車東西（公眾號：chedongxi）
文 | Bear
4月19日，由車東(dong)西與2019上(shang)海(hai)車展承辦方(fang)——上(shang)海(hai)市國際展覽(lan)有(you)限(xian)公(gong)(gong)(gong)司(si)（SIEC）聯合舉辦的(de)GTIC 2019全球(qiu)智能(neng)(neng)汽(qi)車供應(ying)(ying)鏈(lian)創(chuang)新(xin)峰會(hui)在(zai)2019上(shang)海(hai)車展同期舉辦，大會(hui)邀請到來自(zi)學術界、整(zheng)車企業、零部(bu)件(jian)企業、互聯網公(gong)(gong)(gong)司(si)、新(xin)興(xing)自(zi)動駕駛公(gong)(gong)(gong)司(si)和人工智能(neng)(neng)公(gong)(gong)(gong)司(si)等智能(neng)(neng)汽(qi)車供應(ying)(ying)鏈(lian)領域的(de)15位嘉賓(bin)登臺，探討智能(neng)(neng)汽(qi)車時代(dai)的(de)供應(ying)(ying)鏈(lian)創(chuang)新(xin)與出行(xing)變(bian)革。
地平線(xian)市(shi)場拓展(zhan)與(yu)(yu)戰略規劃(hua)副總裁李星宇在峰會上(shang)發表(biao)了《計算(suan)未來——新(xin)一代自動駕駛芯片帶來感知與(yu)(yu)定(ding)位技術新(xin)突破》主(zhu)題演講。
他認為(wei)(wei)(wei)，如今的汽(qi)車(che)產業正(zheng)朝(chao)著軟件化(hua)的方向發展(zhan)，汽(qi)車(che)正(zheng)在(zai)(zai)成(cheng)為(wei)(wei)(wei)有史(shi)以來最復(fu)雜的信(xin)息產品，為(wei)(wei)(wei)了適配(pei)自(zi)動(dong)駕駛功(gong)能(neng)與(yu)智能(neng)化(hua)的要求，汽(qi)車(che)的電子架(jia)構正(zheng)在(zai)(zai)以ECU為(wei)(wei)(wei)單位進行著自(zi)下而上的重構。
地(di)平線(xian)針對自動駕駛(shi)汽車推出了(le)(le)“征程(cheng)”系(xi)列自動駕駛(shi)芯片(pian)，以及基于征程(cheng)2.0處(chu)理器架構的(de)地(di)平線(xian)Matrix自動駕駛(shi)計算平臺，并推出了(le)(le)軟硬件(jian)一(yi)體(ti)的(de)解決方案，大(da)大(da)提升(sheng)了(le)(le)自動駕駛(shi)芯片(pian)的(de)有(you)效算力(li)。
此外(wai)，李星宇還介紹了(le)地平線最(zui)新(xin)的基于單目攝像頭的高(gao)精(jing)地圖解(jie)決(jue)方(fang)(fang)案。通過這一(yi)方(fang)(fang)案，地平線以(yi)較低成(cheng)本(ben)實現(xian)了(le)對高(gao)精(jing)度地圖以(yi)小時為單位的更新(xin)頻率，滿足了(le)高(gao)等級自動(dong)駕(jia)駛汽車對實時高(gao)精(jing)地圖要求。
一、汽車電子架構走向集中式 L5級自動駕駛需要1000TOPS算力驅動
開場(chang)，李星(xing)宇就拋出了一個觀點，他認為(wei)，汽車正在成為(wei)有(you)史以來最(zui)復雜(za)的(de)信息產品。
在汽(qi)(qi)車(che)智能化的浪(lang)潮下(xia)，汽(qi)(qi)車(che)電子正在朝著(zhu)軟件化的方向發(fa)展(zhan)，目前，一輛(liang)高(gao)端(duan)智能汽(qi)(qi)車(che)的軟件代(dai)碼(ma)已經達到了2-3億行(xing)，大幅超越了此前的任何一代(dai)互聯網產(chan)品(pin)。
而未來(lai)L5級自(zi)動駕(jia)駛汽(qi)車的(de)代碼量將可能達到10億(yi)行，其所需(xu)要的(de)算力將超過1000TOPS，李(li)星宇將其稱(cheng)之為有史(shi)以(yi)來(lai)最(zui)復雜的(de)信息產品。
在過去(qu)的(de)(de)(de)20年里，汽(qi)(qi)車的(de)(de)(de)電子化程(cheng)度也(ye)在逐漸加深。上世紀末，汽(qi)(qi)車上的(de)(de)(de)MCU數量(liang)一般不到10個，而(er)今，智能(neng)化汽(qi)(qi)車的(de)(de)(de)MCU平均數量(liang)早已(yi)達到了100個以上，高端的(de)(de)(de)智能(neng)汽(qi)(qi)車甚至擁有超(chao)過300個MCU。
李星宇表示，智能(neng)汽車(che)產業(ye)變革(ge)的(de)速度是日新月異的(de)，如今汽車(che)數百(bai)個(ge)MCU的(de)電子架(jia)構按照早期分布(bu)式，基于CAN、LIN等通信的(de)計算架(jia)構已經(jing)越來越難(nan)以協同。
現在汽車(che)上的(de)(de)每(mei)個(ge)ECU都有著自己的(de)(de)開發環(huan)境，以及不同的(de)(de)計算架(jia)構，這(zhe)些(xie)ECU往(wang)往(wang)是(shi)由(you)不同的(de)(de)供應商提供。這(zhe)樣的(de)(de)合作方式使得(de)(de)所有功能的(de)(de)整合效率變得(de)(de)非(fei)常(chang)低(di)下，難以協同。
李星宇舉(ju)例(li)說道，哪怕是簡單的(de)(de)ACC功能、AEB功能的(de)(de)合并都非常的(de)(de)不容(rong)易，因為(wei)這兩個功能分別來自(zi)兩家(jia)供應商提(ti)供的(de)(de)控制器，除非主機廠能夠(gou)完全(quan)理(li)解這兩個系統，否則(ze)就(jiu)有可能出現邏(luo)輯功能上的(de)(de)碰撞，造成(cheng)極其嚴重的(de)(de)后果(guo)。
但他認為(wei)，隨(sui)著汽車電子架(jia)構的不斷發展演進，早期分布式(shi)的ECU架(jia)構正在(zai)朝著中央集中式(shi)的EE架(jia)構發展。
現今，幾乎(hu)所(suo)有的(de)(de)主機廠和Tier1都在討論(lun)域(yu)控制器的(de)(de)設計，基于(yu)功(gong)能劃分的(de)(de)域(yu)控制器已經實現了相當程度的(de)(de)集中化，動力域(yu)、安全域(yu)、底盤域(yu)等域(yu)控制器技術已經趨于(yu)成熟。
李星宇表(biao)示，如果按照(zhao)這個(ge)趨勢發展(zhan)，總有(you)一天，汽(qi)車(che)的電子架(jia)構會走向完全(quan)融合，即通過一臺車(che)載大(da)腦控(kong)制汽(qi)車(che)的所有(you)功能，到那一天，智(zhi)(zhi)能汽(qi)車(che)就變成(cheng)了有(you)著四個(ge)輪子的智(zhi)(zhi)能計(ji)算機與(yu)超級數據中心。
二、推自動駕駛芯片與計算平臺 Matrix平臺獲CES創新獎
在這一巨大變革下(xia)，汽車ECU的軟件開(kai)(kai)發與計算(suan)設計將會發生本(ben)質的改變，很可(ke)能(neng)藉由現在的垂直功能(neng)劃分(fen)轉向未來的水平(ping)模(mo)式(shi)——基于不(bu)同的功能(neng)層對其結(jie)構(gou)進行劃分(fen)。李星宇認(ren)為(wei)，這樣的機構(gou)將會更(geng)加(jia)開(kai)(kai)放，更(geng)加(jia)高效，將會為(wei)無數(shu)的應(ying)用(yong)提(ti)供高度一致(zhi)的開(kai)(kai)發平(ping)臺。
但這種改變也(ye)對(dui)地平線這樣這樣的(de)芯片公司提(ti)(ti)出(chu)了(le)難題，李(li)星宇以數(shu)據量化(hua)了(le)這一(yi)概念，他表示，如果以自動(dong)(dong)駕(jia)駛的(de)等級(ji)作(zuo)為標準對(dui)芯片算(suan)力提(ti)(ti)出(chu)要(yao)求，那么自動(dong)(dong)駕(jia)駛等級(ji)每提(ti)(ti)升(sheng)一(yi)級(ji)，芯片的(de)算(suan)力大概需要(yao)一(yi)個數(shu)量級(ji)的(de)提(ti)(ti)升(sheng)。
而L5級的(de)(de)自(zi)動駕駛(shi)汽車(che)所(suo)需要(yao)的(de)(de)算力大概(gai)是(shi)1000TOPS，這(zhe)一算力幾(ji)乎與人(ren)腦(nao)相當。即(ji)是(shi)說，汽車(che)要(yao)達(da)(da)到完全的(de)(de)自(zi)動化，其車(che)載大腦(nao)必須要(yao)達(da)(da)到人(ren)腦(nao)的(de)(de)智能水平。
目前，車(che)(che)載的(de)人(ren)工(gong)智(zhi)(zhi)能還停留在(zai)感(gan)知智(zhi)(zhi)能階(jie)段(duan)，向后發展(zhan)，車(che)(che)載人(ren)工(gong)智(zhi)(zhi)能將具備(bei)建模、預測(ce)、決策等(deng)等(deng)功能，每一步的(de)前進都(dou)將對算力(li)(li)提出巨(ju)大的(de)需(xu)求，在(zai)汽車(che)(che)智(zhi)(zhi)能化的(de)浪潮(chao)下，其(qi)對于算力(li)(li)的(de)要求幾乎是一個無法滿足的(de)黑洞。
而在芯片(pian)算(suan)力(li)方面，絕對(dui)的算(suan)力(li)并不是對(dui)一款芯片(pian)性(xing)能(neng)(neng)的唯一衡(heng)量標準，盡(jin)管其可以作為芯片(pian)能(neng)(neng)力(li)的上(shang)限提供一個衡(heng)量的指標，但真正(zheng)重要的卻是芯片(pian)的有效(xiao)算(suan)力(li)。
李星(xing)宇(yu)表示，這與(yu)戰時的(de)軍力(li)衡(heng)量(liang)其(qi)(qi)實是一個道理，炮彈存(cun)量(liang)的(de)多少只能(neng)作為(wei)戰斗力(li)的(de)一個標準，決定殺傷力(li)的(de)其(qi)(qi)實是火炮的(de)口徑、射(she)速(su)以(yi)及(ji)火炮的(de)精度，這與(yu)芯(xin)片(pian)的(de)性(xing)能(neng)如何(he)邏輯相同。
一款芯片算力利用率如何，能源轉化為算力的效率如何，計算的成本如何，算力轉化為AI輸出的效率如何，這些，才是決定有效算力的關鍵因素。
李星宇用天河二號(hao)(hao)舉(ju)例(li)，他指出，天河二號(hao)(hao)的算力排名世界第一，但其(qi)背后的消耗是一年8000萬元人民幣。對于需要投入商用的L5級自動駕駛汽車來說，如(ru)此(ci)大(da)的消耗是不(bu)合理的，也無(wu)法被主機廠和用戶所接受。
因此，地平線成立之初(chu)就意識(shi)到了要以有效算(suan)力為優先(xian)指標開(kai)發芯片，結合場(chang)景驅動，硬件(jian)與軟(ruan)件(jian)結合的理念，該公司(si)在(zai)2017年推出了第一代自(zi)動駕駛芯片——“征程”1.0芯片。
該系列芯片于2017年6月在臺積電完成流片，每秒可以處理30幀1080p的畫面，其功耗為1.5W，延時30ms，每幀可識別目標200個。
李星宇表示，今(jin)年，地平線將(jiang)會推出第(di)二代自動(dong)駕(jia)駛芯片，在第(di)一(yi)代的(de)基礎上，其效率(lv)將(jiang)會有10倍的(de)提(ti)升。
除(chu)此(ci)之外，地平線(xian)還在(zai)去年(nian)推出了基于征程2.0處理(li)器架構(gou)的地平線(xian)Matrix自(zi)動(dong)駕駛計(ji)算(suan)平臺(tai)，該(gai)平臺(tai)在(zai)今年(nian)年(nian)初獲得了CES 創新獎(jiang)，地平線(xian)也成為了2019年(nian)CES車(che)輛(liang)智能(neng)與自(zi)動(dong)駕駛技術分類下唯一一家(jia)獲獎(jiang)的中國公司。
李星宇還提到了(le)地平(ping)線進行感知解決(jue)方案(an)研發的(de)策(ce)略(lve)，他指出，現在傳感器的(de)更(geng)(geng)新換代還比較(jiao)慢，平(ping)均每(mei)5年更(geng)(geng)新一代，但算法的(de)更(geng)(geng)新卻受到摩爾定(ding)律的(de)驅(qu)動(dong)，平(ping)均每(mei)18個月就(jiu)更(geng)(geng)新一代。
在這樣的前提下(xia)，地平線選擇(ze)將“感(gan)知”解構，先對“知”的層面進行開發，采取這樣的策(ce)略(lve)，當新(xin)一代傳(chuan)感(gan)器推向市場后，適配的多傳(chuan)感(gan)器融合方案也能(neng)夠很快推出。
三、推出低成本實時高精地圖解決方案 采集更新只需一小時
隨后，李星宇向到場觀眾介(jie)紹了地(di)平(ping)線最(zui)新的研究(jiu)成果——NavNet實(shi)時高精度地(di)圖解決(jue)方案。
他指出，目前市場(chang)上大部分(fen)高精地(di)圖(tu)企業的(de)解(jie)決方案都(dou)是基于激光雷(lei)達等一(yi)系列傳感器(qi)實現(xian)的(de)，非常(chang)精準(zhun)，但這(zhe)一(yi)解(jie)決方案的(de)最大問題(ti)就在于高成本(ben)。
這一(yi)問題使得這些公司的(de)高(gao)精(jing)地(di)圖(tu)采(cai)集車無法大規模鋪(pu)開(kai)，在采(cai)集效率(lv)上受到了非(fei)(fei)常大的(de)限制。未來自動駕駛汽(qi)車對于高(gao)精(jing)地(di)圖(tu)的(de)依賴程(cheng)度必然非(fei)(fei)常高(gao)，除了高(gao)精(jing)地(di)圖(tu)的(de)準確(que)性，實時(shi)更(geng)新的(de)效率(lv)也非(fei)(fei)常重要。
而對于傳統高(gao)精地圖供(gong)應商來說，整體更新一(yi)次的周期可能在一(yi)個季度以上，很難滿足未(wei)來自動駕駛汽車的要求(qiu)。
針對高精(jing)地(di)圖采集更新高成本低效(xiao)率的問題(ti)，地(di)平(ping)線推(tui)出了NavNet實時高精(jing)地(di)圖的解決(jue)方(fang)案，這一解決(jue)方(fang)案僅依(yi)靠低成本的單(dan)目攝像頭就實現了高精(jing)度(du)地(di)圖的更新以(yi)及定位。
低成本(ben)的(de)(de)(de)解(jie)決方案具備了大規(gui)模打入后裝及前裝市場的(de)(de)(de)條(tiao)件，一旦將(jiang)這一方案大規(gui)模部署到(dao)車(che)輛(liang)上(shang)，每輛(liang)車(che)都(dou)能夠生(sheng)成局(ju)部的(de)(de)(de)高精(jing)地圖，再(zai)將(jiang)數據上(shang)傳到(dao)云端，由云端進行匯(hui)總、清洗以及梳理的(de)(de)(de)工作，從而生(sheng)成實(shi)時的(de)(de)(de)高精(jing)地圖傳回車(che)輛(liang)。
李星宇表示，這一解決方案可在一小時內完成一個區域高精地圖的采集與更新。
在地(di)平線的(de)(de)(de)設想中(zhong)，未來(lai)的(de)(de)(de)每(mei)輛汽(qi)車不光是高精地(di)圖的(de)(de)(de)使用者，同(tong)時也是高精地(di)圖的(de)(de)(de)生成者。
結語：智能汽車的發展需整個汽車產業共同賦能
最后，李星宇表示，自動駕駛產業(ye)涉(she)及的深度與廣(guang)度都是空前的，地(di)平(ping)線所能(neng)做(zuo)到(dao)的就是提供匹配(pei)自動駕駛技術(shu)的芯片以及軟硬件一體(ti)的解決方(fang)案，并通過開(kai)放的產業(ye)鏈(lian)，與合(he)作伙伴(ban)之間(jian)的銜接變得更加(jia)高效。
在這(zhe)一方面(mian)，地平線(xian)已(yi)經(jing)與博世、奧迪(di)、SK等公司達成合作，共同推進商業化項目(mu)。
未來，不論是自動駕駛(shi)技術對于車(che)外(wai)的感知(zhi)，還是車(che)內人工(gong)智能(neng)實現的人機交互，都將被整合成為(wei)一體化的解決方案。
而這(zhe)一未來，需要整個汽車(che)產業鏈的創新(xin)作(zuo)為驅動力，為智能汽車(che)的發展賦能。
