定制計算與智能網聯汽車

文／陸永青

定制化計算，又叫自定義計算，我們可使用它來進行架構，從而提高芯片的利用率。它能以一種更高效的方式進行數據的處理，而不需要任何的指令。

陸永青 英國皇家工程院院士，鯤云科技首席科學家

智能網聯汽車面臨挑戰

智能網聯汽車的挑戰到底是什么呢？

在過去幾年我非常榮幸有機會跟很多項目進行合作，做了很多項目，包括人工智能的項目、不同智能的項目、不同情形下智能的應用。

你可能會問我，所做的這些項目之間有什么聯系，它們與無人駕駛汽車有什么聯系。

我個人覺得，這些項目中，它們之間的主要運行，包括本質上的運行是一個物體的識別，我們要去處理飛行的數據，這其實和時間的數據分析有關，對應到的是機器人的任務式學習。

更近一步思考：一些主要的計算到底是什么？我們會發現我們要去做物體的識別，最重要或者最好的計算架構就是卷積的神經網絡架構，以時間為限度的神經分析是一種很好的方式，是一種新的、循環式的神經網絡。

我們要進行機器人的自主學習和自動學習，在這個過程中，學習是最主要的任務，所以我們用了加強學習的方式。

假如有一種架構能夠給我們帶來較高的利用率，這就是我們所需要的。下面看一看所謂的定制化計算，或者叫自定義計算，我們可以使用這樣的計算方法來進行架構，從而提高芯片的利用率。

首先看一看傳統的計算，這是我們非常熟悉的一個流程，從程序開始，然后是軟件工具，比如編譯器，通過這樣的方式把程序轉化為指令，把它放置到固定架構當中去，在這兒我們希望把預設的項目與固定的架構進行整合，這是傳統的計算機計算方法。

我剛才提及架構是固定的，是不變的，所以會有很多的限制性因素，可能會限制芯片的利用率。我們希望能夠增加整個計算流程的靈活性，從而提高計算機效率，這就是我說的定制化計算或者是自定義計算，這種情況下我們看到架構本身是可定制、可定義的。

架構并不是固定不變的，架構本身可進行定制，所以我們不需要把程序固定到架構中，而是將一個可定制的架構與程序來進行對應，這就是我們的基本思想。這樣的思想與傳統的方式非常不同，其靈活性大大提高，這是由于架構的可定制性，因此我們就能夠提高芯片的利用率。

當然，我們也需要有充足的工具，這就不僅僅是軟件工具了，我們可能需要軟件工具+硬件工具，兩者并行來完成這個流程。

開發可定制化架構

有不同的方式能夠開發可定制化架構，第一個就是使用芯片，使用那些可編程的芯片進行基礎編程。

一些傳統架構，我們需要做的就是把程序先轉換為指令，只有這樣才能夠編程整個架構，然后在運行時需要不同的指令進行不同的操作，比如說數據的輸入，所以運行時固定架構需要輸入數據，需要指令告訴它你要做什么，然后才能夠進行相應的操作，如進行數據的處理，這是傳統的固定架構的計算。

如果我們來看一看可定制化的計算，我們就會發現因為整個架構是可定制的，不需要任何的指令，所以在運行時我們根本不需要輸入指令。整個流程更加高效，我們只需要輸入數據就可以了，這也就意味著定制化能夠幫助我們以一種更高效，或者最高效的方式進行數據的處理，我們不需要進行任何的指令。

我們可以定制化什么呢？我們來看一下可定制的參數，如數據或者算法的表示，再一個就是特定的參數，如特定應用的參數，或者是特定技術的參數。此外，工具的使用方式，如分區、編譯等，也可以根據不同應用、不同設備的情況進行設定。架構本身也可以進行定制，不管是在運行時還是在其它時候，都可以進行這樣的定制。

這樣做的目的是什么呢？為什么要進行定制化，是希望能夠滿足最高效完成設計的需求，包括速度、準確率、能源使用情況、能源使用效率等。此外，涉及到車輛，還有一些重要的因素，如安全、隱私以及應急處理能力，如對于自動駕駛車輛而言，可能我們不希望有人黑進車輛控制系統的情況出現，我們希望避免這樣的情況，所以我們希望能夠定制這個架構，這樣就能達到最佳的效果、最大程度化地滿足我們的設計需求。

定制化計算前景廣闊

我分享一下這個領域中的最新發展，這些發展會帶來非常大的影響，會影響到未來的智能網聯汽車，包括物體識別還有異常識別以及制造業里面的應用，我們在未來還有什么樣的可能性。

在未來汽車的設計中，比如很多汽車都在制造的過程中，使用非常先進的空氣流體力學的模擬，他們標識氣體的流動狀況，我覺得可以用我們的技術對這個過程進行加速。

同時，在汽車本身的使用過程中，我們能夠用不同的傳感器，支持不同的視覺成像和視覺運營。

對于自動駕駛車輛而言，我們不希望有人能黑進車輛的控制系統，所以我們希望定制架構，達到最佳的效果、最大程度化地滿足我們的設計需求。

類似這種系統，可通過技術進行加速。與此同時，我們也發現有很多信息會在車內進行處理，并提供給司機、乘客，尤其是坐在車內的乘客。

對于汽車本身來說，已經成為了一個數據中心，有時也叫輪子上的數據中心。所以我們要把這種數據中心的運行變得非常高效、非常安全。我們不僅要把車聯起來，聯起來之后，車之間的溝通和交流也必須要非常的安全。

我們要進行汽車的溝通、交流和信息交互，比如各種各樣的防火墻、識別病毒等，這些都需要非常高效、安全的技術來確保汽車的信息交互安全，并且不會影響到汽車本身的運營，不會讓本身的運營放緩。這里還有其它的可能性，比如汽車有一些異常，不管是汽車本身還是控制汽車的計算基礎的問題，我們都可以提供多樣的運營方式以及多樣化的計算方式，這樣的話就能夠支持容錯率，一旦出現錯誤不會讓汽車的性能大幅度下降，汽車有時甚至可以進行自身的修復。

很多技術今天都談到了，包括很多制造廠商都在談合作，這些高級的應用，他們之前都是在汽車當中用，我覺得他們可以逐步遷移到未來的汽車當中。

互聯汽車不僅僅是單一的汽車，而是整體的汽車所形成的網絡體系，所以我們不僅包含了汽車，也包含了乘客，包含了基礎設施、道路、交通運行狀況等。我們要非常好地設計交通、規劃交通，不管是未來進行實時的交通規劃，我們有著非常好的交通流，能夠促進道路的行駛和用戶的體驗，不管是對當下還是未來都有促進，我們要有非常多的計算機去模擬不同的情形，所以我剛剛提到的相應的技術都是非常重要的。

系統自我優化

設計的工具方面，我們的工具就包括了一些運用的描述，還有其他定制化的處理器和固定的處理器，我們也會看到有一種反饋的過程，有了這個反饋之后，我們就能夠讓這個個性化的處理機器進行實時的編譯，我們希望實現這樣的能力，這樣的話我們能夠彌補各種各樣的紕漏。

對于應用開發者來說，能夠更容易找出設計架構中的問題，并去解決這些問題。長期來看，我們會設計汽車，包括整個汽車的生態體系，他們能夠對自身進行優化，這樣的話我們設計的體系能夠去支持自我優化，同時也能夠優化這樣的模型和建模的過程，模型的外部環境還有整體架構的模型可以進一步升級，能夠實時地進行適應。

除此之外，系統能夠自我優化的話，這一點非常重要，能夠擴大相應的能力，更好地識別優化是否是正確的，如果是正確的話就能夠支持這樣的優化，因為有的時候會有一些黑客會侵入到優化的過程中，會留下一些紕漏和漏洞，所以我們就需要自我優化的過程幫助這些汽車。

我們也相信自我優化的操作和自我識別、自我糾正的系統能夠提供非常高效和非常可信賴、非常安全的體系，這對于未來的智能網聯汽車而言非常有用。