云端|「云+端选型」+无监督学习+CSS+ ICU3.0，毫末智行品牌日干货合集( 四 )_训练|车端|问题|监督|自动|数据

文章图片

毫末智行在活动上还展出了自动驾驶计算平台 ICU 3.0 ，芯片部分是高通 8540+9000 组合，单卡算力达到 360TOPS ，未来最多可以扩展到 4 卡，算力可达到 1440TOPS 。

文章图片

该平台已经开始上车测试，顾维灝表示：「Int8 的算力有效率超过 50% ，单卡 144M 的高速缓存可以大幅加快 AI 计算速度，也可以同时支撑多个高分辨率的视频流进行实时感知推断，端到端的时延已经低于 30ms 。」

文章图片

另外，毫末智行在高通芯片上也做了很多小模型，主干网是经过优化后的 Resnet50 。基于这个主干，毫末智行做了一层多特征融合层，这样后续的车道线和障碍物识别等任务就可以基于共同的特征要素进行，提高了识别效率，降低多次特征计算所产生的负担。

文章图片

在感知输出方面，毫末智行仍采用先判断后融合的松耦合方式，但其要求单张图片也探测到深度信息，有助于提升整体的感知能力。据顾维灝透露：毫末智行部分车端摄像头，也用到了 Transformer 。
无论是松耦合还是紧耦合，提升单传感器的感知能力，都是正确方向。
安全是 1 ，其它是 0
顾维灝表示：「所有的一切都要以安全为基础，安全是 1 ，其它是 0 。」
这种安全是非常系统性的考虑，比如将协同场景安全、功能安全、预期功能安全放在最高层面。不仅通过研发体系优化，保证安全设计，还通过仿真验证、调低接管标准、设计安全冗余等维度，保证全流程的安全性。
同时，顾维灝还透露了他们选择高通芯片也有安全方面的考虑：「打动我们的还有芯片结构，除了 AI 计算的部分，还有车规级的安全设计。」

文章图片

搭载该芯片的自动驾驶计算平台 ICU3.0 已具备三层安全结构：