中國AI晶片公司霸榜谷歌Waymo自動駕駛演算法挑戰賽！五個賽道，四項冠軍

金磊 發自 凹非寺
量子位 報導 | 公眾號 QbitAI

當今之世，最新證明自動駕駛實力的方法是什麼？

Waymo開放資料集挑戰賽上一較高下，肯定是最具說服力的一種。

這不，作為全球自動駕駛公司王者，Waymo借勢CVPR 2020發起了業內最具含金量的挑戰賽，並且廣發英雄帖，邀請了全球各路演算法玩家一較高下。

群雄逐鹿後，來自中國的獨角獸公司成為最大贏家：

五項挑戰，四項第一，一項第二。

他就是地平線，中國估值最高的AI晶片獨角獸。

我們所熟知的地平線，近幾年都是在晶片量產上砥礪前行；而我們所不熟知的，是他在演算法上的深厚積累。

這次在挑戰賽中取得如此一鳴驚人的成績，便是很好的證明。

看起來有些意料之外，但卻是情理之中。

意料之外：一家晶片公司成Waymo挑戰賽最大贏家

地平線，作為一家以硬體晶片為核心的公司，能夠成為此次挑戰賽最大贏家，看起來有些意外。

因為Waymo舉辦的這場開放資料集挑戰賽，可以說是模型導向、演算法為王。

這場挑戰賽開放的資料集，是Waymo自動駕駛汽車，在25個城市，行駛超過1000萬英里後的「資料寶庫」。

而挑戰賽總共設定了五個專案：

• 2D檢測：給定一組攝像機影像，為場景中的物件生成一組2D框。

• 2D追蹤：給定攝像機影像的時間順序，生成一組2D框以及框與框之間的對應關係。

• 3D檢測：給定一個或多個鐳射雷達測距影像和相關的攝像機影像，為場景中的物件生成一組3D垂直框。

• 3D追蹤：給定鐳射雷達和相機資料的時間序列，生成一組3D垂直框以及框與框之間的對應關係。

• 域適應：類似於3D檢測挑戰，但Waymo將提供華盛頓柯克蘭地區(Kirkland)的特定細分場景，且其中100個帶有3D框標籤。
  

從設定專案的複雜性來看，不難看出其挑戰難度之高。

如此的資料量，如此的難度，也讓Waymo開放資料集挑戰賽成為當前業界含金量最高的挑戰賽。

也正如Waymo首席科學家兼專案負責人Drago Anguelov表示：

該資料集是有史以來規模最大、場景最豐富、最多樣化的自動駕駛資料集之一。

除了專案本身，更大的挑戰性來自參加選手。

比賽吸引「自動駕駛領域中的玩家」包括：

阿里巴巴達摩院、柏林工業大學、Google大腦團隊、加州大學伯克利分校、密西根州立大學、商湯科技、香港中文大學、圖森未來，圖賓根大學、中山大學等，全球學術界和產業界頂級自動駕駛研發團隊。

同時，也包括相當一部分Waymo自身的個人參賽者。

這些玩家，大多已在自動駕駛領域深耕數年，尤其是在軟體演算法這一塊，實力著實不容小覷。

然而，就是在內、外競爭壓力都如此之大的情況下，地平線就這樣殺了出來。

在這五項挑戰中，斬獲四項第一，一項第二。

在3D檢測和域適應方面，地平線採用了自主創新的「HorizonLiDAR3D」的方法，拿到了2項第一。

值得一提的是，這個方法在域適應任務的特定場景中，仍然保持高準確率，具有強大的泛化性。

在2D和3D追蹤方面，地平線採用的策略是 HorizonMOT 和 HorizonMOT3D ，也分別奪冠。

而在2D檢測專案中，地平線採用的方法是「HorizonDet」，成績略低於另一家中國公司圖森未來，位居第二。

所以，地平線這般戰績，乍一看，令人非常意外。

畢竟創辦以來，地平線就以AI晶片作為核心，外界標籤也傾向於“晶片硬體強悍”……

誰能想到，一出手就在Waymo挑戰賽，用演算法成為最大贏家。

情理之中：演算法領域深耕數載

但是其實，這樣的結果，卻在情理之中。

Why？

因為關於地平線，演算法領域也成績斐然——只是這兩年被更受關注的晶片成績蓋過。

或許連點成線，“歷史”就是他們最好的證明。

地平線創始人兼CEO餘凱博士，早在2010年便帶領團隊，就率隊斬獲了首屆ImageNet影像識別評測第一名，也是首個在國際人工智慧演算法競賽中率隊摘得桂冠的華人學者。

餘凱博士還曾經是百度深度學習研究院、百度自動駕駛專案、百度大腦PaddlePaddle的建立者。

再後來，在KITTI、Pascal VOC、FDDB、LFW、TRECVID 等國際權威評測中，地平線團隊也獲得了世界第一。

而後來外界所熟知的地平線，在AI晶片方面展現出更強的實力。但在“軟體重新定義硬體”的AI晶片時代，其實硬體之強，一直也離不開演算法的積累。

對重要應用場景中的演算法趨勢進行預判，將其計算特點融入到計算晶片架構的設計中，可以讓AI晶片能夠隨著演算法而演進。

這就是地平線能夠保證，其晶片擁有較高有效利用率的原因——演算法驅動AI晶片設計。

舉個例子，配合高效的演算法，搭載地平線自研、高效能運算架構BPU2.0的車規級 AI 晶片——征程2，可提供超過4TOPS的等效算力，每TOPS AI能力輸出可達同等算力GPU的10倍以上，典型功耗僅2W。

什麼概念？

可在2W功耗、低於100毫秒的延遲下，就可以實現多達24大類的物體檢測，以及上百種的物體識別，每幀高達60個目標及其特徵的準確感知與輸出。

這就是受益於演算法創新的AI晶片，在演算法中的強勁實力也可見一斑。

也正因如此，地平線在此次Waymo開放資料集挑戰賽中，充分利用了其演算法開發的基礎設施、自主開發的感知演算法，在短時間內能夠解決多個技術難題。

所以地平線能夠在挑戰賽中拿到這樣的成績，乍一聽意外，但其實也在情理之中。

「最懂演算法的AI晶片公司」

當然，Waymo挑戰賽，只是地平線實力和成績展露的冰山一角。

在此之前，坊間和業內，就對如今的地平線有過這樣的評價：

「最懂演算法的AI晶片公司」。

沒錯，只有對演算法有深刻的理解，才可以設計最先進的演算法晶片和演算法開發工具鏈，才能知道如何幫助客戶開發有競爭力和差異化的AI演算法，這就是上述評價的核心邏輯。

而且這種「最懂演算法的AI晶片」，也開始用量產說話。

今年6月，搭載地平線征程2的長安旗艦車型UNI-T上市發售，地平線車規級AI晶片正式實現前裝量產。

這也讓地平線，成為繼英特爾和英偉達兩大晶片巨頭之後，全球第三家實現車規級AI晶片前裝量產的科技公司。

不僅如此，依舊憑藉強悍的演算法和硬體實力，據說地平線將在今年推出更為強大的邊緣AIoT晶片旭日3和高等級自動駕駛晶片征程5：

而旭日3的實際AI效能，對標且會超過英偉達邊緣晶片TX2；

而征程5具備的96TOPS的AI算力，也會在自動駕駛領域樹立新標杆——超過了特斯拉FSD晶片。

所以無論是邊緣，還是自動駕駛終端，軟硬一體催生的實力，都在讓地平線推至新高度，也都再讓「最懂演算法的AI晶片公司」站得更穩。

在地平線介紹中，兩款新品系列綜合在一起，透露著他們的雄心：

旭日初昇，踏上征程。

而Waymo挑戰賽上的光芒和閃耀，現在則讓全世界都看到了地平線。