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》.pdf

《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》团体标准是由中国汽车工程学会批准立项。

文件号中汽学函【2021】032号，任务号为2021-15。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、南京芯驰半导体科技有限公司等单位起草。

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力，并进行直观展示，方便横向对比。

技术层面，DMIPS（DhrystoneMillionInstructionsexecutedPerSecond）通常用于衡量CPU性能，得到普

AITOPSAI

遍认可；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

MAPSAI

的平均帧率（简称）的测试方法，从精度和效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算芯片的能力现状，为芯片企业提供明确的评价

结果，牵引面向真实场景的性能优化方向，同时帮助芯片客户更全面的了解每款芯片的视觉感知计算能力，

为芯片选型提供参考，找到最为适宜的视觉感知落地方案，并对芯片的产品质量提供保障。

1.3主要工作过程

2021年3月4日，在线上召开标准立项审查会，专家组一致同意《智能网联汽车视觉感知计算芯片技

术要求和测试方法》标准立项，建议中国汽车工程学会将该项目列入标准制定计划。

2021年3月10日，收到中国汽车工程学会标准起草任务书，开始组建标准工作组，并进行标准学习。

2021年3月31日，召开线上标准启动会，并正式启动《智能网联汽车视觉感知计算芯片技术要求和

测试方法》团体标准编制工作和任务分工。

2021年6月8日，在上海召开了标准工作组第一次全体会议，参加本次会议的有地平线、芯驰科技、

国汽智控、华为海思、中汽中心工程院、黑芝麻、超星未来、一汽智能网联、中国软件评测中心、德赛西

威、电子四院、中汽院智能网联、理想汽车、福瑞泰克、长城汽车、中兴通讯、中汽研软件测评（天津）

有限公司、国创中心等18家单位。本次标准会议重点讨论了标准的框架结构和标准草案，形成以下主要

结论：1）当前标准框架在工作组达成一致，可基于现有标准框架开展标准编写工作；2）针对AI性能测

评方法，标准采用的方