「汽车与配件」算力是关键瓶颈,【L3特辑】地平线:L3以上自动驾驶( 二 )


高精地图对于高级别自动驾驶 , 其实已经成为一个必备的元素 。 李星宇表示:“如果说车端的ADAS摄像头等传感器提供的是对环境的实时感知 , 那么高精度地图提供的就是对感知的记忆 , 能够成倍提升感知的精准性、可靠性 。 ”地平线基于自己的视觉感知算法 , 提供了基于众包的高精地图的实时更新解决方案 。
自动驾驶落地 , 芯片+算法+开发工具需协同
伴随智能化的演进 , 汽车竞争的焦点从功能转向智能 , “软件定义汽车”成为重要趋势 , 并为新一轮汽车变革与创新不断注入动力 。 李星宇也十分认同这一趋势 , “‘软件定义汽车’已成为行业主流趋势 , 这已是毫无疑问 。 特斯拉的成功极好地佐证了这一点:在全球车企中 , 特斯拉市值仅次于丰田 , 这说明资本市场已经充分认可了以特斯拉为代表的智能汽车的发展方向 。 ”
据了解 , 车规级芯片迭代周期一般需要4到5年 , 而软件算法的迭代周期则是几个月 , AI芯片的算法演进则更快 。 那么 , 对地平线这样一家专做AI芯片的算法公司而言 , 如何在自动驾驶时代 , 让芯片的迭代速度紧跟算法的发展呢?为此 , 地平线做了哪些努力?
如果把芯片比做“蓝调” , 那算法就是“摇滚” , 两者演化周期的不匹配 , 实则对任何一家从事AI芯片的算法公司都是巨大的挑战 。 但地平线在这方面有独特的优势 , 因为我们是一家有算法基因的公司 , 创始人以及技术带头人都有多年算法背景的积淀 , 因此对人工智能算法未来的演进趋势有前瞻性 , 这使得我们在AI芯片设计之初就能预判几年后车端应用软件算法的发展趋势 , 从而能使芯片推出的时候很好地适配那时的主流算法 。
——李星宇
地平线强调软硬结合、协同优化的同时 , 李星宇也表示 , “地平线充分重视开放包容 。 当今时代 , 汽车软件的开发工作如此巨大 , 软件堆栈异常复杂 , 没有一家公司能单打独斗完成所有软件的开发 , 而且驾驶场景的复杂性也注定了其变化多端 。 因此 , 地平线的理念是首先提供开发工具链 , 赋能客户开发 , 同时也提供商业级的软件 , 为客户提供更多选择 , 加速产品开发进度 。 ”
为此 , 地平线开发了天工开物(HorizonOpenExplorer)AI开发平台 , 愿景是“让AI开发无难事” 。 “天工开物”AI开发平台基于地平线自研AI芯片打造 , 由模型仓库、AI算法工具链及AI应用开发中间件三大功能模块构成 , 包含面向实际场景进行AI算法和应用开发的全套工具 , 还可使用地平线的开发工具套件加速场景方案灵活部署 , 全面降低开发者门槛 , 方便客户进行复杂应用开发 , 加速产品落地 。
“授人以鱼不如授人以渔” , 汽车智能化趋势下 , 主机厂与科技公司合作成为新趋势 , 并从原有的逐级塔状供应链走向环状合作 。 大量事实也表明:地平线“芯片+算法+工具链”的开放模式在赋能客户的同时 , 也加速了自身AI芯片的落地和量产 。
【「汽车与配件」算力是关键瓶颈,【L3特辑】地平线:L3以上自动驾驶】例如 , 最新的案例是 , 搭载地平线征程二代芯片的长安UNI-T的智能化成果意味着国产车规级AI芯片成功实现了前装量产零突破 , 同时这一商业实践也是地平线得到顶尖车厂信任的开始 。 此前还有地平线与奥迪中国、赢彻科技等在基于征程二代的Matrix2计算平台方面的合作 , 充分说明地平线正携手伙伴加速自动驾驶的落地和到来 。
L3难以逾越 , 自动驾驶演进之路应是渐进式
从广汽发布具备L3功能的AionLX , 到长安汽车3月初首次在线直播L3级自动驾驶量产体验后 , 业界一直有很多质疑的声音:这些车辆系统是否真的达到了L3?关于这一问题 , 笔者也询问了李星宇 。
长安UNI-T达到中国分级标准中L3级自动驾驶 , 这是事实 。 但对于地平线 , 我们更强调这一理念:不能简单地关注L2/L3/L4分级 , 关注基于驾驶场景的ODD(设计运行区域)才更有意义 , 即系统支持何种驾驶工况的自动驾驶 , 如车速设计60km/h与120km/h时L3带给用户的体验肯定大不一样 , 以及到了L3到底能实现多少种功能 , 如HWA(高速公路辅助)、TJP(交通拥堵引导)等 。


推荐阅读