编制说明-《智能网联汽车视觉感知计算芯片技术要求和测试方法》.pdfVIP

《智能网联汽车视觉感知计算芯片技术要求和 测试方法》编制说明 一、工作简况 1.1任务来源 《智能网联汽车视觉感知计算芯片技术要求和测试方法》团体标准是由中 2021 032 2021-15 国汽车工程学会批准立项。文件号中汽学函 【 】 号，任务号为 。 本标准由中国智能网联汽车产业创新联盟提出，北京地平线机器人技术研发有 限公司和南京芯驰半导体科技有限公司牵头，国汽智控 （北京）科技有限公司、 国汽 （北京）智能网联汽车研究院有限公司、国家新能源汽车技术创新中心、 中汽研软件测评 （天津）有限公司、中国电子技术标准化研究院、北京超星未 来科技有限公司、黑芝麻智能科技有限公司、上海海思技术有限公司、中汽院 智能网联科技有限公司、中国第一汽车股份有限公司、中兴通讯股份有限公司、 惠州市德赛西威汽车电子股份有限公司、北京百度智行科技有限公司、一汽解 放汽车有限公司、中国软件评测中心、长城汽车股份有限公司、福瑞泰克智能 系统有限公司、天津大学、上汽通用五菱汽车股份有限公司、北京智行者科技 23 有限公司、深圳市中兴微电子技术有限公司共 家单位。 1.2编制背景与目标 智能网联汽车作为未来汽车发展的重要方向和趋势，得到国家和行业的普 遍重视。智能网联汽车的发展离不开视觉感知计算芯片的支撑，在智能网联汽 车领域，感知分析的实时性和准确性是视觉感知计算芯片技术选型的重要评估 点。现阶段对视觉感知计算芯片的技术要求和性能评估处于技术要求规划及标 准、测试方法缺失状态，从主机厂、系统集成厂商到算法开发者等，无法准确 评价所使用芯片的技术水平以及在国内外所处的地位，无法选取最适用于自己 需求的底层芯片，芯片企业无法清晰确认自己的技术优势及目标市场。智能网 联汽车产业界需要一套与时俱进的统一对于汽车视觉感知计算芯片的评估方案 和性能测试方法，能够兼顾精度和效率，体现芯片在真实场景下的综合处理能 DMIPS DhrystoneMillion 力，并进行直观展示，方便横向对比。技术层面， （ InstructionsexecutedPer Second）通常用于衡量CPU性能，得到普遍认可；AI TOPS AI 算力 （ 为计算单位）仅表征芯片的物理计算资源，将其作为衡量 芯片 计算性能的评价指标则具有很大局限性：因在不同的算法模型及精度下，芯片 的算法处理效率间存在较大差异，所以算力无法客观的评估芯片在面对真实场 1 景下的实际处理能力。通过不同芯片厂商提供的各自芯片的benchmark，不仅 难以直观的进行评估，同时也无法公平有效的进行不同芯片间的横向对比。芯 片性能评测的MLPerf方法并非针对智能网联汽车领域，由于支持的模型少， 导致无法横向比较各芯片在不同精度下的整体表现。其次，由于在设计时就指 定了算法模型及任务，这使得结果只能体现单一目标精度，无法衡量芯片在其 他任务领域上的表现。最后，模型的更新速度滞后，算法效率的演进提升无法 及时有效的体现出来。 本标准的建立，将解决对汽车视觉感知计算芯片性能评估方法缺失的现状。 本标准提出了精度保持下的平均帧率 （简称MAPS）的测试方法，从精度和效 AI 率这两个维度上对芯片 能力进行综合考察，在同时保障精度和速度的最优解 上对芯片进行评估和横向对比，并用一个指标及可视化方式来表征芯片计算性 能的综合能力。另外，本标准对视觉感知计算芯片从环境可靠性、功能安全和 质量管理和控制体系等方面提出了相应的要求，从而保障视觉感知计算芯片的 产品质量。 本标准的目标是通过建立面向真实场景和实际需求的视觉感知计算芯片测 试方案和方法，能够直观、量化视觉感知计算芯片的能力，客观反映当前视觉 感知计