车东西（公众号：chedongxi）
文 | Bear
4月19日，由(you)车(che)东西与2019上海(hai)车(che)展承办方——上海(hai)市国际展览(lan)有限公(gong)司（SIEC）联合举(ju)办的(de)GTIC 2019全球智能(neng)(neng)汽(qi)(qi)车(che)供(gong)应(ying)链创新(xin)峰会在2019上海(hai)车(che)展同期举(ju)办，大会邀(yao)请(qing)到来自学术界、整车(che)企(qi)(qi)业、零部件企(qi)(qi)业、互联网公(gong)司、新(xin)兴自动驾驶公(gong)司和人(ren)工智能(neng)(neng)公(gong)司等智能(neng)(neng)汽(qi)(qi)车(che)供(gong)应(ying)链领域的(de)15位(wei)嘉宾(bin)登台，探讨(tao)智能(neng)(neng)汽(qi)(qi)车(che)时代的(de)供(gong)应(ying)链创新(xin)与出(chu)行变革。
地(di)平线市场拓展(zhan)与(yu)(yu)战略规(gui)划(hua)副(fu)总(zong)裁(cai)李星(xing)宇在峰(feng)会上发表了《计算(suan)未来——新一代自动驾驶芯片带来感知与(yu)(yu)定位技术新突破》主题(ti)演讲。
他(ta)认为，如今的(de)汽(qi)车(che)产业(ye)正朝(chao)着(zhe)(zhe)软件化(hua)的(de)方向发(fa)展，汽(qi)车(che)正在成(cheng)为有史以来(lai)最(zui)复杂(za)的(de)信(xin)息产品，为了(le)适配自(zi)动(dong)驾驶功能与智能化(hua)的(de)要求，汽(qi)车(che)的(de)电子架(jia)构正在以ECU为单位进行着(zhe)(zhe)自(zi)下而上的(de)重(zhong)构。
地(di)平线针对自动驾(jia)驶(shi)(shi)(shi)汽车推出(chu)了“征程”系列自动驾(jia)驶(shi)(shi)(shi)芯片，以及基于征程2.0处理器架构的地(di)平线Matrix自动驾(jia)驶(shi)(shi)(shi)计算(suan)平台，并推出(chu)了软硬(ying)件(jian)一(yi)体的解决方案，大大提升了自动驾(jia)驶(shi)(shi)(shi)芯片的有效算(suan)力(li)。
此外，李星宇还介绍了(le)地(di)平线最新的(de)基于单目摄(she)像头的(de)高(gao)精(jing)地(di)图解决(jue)方(fang)案。通(tong)过这一方(fang)案，地(di)平线以(yi)(yi)较低(di)成本实现了(le)对高(gao)精(jing)度地(di)图以(yi)(yi)小时(shi)为单位的(de)更新频(pin)率(lv)，满足了(le)高(gao)等(deng)级(ji)自(zi)动(dong)驾驶汽车对实时(shi)高(gao)精(jing)地(di)图要求。
一、汽车电子架构走向集中式 L5级自动驾驶需要1000TOPS算力驱动
开场，李星宇就抛出了一个观点，他认为，汽车正(zheng)在成为有史以来最复杂的(de)信息产品。
在(zai)汽(qi)车智能(neng)化的浪(lang)潮(chao)下，汽(qi)车电(dian)子正在(zai)朝(chao)着软(ruan)件(jian)化的方向发展，目(mu)前(qian)，一辆高端智能(neng)汽(qi)车的软(ruan)件(jian)代码已经达到了2-3亿(yi)行，大(da)幅(fu)超越了此前(qian)的任何一代互联网产品。
而未(wei)来L5级自(zi)动驾(jia)驶(shi)汽车的代(dai)码量将(jiang)可能(neng)达到10亿行，其所(suo)需要的算力将(jiang)超过1000TOPS，李星宇(yu)将(jiang)其称之为(wei)有(you)史以来最复(fu)杂的信息产品(pin)。
在过(guo)去的20年里，汽(qi)车的电子化(hua)(hua)程(cheng)度(du)也在逐渐加深(shen)。上(shang)世纪末，汽(qi)车上(shang)的MCU数量(liang)一般不(bu)到(dao)(dao)10个(ge)，而今(jin)，智能化(hua)(hua)汽(qi)车的MCU平(ping)均数量(liang)早已达到(dao)(dao)了100个(ge)以上(shang)，高端的智能汽(qi)车甚至(zhi)拥(yong)有超过(guo)300个(ge)MCU。
李星宇(yu)表(biao)示(shi)，智能汽车产业变革的(de)速度是日新月异的(de)，如今汽车数百个MCU的(de)电子架构按照(zhao)早期分布(bu)式，基(ji)于CAN、LIN等通信的(de)计算架构已经越(yue)来越(yue)难(nan)以协同。
现在汽(qi)车上的(de)(de)每个ECU都有着自己的(de)(de)开发环境，以(yi)及不(bu)同(tong)的(de)(de)计算架构，这些ECU往往是由不(bu)同(tong)的(de)(de)供应商(shang)提(ti)供。这样的(de)(de)合(he)作方式使得所有功能的(de)(de)整合(he)效率变得非常低下，难以(yi)协同(tong)。
李(li)星(xing)宇举例说(shuo)道，哪怕是简单的(de)ACC功能、AEB功能的(de)合(he)并都非常的(de)不容易，因为这两个(ge)功能分别来自两家供(gong)应商提(ti)供(gong)的(de)控制器，除非主(zhu)机厂(chang)能够完全理解这两个(ge)系统，否则就有可能出现逻辑功能上的(de)碰(peng)撞，造(zao)成极其(qi)严重的(de)后果。
但他认为(wei)，随着(zhe)汽车电子架构的不断(duan)发(fa)展演进，早期分布(bu)式的ECU架构正在朝(chao)着(zhe)中(zhong)央集中(zhong)式的EE架构发(fa)展。
现今，几乎所(suo)有的(de)主机厂和Tier1都在讨论(lun)域控(kong)制(zhi)器(qi)的(de)设(she)计，基于(yu)功能划分(fen)的(de)域控(kong)制(zhi)器(qi)已经(jing)实现了相当程(cheng)度的(de)集中(zhong)化，动力(li)域、安(an)全(quan)域、底盘域等域控(kong)制(zhi)器(qi)技术已经(jing)趋于(yu)成熟。
李星宇表(biao)示，如果按照这个趋势发展(zhan)，总有一天，汽(qi)车的电子架构(gou)会走向完全(quan)融(rong)合，即(ji)通过一台(tai)车载大脑控制汽(qi)车的所有功能(neng)，到那一天，智能(neng)汽(qi)车就变成了有着四个轮子的智能(neng)计算机与超级(ji)数(shu)据中心。
二、推自动驾驶芯片与计算平台 Matrix平台获CES创新奖
在这(zhei)一(yi)巨大变革(ge)下(xia)，汽(qi)车ECU的软件开(kai)发与(yu)计(ji)算设计(ji)将会发生本质的改变，很可能藉由(you)现(xian)在的垂直(zhi)功能划分(fen)转向未来的水(shui)平模式(shi)——基于不同(tong)的功能层对(dui)其结(jie)构(gou)进行划分(fen)。李星(xing)宇(yu)认为，这(zhei)样的机构(gou)将会更(geng)加开(kai)放，更(geng)加高效，将会为无数的应用(yong)提供高度一(yi)致的开(kai)发平台(tai)。
但这种改变也对地平线这样(yang)这样(yang)的芯(xin)片公司提出了(le)难题(ti)，李星宇以(yi)数据(ju)量(liang)化(hua)了(le)这一(yi)概(gai)念(nian)，他表(biao)示，如果以(yi)自动驾驶的等(deng)级(ji)(ji)作为(wei)标准对芯(xin)片算力提出要求，那么自动驾驶等(deng)级(ji)(ji)每(mei)提升(sheng)一(yi)级(ji)(ji)，芯(xin)片的算力大概(gai)需要一(yi)个数量(liang)级(ji)(ji)的提升(sheng)。
而L5级的(de)自(zi)动(dong)(dong)驾(jia)驶汽(qi)车所需要(yao)的(de)算(suan)力大概是(shi)1000TOPS，这(zhei)一算(suan)力几(ji)乎与(yu)人(ren)脑相当。即是(shi)说，汽(qi)车要(yao)达(da)(da)到(dao)完全(quan)的(de)自(zi)动(dong)(dong)化(hua)，其车载大脑必须要(yao)达(da)(da)到(dao)人(ren)脑的(de)智(zhi)能水平。
目前(qian)，车载(zai)的(de)(de)人工(gong)智(zhi)能(neng)还停留(liu)在感(gan)知(zhi)智(zhi)能(neng)阶段，向后发展，车载(zai)人工(gong)智(zhi)能(neng)将(jiang)具备(bei)建模、预测、决策等(deng)等(deng)功能(neng)，每一步的(de)(de)前(qian)进都(dou)将(jiang)对(dui)算力提出巨(ju)大的(de)(de)需求(qiu)，在汽车智(zhi)能(neng)化的(de)(de)浪潮(chao)下，其对(dui)于算力的(de)(de)要(yao)求(qiu)几乎是一个(ge)无法(fa)满足的(de)(de)黑(hei)洞。
而(er)在芯(xin)片(pian)算力方面(mian)，绝对的(de)算力并不是对一款芯(xin)片(pian)性能的(de)唯一衡量(liang)标准(zhun)，尽管其可(ke)以作为芯(xin)片(pian)能力的(de)上限提供(gong)一个衡量(liang)的(de)指标，但真正重(zhong)要的(de)却(que)是芯(xin)片(pian)的(de)有效算力。
李星(xing)宇(yu)表示，这(zhei)与(yu)战时的军力(li)衡量其实是(shi)一(yi)个(ge)道理(li)，炮弹(dan)存量的多(duo)少只能作为战斗力(li)的一(yi)个(ge)标准(zhun)，决定杀伤力(li)的其实是(shi)火炮的口径、射速(su)以及火炮的精度(du)，这(zhei)与(yu)芯片的性能如何逻辑(ji)相同。
一款芯片算力利用率如何，能源转化为算力的效率如何，计算的成本如何，算力转化为AI输出的效率如何，这些，才是决定有效算力的关键因素。
李星宇用(yong)天河二号举例，他指出，天河二号的(de)算力排名世界第一，但其背(bei)后的(de)消耗(hao)是(shi)一年8000万元(yuan)人民币。对于需要(yao)投入商用(yong)的(de)L5级自(zi)动驾驶汽车来说，如此大(da)的(de)消耗(hao)是(shi)不(bu)合(he)理的(de)，也无法(fa)被主(zhu)机(ji)厂和用(yong)户所接受。
因此，地(di)平线成(cheng)立之(zhi)初就意(yi)识到(dao)了要以有效算(suan)力为优(you)先指标开发芯片，结合场景驱动，硬件(jian)与软件(jian)结合的理(li)念(nian)，该公司在2017年推出了第一代自动驾驶芯片——“征程”1.0芯片。
该系列芯片于2017年6月在台积电完成流片，每秒可以处理30帧1080p的画面，其功耗为1.5W，延时30ms，每帧可识别目标200个。
李星宇表示，今年(nian)，地平线(xian)将会推(tui)出(chu)第(di)二代(dai)自(zi)动驾驶芯片，在第(di)一代(dai)的基础(chu)上，其效率将会有10倍的提升(sheng)。
除此之外，地(di)(di)平(ping)(ping)(ping)线还在(zai)去年(nian)推出了基于(yu)征程2.0处理器架(jia)构(gou)的(de)地(di)(di)平(ping)(ping)(ping)线Matrix自(zi)动驾驶(shi)计算平(ping)(ping)(ping)台(tai)，该(gai)平(ping)(ping)(ping)台(tai)在(zai)今年(nian)年(nian)初获(huo)得了CES 创新奖(jiang)，地(di)(di)平(ping)(ping)(ping)线也(ye)成为(wei)了2019年(nian)CES车(che)辆(liang)智能(neng)与(yu)自(zi)动驾驶(shi)技术分(fen)类下(xia)唯一一家获(huo)奖(jiang)的(de)中(zhong)国公(gong)司。
李(li)星(xing)宇还提到了(le)地平线进行(xing)感知(zhi)解决方案研发(fa)的(de)策略，他(ta)指出，现在(zai)传感器(qi)的(de)更(geng)新换代(dai)还比较慢，平均(jun)每5年更(geng)新一代(dai)，但算法的(de)更(geng)新却受到摩尔定律的(de)驱动，平均(jun)每18个月就(jiu)更(geng)新一代(dai)。
在这样的前提下(xia)，地(di)平线选择将“感知”解构(gou)，先对“知”的层面(mian)进行(xing)开(kai)发，采取这样的策略，当新一代传感器(qi)推向市场后，适配的多传感器(qi)融合方案也能够很快推出。
三、推出低成本实时高精地图解决方案 采集更新只需一小时
随后，李星宇(yu)向到场观众介(jie)绍(shao)了地(di)平(ping)线最新的研(yan)究成果——NavNet实(shi)时(shi)高精度地(di)图解(jie)决方案。
他指(zhi)出，目(mu)前市场上大部分高精地(di)图(tu)企业的(de)(de)解(jie)决(jue)方案都是基于激光雷达等一系列传感器实现的(de)(de)，非常精准，但这一解(jie)决(jue)方案的(de)(de)最大问题(ti)就在于高成本。
这一问题使得这些公司的(de)高精地图(tu)采集车无法大(da)规模铺开(kai)，在采集效率(lv)上(shang)受(shou)到了非常大(da)的(de)限制。未来自动驾驶汽车对于高精地图(tu)的(de)依(yi)赖程度必然非常高，除了高精地图(tu)的(de)准确性，实时更(geng)新(xin)的(de)效率(lv)也非常重要。
而对于传统高精地图供(gong)应商(shang)来说，整体更新一(yi)次的周期(qi)可能在一(yi)个季度以(yi)上，很难满足未来自(zi)动驾驶汽车的要求。
针对高(gao)精(jing)地图(tu)采集更新(xin)高(gao)成本(ben)低效率的(de)(de)问题(ti)，地平(ping)线推出了NavNet实(shi)(shi)时高(gao)精(jing)地图(tu)的(de)(de)解决方(fang)(fang)案，这(zhei)一解决方(fang)(fang)案仅依靠低成本(ben)的(de)(de)单目摄(she)像(xiang)头就实(shi)(shi)现了高(gao)精(jing)度地图(tu)的(de)(de)更新(xin)以及定位。
低(di)成本的解决方(fang)案具(ju)备(bei)了大规模(mo)打入后装及前装市(shi)场的条件(jian)，一旦将(jiang)这一方(fang)案大规模(mo)部(bu)署到车(che)(che)辆(liang)(liang)上，每辆(liang)(liang)车(che)(che)都能(neng)够生成局(ju)部(bu)的高(gao)精地图，再将(jiang)数据上传(chuan)到云端(duan)，由云端(duan)进行(xing)汇总、清洗以及梳理的工作，从而(er)生成实时的高(gao)精地图传(chuan)回车(che)(che)辆(liang)(liang)。
李星宇表示，这一解决方案可在一小时内完成一个区域高精地图的采集与更新。
在地(di)平线(xian)的(de)设想中(zhong)，未(wei)来(lai)的(de)每辆汽车不光是(shi)高(gao)精地(di)图(tu)的(de)使用者，同时也是(shi)高(gao)精地(di)图(tu)的(de)生成者。
结语：智能汽车的发展需整个汽车产业共同赋能
最后，李(li)星宇表(biao)示(shi)，自(zi)动驾(jia)驶产(chan)业涉及的(de)(de)深度(du)与(yu)广度(du)都是空前的(de)(de)，地平(ping)线所(suo)能做到的(de)(de)就是提供匹配自(zi)动驾(jia)驶技术的(de)(de)芯(xin)片以及软硬件一体的(de)(de)解决(jue)方案(an)，并(bing)通过开放的(de)(de)产(chan)业链，与(yu)合作伙伴之间的(de)(de)衔(xian)接变得(de)更加高(gao)效(xiao)。
在这(zhei)一方面，地平线已经(jing)与博世、奥迪、SK等公司达成合(he)作(zuo)，共(gong)同推进商业(ye)化(hua)项目。
未来，不论是(shi)自动驾驶技术对于车外的感知，还是(shi)车内人(ren)工(gong)智能实现的人(ren)机交互(hu)，都将被整(zheng)合成为(wei)一体(ti)化的解决方(fang)案。
而这一(yi)未来(lai)，需要整个汽(qi)(qi)车产业链(lian)的创新作(zuo)为(wei)(wei)驱动(dong)力，为(wei)(wei)智能汽(qi)(qi)车的发(fa)展(zhan)赋能。
