英特爾無人駕駛的跬步千里基于OpenCL*的DLA：低功耗支撐無人駕駛強計算
從前人們認為無人駕駛、機器駕駛員解放人類駕駛員這樣的概念還遙不可及，然而英特爾正在讓這樣的構想落地。為了驅動車輪上的數(shù)據(jù)中心，英特爾當前在無人駕駛領域的發(fā)力用不積跬步無以至千里來形容再合適不過，而其中的的六大技術即是跬步，也是助力無人駕駛車輛致千里的關鍵所在。
你知道嗎？未來，一輛無人駕駛汽車在90分鐘之內就會產(chǎn)生4TB的數(shù)據(jù)量，這些數(shù)據(jù)可以幫助汽車了解其所在環(huán)境，讓車輛可以安全的行駛在道路上。如果沒有車內人工智能利用機器視覺和深度學習實時對數(shù)據(jù)加以分析，無人駕駛汽車就很難輕松上路。但這類人工智能負載通常需要消耗非常多的電力，并且難以在車內有限的功率下運行。因此，如果能用更低功耗來支撐更強大的計算，就會更有效地利用人工智能幫助汽車做決策。英特爾研發(fā)基于OpenCL*的DLA（DeepLearningAccelerator）就可以有效解決這一難題，為功耗減負、為計算加碼。
能效乘法：對CPU和FPGA進行優(yōu)化分區(qū)
人工智能是一個混合算法，它不僅僅是計算機視覺，機器人維修，從自然語言處理到?jīng)Q策都對計算有著不同的需求，因此，只有有的放矢才能讓功耗最大化。當前英特爾在利用CPU做預測和順序執(zhí)行方面很有優(yōu)勢，但同時，車內人工智能算法中有大量的并行執(zhí)行。隨著英特爾收購Altera，F(xiàn)PGA在并行執(zhí)行上的優(yōu)異表現(xiàn)讓這一問題得以解決。英特爾在無人駕駛領域采用了混合架構，其中包括CPU、FPGA以及未來Mobileye專用的視覺芯片與視覺計算等方式，充分發(fā)揮每個芯片的特點來保證計算效果，從而在開放混合的平臺上保證人工智能在無人駕駛上的實現(xiàn)，KUKA機器人電路板維修，同時保證了性能、功耗已經(jīng)工程化的統(tǒng)一。
通過優(yōu)化分區(qū)CPU和FPGA，英特爾能夠使能效提高6倍，利用非常低的功耗僅23fps/瓦就能實時執(zhí)行復雜的人工智能算法。
40瓦vs.250瓦：FPGA相對于GPU的能效優(yōu)勢
汽車利用多攝像頭中的深度學習來執(zhí)行實時對象檢測和分類
無人駕駛汽車需要時刻眼觀六路，多攝像頭神經(jīng)網(wǎng)絡就會利用復雜的深度學習算法來對物體進行檢測和分類：哪些是行人？哪個是箱子？這些功耗都將被控制在40瓦以下，而通過對比，GPU完成這一系列動作則需要250瓦的功耗。因此，KUKA機器人維修，利用運行在WindRiverLinux*上的英特爾？Arria?10FPGA和英特爾？至強？CPU，展示了英特爾技術明顯的功耗優(yōu)勢。
如果想早日體驗高度無人駕駛帶來的高效與便利，就不能忽視量產(chǎn)過程中的能耗問題。因此，英特爾讓混合架構中的每一部分發(fā)揮各自所長，這既是技術積累，又是能耗減負，有了這一關鍵技術，英特爾就能助力無人駕駛車輛輕裝上陣。