【专栏：汽车芯片认证】

　　智能驾驶人工智能芯片的计算性能测试研究

　　赵瑞1 夏显召1 吴海文2* 李予佳1 王清扬1 翟瑞卿1 李明阳1 郝晶晶3

　　〔1.中汽研软件测评（天津）有限公司；2.国家市场监督管理总局认证认可技术研究中心；3.中国汽车技术研究中心有限公司〕

　　摘要

　　智能驾驶汽车发展迅速，对汽车人工智能（Artificial Intelligence，AI）芯片的计算性能要求持续提升，也引发了行业对于验证芯片计算性能是否满足实际应用需求的关注。然而，目前现有研究多为通用性计算性能测评方法，针对汽车领域应用的AI芯片计算性能有待研究。本文基于这一行业问题，对测试模型进行调研，提出了一套面向智能驾驶应用的AI芯片计算性能测试方法，并选取典型模型对实际产品进行测试，对比分析不同芯片各模型下的测试结果。本文研究内容对于汽车行业进行AI芯片选型也具备重要的参考价值。

　　关键词：智能驾驶，人工智能芯片，测试评价，计算性能，芯片选型

　　作者简介

　　赵瑞，硕士研究生，主要从事汽车芯片检测技术研发，牵头及参与制定10余项汽车芯片行业标准，参与国家重点研发计划、省部级重大科研计划等课题。

　　吴海文，通信作者，博士研究生/博士后，正高级工程师，从事合格评定政策与技术研究。

　　基金项目：本文受市场监管总局技术保障专项“汽车芯片安全可靠性认证技术及通用审查方法研究”（项目编号：2023YJ38）资助。

　　0 引言

　　0 引言

　　1 智能驾驶AI芯片

　　2 AI芯片计算能力测试研究现状

　　3 测试方法论

　　4 测试结果5 结论

　　参考文献

　　[1] 商惠敏.人工智能芯片产业技术发展研究[J].全球科技经济瞭望,2021,36(12):24-30.

　　[2] 葛悦涛,任彦.2020年人工智能芯片技术发展综述[J].无人系统技术,2021,4(12):14-19.

　　[3] 张天雷,任秉韬,郑思仪,等.中国智能驾驶2107发展报告[M].北京：电子工业出版社，2018.

　　[4] IGNATOV A,TIMOFTE T,KULIK A,et al.AI benchmark:All about deep learning on smartphones in 2019[EB/OL].[2022-07-08].https://arxiv.org/pdf/1910九游会j9官网真人游戏第一品牌. 06663.pdf.

　　[5] GitHub Copilot X. MLPerf[EB/OL].[2022-07-08].https://github.com/mlperf.

　　[6] 国际电信联盟第十六研究组.Metrics and evaluation methods for a deep neural network processor benchmark:ITU-T F.748.11[S].Switzerland: International Telecommunication Union, 2020.九游会j9官网真人游戏第一品牌

　　[7] 中国信息通信研究院.YD/T 3944—2021,人工智能芯片基准测试评估方法[S].北京:中国电子工业标准化技术协会,2021.

　　[8] 中国电子技术标准化研究院.T/CESA 1119-2020,人工智能芯片 面向云侧的深度学习芯片测试指标与测试方法[S].北京:中国电子工业标准化技术协会,2020.

　　[9] 中国电子技术标准化研究院.T/CESA 1120-2020,人工智能芯片 面向边缘侧的深度学习芯片测试指标与测试方法[S].北京:中国电子工业标准化技术协会,2020.

　　[10] 中国电子技术标准化研究院.T/CESA 1121-2020,人工智能芯片 面向端侧的深度学习芯片测试指标与测试方法[S].北京:中国电子工业标准化技术协会,2020.

　　订阅联系

　　联系人：马磊

　　电 话：010-56597345

　　联系人：高鹏

　　电 话：010-56597343

　　邮 编：102218

　　地 址：北京市昌平区天通中苑51号3层

　　（点击上方↑↑↑图片下载订阅回执）

　　（点击上方↑↑↑图片开始投稿）

　　-THANKS FOR READING-

　　来源 |《标准科学》2024年第10期

　　长按二维码，关注

　　“中国标准化”

　　「中国标准化」旗下刊物

　　《中国标准化》

　　《中国标准化》海外版

　　《标准科学》

　　《标准生活》

　　《产品安全与召回》

　　关注「中国标准化 」微信公众号，获取更多标准化重要信息！