机器人开发软硬件如何协同，听听开发者怎么说？近年来随着人工智能、大数据

文章图片
近年来随着人工智能、大数据、5G、云计算等新一代信息技术的飞速发展，机器人产业迎来了新一轮的快速发展期。据中国电子学会《中国机器人产业发展报告（2021年）》显示， 2021年，我国机器人市场规模预计达到839亿元。同时，机器人能力边界也在持续拓展，人们逐渐对机器人的要求不再局限于其工作的灵活性、稳定性和自动化，而是进一步在模块化应用、离散型场景等情况下可以实现智能易控、信息互联等智能化需求。也因此，在机械和材料之外，传感器、操作系统、算法等智能化发展相关的组件正在迅速发展中。不过，机遇之下，市场竞争也愈加激烈，从开发角度，智能机器人从芯片选型调优去挖掘算力，到研究庞杂算法模型却难以快速复用落地，加之应用场景的千变万化，都需要开发者投入大量的精力和成本。机器人开发的窗口期稍纵即逝，到底是深研芯片还是将算法改进到极致，是所有机器人开发团队的两难选择。针对这个问题， CSDN在系列策划栏目《观点》的最新一期中，发起了关于机器人开发的话题讨论——“机器人开发，必须软硬兼施吗？” 。新一期上线后，我们收到了大量开发者的立场表态和观点。截止发稿，有62%的开发者支持软硬协同才能高效开发，有38%的开发者支持各施所长做到极致。
文章图片
总结起来，实际的机器人开发中，其实大部分公司采取了“鱼和熊掌不可兼得”的软硬件各自为战的策略。 AI芯片热潮下，芯片公司研发推出AI芯片的速度越来越快，但芯片之上没有支持足够多的框架、算法，适配足够多的终端，就会错过芯片部署和量产的窗口期，即便做出了芯片也会很快落伍。而有些做AI机器人研发的公司期望只编写一套代码即可运行在不同平台，但不同架构的AI芯片带来的碎片化会极大地打击他们在实际软件产品中应用AI的积极性。例如在深度学习过程中私有模型在本地CPU运行顺畅，运行在机器人上性能却下降严重。可见智能机器人开发是一个全新的复合技术领域，如果单单只深研芯片或极致算法，智能机器人产业链上的企业们很有可能会亲身见证各种失败案例的出现。对于机器人产业底层的AI芯片公司而言，做一款专用架构的AI芯片去支持AI计算已经不是难事。对众多框架、算法的支持，适配到不同终端，这些软件层面的复杂度已经远远大于推出一款AI芯片。现在，业界已经在尝试让机器人开发不再纠结于芯片与算法的二选一，而是尝试聚焦于一种新的方案，把二者优势融合，将软硬件结合起来，开发出一个高效能、低功耗、低成本，同时能够又快又准的完成自主机器人任务的开发平台。对此，《观点》中参与投票和讨论的CSDN开发者也展开了激烈的讨论，其中多数选择了支持软硬协同的开发模式。例如有开发者表示：“（支持）统一化，不会造成好马配差鞍，各自为战，无法形成合力，导致开发成本高昂、产业进展缓慢，软硬协同则不会。 ”还有开发者更生动的描述道：“软硬结合疗效好，单一的开发无法发挥各自的能力。对开发者来说，软硬结合更适合上手与落地。 ”针对机器人开发的重点关注问题，我们可以拆开来分析软硬协同模式下对芯片算力层和算法软件层的收益：对于芯片算力的关注：我们知道芯片算力不足是一个直观问题，无论如何从芯片选型调优角度去挖掘算力，其硬件总会遇到上限的情况。而如果采用软硬件结合的方案，此时则可以通过软件优化、减少对CPU的依赖是解决之道。对于差异化场景的关注：现在业内不同场景的算法模型方案大同小异，却仍在重复造轮子，这就导致了基础的场景算法模型同质化严重。例如《观点》中就有开发者表示：“我们产品好几款，一直想找通用的模型能直接复用，肯定愿意选软件优化做的更好的芯片。 ”这时采用软硬件结合的方案，则可以帮助客户在场景算法上打出差异化，直接在成熟的基础算法和系统上搭建自己专属于场景的算法方案，实现场景差异化。对于算法提升智能化水平的关注：人工智能算法能够有效提升机器人智能化水平，因此这就成为了大部分厂商关注的重点，同时它也是困住大量的AI芯片厂商进一步开发的难点。这是因为懂算法的人不懂芯片，懂芯片的人不懂算法应用，如果采用软硬件结合的方案，这就可以帮助芯片厂商灵活使用人工智能算法，进而提高芯片整体智慧水平与性能水平，并且通过算法模型的迭代升级不断解决cornercase的问题。除此以外，使用智能化算法还可以降低对CPU资源的依赖，以释放更多资源来做个性化应用开发。对于减少成本投入的关注：对于智能机器人开发，基础操作系统投入不得不做，但这明显增加了成本，同时也未必能将芯片算力最大化发挥。机器人上搭载的系统软件大同小异，而提升机器人的性能则主要是优化中间件的延迟和带宽压力，这些工作都需要机器人公司对芯片的性能十分了解，因为只有了解芯片，才能完全发挥出芯片的能力，而这点要求对于那些专注于做业务的公司来说十分具有挑战；相对地，另一部分国内厂商以纯芯片出货为主，它们的产品缺少附加的软件系统，导致了产品无法实现一步到位。采用软硬结合理念，研发兼具极致效能与开放易用性的边缘人工智能芯片及解决方案，可以面向更广泛的通用AI应用领域提供全面开放的赋能服务，这大大降低了投入的综合成本。通过以上四点的讨论，能看到软硬件结合可以为机器人开发团队带了切实而有效的研发收益。近期，在智能驾驶AI芯片已经取得亮眼成绩的国内AI芯片厂商地平线，将所积累的AI芯片经验，通过接近的算法原型借鉴，丰富的量产经验夯实，良好的行业口碑积累，地平线形成了对于机器人领域的品牌认知迁移。现在，地平线已经从车规级AI芯片到算法落地的knowhow ，进一步为机器人开发在提供芯片或基于芯片软硬协同深度优化并与ROS兼容的操作系统，就是对AI芯片与机器人算法的软硬件协同发展的重要尝试。