有這個問題嗎?不過還是很嚴肅的指出,基本上 RISC V 免費開源的層級是類似 ARMv 系列的指令集,並非到微架構的部分,若要快速開發,也可能需要向基於 RISC V 的微架構開發商授權,否則就是要自行設法完成微架構,但如此一來也會讓開發變得複雜並延長開發時間。

回應 0