智能科技需要軟融合

譚晶寶

自動駕駛的必經(jīng)之路上還有哪些不得不翻越的“火焰山”？

進入2019年下半年后，各大車企紛紛推出L2級自動駕駛量產(chǎn)車型，讓自動駕駛的落地步伐又向前跨越了一大步。然而，在實現(xiàn)全自動駕駛目標(biāo)的漫長道路之上，剛剛從測試階段準(zhǔn)備邁向運營階段。我們應(yīng)該如何走穩(wěn)這一步，走在浪潮之巔的科技公司都有自己的見解，也都在自己的領(lǐng)域為之奮斗。

百度：從測試到運營

“從測試到運營是無人駕駛落地的必經(jīng)之路?！卑俣戎悄荞{駛事業(yè)群組自動駕駛技術(shù)部副總經(jīng)理陶吉介紹。北京市的自動駕駛車輛測試年度報告顯示，在2018年有來自8家公司的54輛自動駕駛汽車，在北京的開放道路區(qū)域進行了自動駕駛測試，其中，百度的車輛數(shù)占83%，測試?yán)锍陶伎偫锍痰谋壤_到91%，并且做到零事故。

今年，百度在北京拿到了目前國內(nèi)最高級別（T4）自動駕駛測試牌照，意味著百度具備了可以在復(fù)雜城市道路場景測試的能力?！癟4意味著測試道路會進行動態(tài)變化，比如施工、潮汐車道、臨時紅綠燈等不斷變化的路況，在這種情況下車輛如何應(yīng)對極其重要?！碧占忉?。除了在北京測試，百度以超過300輛自動駕駛汽車在全國13個城市積累了超過200萬公里的測試?yán)锍?，涵蓋了不同季節(jié)、不同道路類型以及不同交通狀況等各種數(shù)據(jù)，豐富的數(shù)據(jù)成為百度自動駕駛技術(shù)提升改進的動力。

“通過長時間的測試，我們從車輛能力的角度出發(fā)把L4級別自動駕駛的發(fā)展歸為六個小階段、兩個大階段?！碧占f道。兩個大階段是測試階段和運營階段，涵蓋了從一輛單車的研發(fā)開始，到把車隊商業(yè)化落地的全生命周期。其中測試階段又分為封閉道路測試、開放道路測試、區(qū)域路網(wǎng)測試;運營階段劃分為小規(guī)模試運營、規(guī)模化試運營、多城市商業(yè)化運營三個階段。

據(jù)陶吉介紹，測試階段簡單來說就是通過對車輛進行改裝，車上只搭載測試和研發(fā)人員，在限定區(qū)域進行一些固定線路的測試，在這一階段的關(guān)注重點是車輛的技術(shù)指標(biāo);其核心是MPI，即每兩次人工干預(yù)之間的自動行駛里程，測試階段是車輛能力的提升階段。

運營階段的變化首先體現(xiàn)在更大規(guī)模的車隊，這意味著不能再使用過去的改裝車，而是需要定制化的量產(chǎn)車型來部署在區(qū)域路網(wǎng)，而且會有真實的運營需求，行駛路徑也由固定路線變?yōu)辄c到點的自由路徑。車上除了搭載測試人員外，還會有真實需求的乘客。在這一階段，關(guān)注的重點是運營效率，每公里的成本是關(guān)鍵指標(biāo)，其中包括整車成本和運維成本。自動駕駛車輛使用的激光雷達、計算單元的成本相比普通車輛都是成倍增加的。在運維方面，需要技術(shù)團隊來解決車輛出現(xiàn)的故障，現(xiàn)階段還有駕駛員的成本。系統(tǒng)越穩(wěn)定、車輛質(zhì)量越高運維成本就會越低，未來完全無需駕駛員的時候成本還將大幅降低。當(dāng)這些條件達到以后，每天通過跑更多的里程將進一步降低每公里的成本。

為什么說從測試到運營是L4級別自動駕駛的必經(jīng)之路？陶吉解釋道：“運營將會帶給我們更加貼近真實的應(yīng)用場景，更大的車隊需要更高的穩(wěn)定性，同時還要搭載乘客確保舒適性。有了真實用戶以后，他們反饋的意見將進一步幫助我們?nèi)鞒檀蚰ゼ夹g(shù)、打磨產(chǎn)品，推動自動駕駛的商業(yè)化落地?！?/p>

要實現(xiàn)從測試到運營的跨越需要科技公司、政府和整車企業(yè)多方的努力。每個角色都有自己需要面臨的問題和顧慮，科技公司想要擁有更廣泛的路網(wǎng)，想要搭載真實乘客;政府會考慮上路的安全標(biāo)準(zhǔn)，會不會影響道路交通？整車企業(yè)則會思考把產(chǎn)品賣給誰，研發(fā)成本誰來分?jǐn)?，整車企業(yè)以什么樣的身份參與到未來無人駕駛的運營服務(wù)當(dāng)中？陶吉總結(jié)到：“測試階段可能不需要更多的合作，如果想要做到從測試到運營的轉(zhuǎn)變，需要科技公司、政府、整車企業(yè)做到三位一體?！?/p>

東軟睿馳：軟件定義汽車

在新四化的發(fā)展趨勢之下，汽車電子占整車成本的比重逐年加大。20世紀(jì)70年代，汽車電子成本占比為2%，到目前，其成本占比已經(jīng)達到了40%以上。“正是新四化的必然趨勢決定了未來一定是由軟件來定義汽車?！睎|軟睿馳汽車技術(shù)（上海）有限公司全球營銷總經(jīng)理茅海燕認(rèn)為。

茅海燕介紹，目前電動汽車的市場占有率為4%左右，到2030年，電動汽車市占率預(yù)計能達到20%以上。在智能網(wǎng)聯(lián)方面，L3級自動駕駛車輛在2020年預(yù)計將達到10萬輛，2030年將會快速增長至1000萬輛。L4級別以上的汽車到2030年預(yù)計將能達到500萬輛，新四化的道路之上雖然還存在很多阻礙，但前進的步伐只會越來越快。

新四化的發(fā)展離不開AI、大數(shù)據(jù)、深度學(xué)習(xí)、V2X、VR等核心技術(shù)，市場也越來越需要新技術(shù)的應(yīng)用，這些技術(shù)的發(fā)展需要獨立的發(fā)展空間，只有通過精心設(shè)計的軟件架構(gòu)，這些技術(shù)才能得到獨立發(fā)展并加快汽車技術(shù)的迭代更新。隨著芯片產(chǎn)業(yè)鏈和傳感器的發(fā)展，未來的軟件架構(gòu)能夠充分賦能汽車技術(shù)的發(fā)展，讓OTA、平臺化開發(fā)成為可能，不僅能讓新產(chǎn)品快速推入市場，還能大大降低研發(fā)成本。

“新四化發(fā)展下的另外一個趨勢是軟件與硬件的耦合將逐漸降低。”茅海燕說。目前很多整車企業(yè)的研發(fā)團隊中，軟件工程師的比例正在飆升，整車企業(yè)正在著手開展軟硬件分離的工作，也就是以開放性標(biāo)準(zhǔn)化的軟件平臺應(yīng)對不同的硬件，從而使成本達到最低。以前是嵌入式軟件，每換一個硬件，軟件就需要重新開發(fā)，這讓軟件開發(fā)的投入巨大。因此，汽車架構(gòu)正在從分布式走向集中式。過去每一項功能都有一個單獨的ECU控制，一輛汽車?yán)锩嬗袑⒔?00個ECU，現(xiàn)階段通過不同的域控制器實現(xiàn)復(fù)雜功能的控制，隨著技術(shù)的發(fā)展，未來各個域控制器還會進一步融合，形成一個中心控制“大腦”，最終實現(xiàn)軟硬件之間的零耦合。

“其實四化已經(jīng)成為必然的趨勢，東軟睿馳希望可以用自己27年的經(jīng)驗積累為四化賦能。沒有一家企業(yè)可以把所有的事情都做好，所以生態(tài)的建設(shè)尤其重要。”茅海燕表示。為了創(chuàng)造更好的生態(tài)環(huán)境，東軟睿馳正在從多個方面努力推進：其一，通過大學(xué)培訓(xùn)合作實現(xiàn)人才的無縫銜接;其二，建立互利共贏的合作伙伴生態(tài);其三，參與國內(nèi)和國際四化標(biāo)準(zhǔn)的制定，構(gòu)建理論和實踐標(biāo)準(zhǔn);其四，通過構(gòu)建開發(fā)者聯(lián)盟來降低開發(fā)成本、推廣軟件產(chǎn)品，從而提升行業(yè)普及率。

地平線：海量數(shù)據(jù)的挑戰(zhàn)

自動駕駛技術(shù)的發(fā)展產(chǎn)生了海量的數(shù)據(jù)，ADAS、高級別自動駕駛、高精地圖和定位將讓數(shù)據(jù)的產(chǎn)生呈指數(shù)增長。此外，車內(nèi)的智能交互涉及視覺、語音的采集和分析，這些應(yīng)用都將產(chǎn)生更多的數(shù)據(jù)并需要在車內(nèi)進行實時處理。

“迎接海量數(shù)據(jù)挑戰(zhàn)的關(guān)鍵是什么？是如何實現(xiàn)實時計算，減少反應(yīng)延遲，提高可靠性和數(shù)據(jù)隱私的安全以及數(shù)據(jù)傳輸和存儲。如果不在邊緣進行計算，將會讓基礎(chǔ)設(shè)施成本劇增，還將導(dǎo)致網(wǎng)絡(luò)數(shù)據(jù)傳輸成本的增加。我們通過邊緣AI計算幫助行業(yè)減少云端的壓力?！钡仄骄€副總裁、智能駕駛產(chǎn)品線總經(jīng)理張玉峰表示。

張玉峰介紹，5G近兩年成為非?；馃岬脑掝}，讓數(shù)據(jù)傳輸具備了高可靠性的保障，對V2X技術(shù)有極大的賦能，讓其更加容易落地。但5G并沒有辦法給主干網(wǎng)帶來質(zhì)的提升，目前來看，5G對數(shù)據(jù)的搬運能力只有七八百米的距離，容易在5G基站形成一個個數(shù)據(jù)堰塞湖，這其實打開了邊緣計算的商機和市場。

未來，每輛自動駕駛汽車每天將產(chǎn)生600-1000TB的數(shù)據(jù)，2000輛自動駕駛汽車一天所產(chǎn)生的數(shù)據(jù)量就相當(dāng)于2015年整個人類文明一天的數(shù)據(jù)量。從不同級別的自動駕駛來看，自動駕駛每升高一級便會導(dǎo)致數(shù)據(jù)量的增加，對邊緣處理器的能力要求也就越高，要實現(xiàn)L4級自動駕駛可能需要300多萬億次每秒的計算能力。當(dāng)前的算力還僅僅相當(dāng)于一只老鼠大腦的能力，由于物理極限的存在，繼續(xù)靠降低體積讓算力增長的方式將面臨嚴(yán)峻挑戰(zhàn)。地平線選擇通過算法和芯片架構(gòu)的協(xié)同設(shè)計，讓計算機領(lǐng)域的摩爾定律得以延續(xù)。通過芯片架構(gòu)、軟件系統(tǒng)和編輯工具的協(xié)同優(yōu)化，并結(jié)合場景優(yōu)化算法，地平線可以繼續(xù)保持每18個月讓算力翻倍的速度。

“曾經(jīng)將能耗、性能、面積，作為評價芯片性能的核心指標(biāo)，如今，AI芯片的性能需要從能源轉(zhuǎn)化為計算的效率（TOPS/Watt）、算力成本（TOPS/$）、算力利用率（Utilization Rate）、算力轉(zhuǎn)化為AI輸出的效率（AI Perf/TOPS）這四個有效算力的維度，來重新定義AI芯片的真實性能?！睆堄穹逭f。