自动驾驶系统运行100公里仅耗电1度？元戎启行在CES展示深度学习推理引擎

在今年的 CES 上，L4 级自动驾驶解决方案提供商元戎启行将在线上展示其针对 L4 级自动驾驶深度学习模型研发的推理引擎 DeepRoute-Engine。

据悉，该推理引擎实现了比开源深度学习框架平均高 6 倍的推理速度——大幅提升了自动驾驶的计算效率，令自动驾驶摆脱了对高算力计算平台的依赖。


通过自研的推理引擎——DeepRoute-Engine，元戎启让 L4 级自动驾驶的感知模块，可以运行在低成本、低功耗的计算平台上。

根据元戎启行与曹操出行合作的自动驾驶车型——几何 A 的实车测试，元戎启行的自动驾驶系统，每行驶 100 公里只消耗1度电。该耗电量还包括了车内负载 2 人，空调开启，以及传感器风阻对能量的耗费。

在自动驾驶系统中，感知模块是其最核心、计算量最大的软件模块。想要提高感知模块的运行效率，就需要针对感知算法的特点、计算需求，以及计算平台的架构特点进行适配，从而驱动系统的高效运行。

一个定制的推理引擎就相当于定制的驱动器，不仅能够提高感知模块运行效率，还能提高系统可扩展性，兼容更多计算平台。

L4 级自动驾驶感知算法所使用的深度学习框架非常复杂，需要实时进行大量复杂计算。

目前市场上开源的推理引擎，大多无法处理复杂的 L4 级自动驾驶深度学习模型。

而诸如 Caffe、TensorFlow、PyTorch 这类深度学习框架，尚未针对复杂的深度学习框架进行计算优化，因此，其计算效率也差强人意。

元戎启行的推理引擎通过智能的算子融合，将推理过程中可合并的运算进行合并，大幅提高计算效率。

据悉，DeepRoute-Engine 还针对不同品牌的计算平台设计了定制的内核程序，用以执行所需的大量并行计算。

DeepRoute-Engine 目前支持包括 AMD、Nvidia、Intel 等品牌的 GPU，以及华为的车载计算平台。

P.S. 欢迎添加微信 autobit101 加入汽车之心自动驾驶交流群。